基于字典优化的压缩感知DOA估计
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-22页 |
1.1 研究背景及意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-19页 |
1.2.1 DOA估计研究现状 | 第17-18页 |
1.2.2 基于压缩感知的DOA估计研究现状 | 第18-19页 |
1.3 结构安排 | 第19-22页 |
第二章 DOA估计模型 | 第22-48页 |
2.1 阵列信号模型 | 第22-23页 |
2.2 一阶相关信号模型 | 第23-26页 |
2.3 压缩感知 | 第26-29页 |
2.3.1 压缩感知基本理论 | 第26-28页 |
2.3.2 压缩感知重构算法 | 第28页 |
2.3.3 正交匹配追踪(OMP)算法 | 第28-29页 |
2.4 基于压缩感知的DOA估计模型 | 第29-45页 |
2.4.1 一维DOA估计模型 | 第29-32页 |
2.4.2 二维DOA估计模型 | 第32-45页 |
2.5 反馈零空间阈值迭代信号重构算法 | 第45-47页 |
2.6 总结 | 第47-48页 |
第三章 字典优化 | 第48-72页 |
3.1 评价函数 | 第48-49页 |
3.2 优化建模 | 第49-56页 |
3.2.1 增加阵元数 | 第49-50页 |
3.2.2 字典优化到阵列优化 | 第50-51页 |
3.2.3 模糊与分辨力分析 | 第51-55页 |
3.2.4 字典优化建模 | 第55页 |
3.2.5 优化算法选择 | 第55-56页 |
3.3 基于遗传算法的字典优化 | 第56-63页 |
3.3.1 遗传算法基本理论 | 第56-57页 |
3.3.2 优化算法建模 | 第57-59页 |
3.3.3 针对应用场景对算法的改进 | 第59-61页 |
3.3.4 优化算法流程 | 第61页 |
3.3.5 基于遗传算法的字典优化仿真 | 第61-63页 |
3.4 信号矢量化模型 | 第63-69页 |
3.4.1 矢量化模型建立 | 第63-64页 |
3.4.2 矢量化模型的虚拟阵元 | 第64-65页 |
3.4.3 矢量化模型构造算法流程 | 第65页 |
3.4.4 矢量化模型仿真 | 第65-69页 |
3.5 总结 | 第69-72页 |
第四章 仿真与分析 | 第72-92页 |
4.1 字典优化前后性能对比 | 第72-75页 |
4.1.1 线阵 | 第72-73页 |
4.1.2 L阵 | 第73-75页 |
4.2 不同信号源形式性能分析 | 第75-77页 |
4.2.1 线阵 | 第75-76页 |
4.2.2 L阵 | 第76-77页 |
4.3 不同快拍数条件下的性能分析 | 第77-80页 |
4.3.1 线阵 | 第78-79页 |
4.3.2 L阵 | 第79-80页 |
4.4 幅相误差条件下的性能分析 | 第80-86页 |
4.4.1 幅相误差模型 | 第80-81页 |
4.4.2 线阵 | 第81-84页 |
4.4.3 L阵 | 第84-86页 |
4.5 不同信号来波方向性能分析 | 第86-88页 |
4.6 不同信号源数量的性能分析 | 第88-91页 |
4.6.1 普通信号观测模型 | 第88-89页 |
4.6.2 信号矢量化观测模型 | 第89-91页 |
4.7 总结 | 第91-92页 |
第五章 总结与展望 | 第92-94页 |
5.1 工作总结 | 第92-93页 |
5.2 展望 | 第93-94页 |
参考文献 | 第94-98页 |
致谢 | 第98-100页 |
作者简介 | 第100-101页 |