| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 主要缩略词对照表 | 第10-12页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究历史与现状 | 第13-17页 |
| 1.2.1 压缩感知理论研究历史与现状 | 第13-15页 |
| 1.2.2 DOA估计方法研究历史与现状 | 第15-16页 |
| 1.2.3 多正弦波频率估计方法研究历史与现状 | 第16-17页 |
| 1.3 本论文的结构安排 | 第17-19页 |
| 第二章 非理想模型下压缩感知的理论研究 | 第19-38页 |
| 2.1 概述 | 第19-20页 |
| 2.2 压缩感知基本理论 | 第20-24页 |
| 2.2.1 CS的主要结论 | 第20-22页 |
| 2.2.2 CS信号恢复理论 | 第22-24页 |
| 2.3 矩阵扰动模型下的鲁棒稳定信号恢复 | 第24-30页 |
| 2.3.1 扰动CS下的鲁棒稳定信号恢复 | 第25-26页 |
| 2.3.2 SP-CS模型下的信号恢复 | 第26-30页 |
| 2.4 SP-CS模型下的基追踪去噪算法 | 第30-37页 |
| 2.4.1 正数稀疏信号恢复 | 第30-31页 |
| 2.4.2 交替迭代算法：AA-P-BPDN | 第31-34页 |
| 2.4.3 仿真实验 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 Off-Grid测向算法研究 | 第38-61页 |
| 3.1 概述 | 第38-39页 |
| 3.2 Off-Grid稀疏表示模型 | 第39-42页 |
| 3.2.1 阵列信号稀疏表示模型 | 第39-41页 |
| 3.2.2 Off-Grid DOA估计模型 | 第41-42页 |
| 3.3 基于贝叶斯学习的off-grid DOA估计 | 第42-46页 |
| 3.3.1 稀疏贝叶斯理论 | 第43-44页 |
| 3.3.2 贝叶斯推论 | 第44-45页 |
| 3.3.3 OGSBL-SVD算法 | 第45-46页 |
| 3.4 基于二阶信息稀疏表示的off-grid DOA估计 | 第46-55页 |
| 3.4.1 协方差矩阵的off-grid稀疏表示模型 | 第47-50页 |
| 3.4.2 FOCUSS-LS算法 | 第50-52页 |
| 3.4.3 基于交替迭代的DOA估计 | 第52-55页 |
| 3.5 仿真实验 | 第55-59页 |
| 3.6 本章小结 | 第59-61页 |
| 第四章 Off-Grid频率估计算法研究 | 第61-74页 |
| 4.1 概述 | 第61-62页 |
| 4.2 稀疏表示信号模型 | 第62-64页 |
| 4.3 L1-SVD算法 | 第64-67页 |
| 4.4 基于稀疏表示的Off-Grid频率估计 | 第67-71页 |
| 4.4.1 Off-Grid稀疏表示模型 | 第67-68页 |
| 4.4.2 MOMP算法分析 | 第68-70页 |
| 4.4.3 OG-MOMP算法 | 第70-71页 |
| 4.5 仿真实验 | 第71-73页 |
| 4.6 本章小结 | 第73-74页 |
| 第五章 结束语 | 第74-76页 |
| 5.1 全文总结概括 | 第74页 |
| 5.2 未来潜在的研究方向 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 攻读硕士学位期间取得的成果 | 第82-83页 |
