| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 压缩感知理论与应用的现状 | 第10-11页 |
| 1.2.2 空时压缩感知雷达国内外研究现状 | 第11-12页 |
| 1.2.3 空时自适应处理国内外研究现状 | 第12-14页 |
| 1.3 本文的研究内容及结构 | 第14-16页 |
| 第2章 随机空时压缩采样设计 | 第16-37页 |
| 2.1 引言 | 第16-17页 |
| 2.2 压缩感知的基本理论 | 第17-19页 |
| 2.2.1 信号的稀疏表示 | 第17页 |
| 2.2.2 测量矩阵的设计 | 第17-18页 |
| 2.2.3 稀疏重构算法 | 第18-19页 |
| 2.3 信号模型与系统评价指标 | 第19-27页 |
| 2.3.1 多普勒维压缩采样模型 | 第21-23页 |
| 2.3.2 阵列维压缩采样模型 | 第23-25页 |
| 2.3.3 随机空时压缩采样模型 | 第25页 |
| 2.3.4 系统评价指标 | 第25-27页 |
| 2.4 随机空时压缩采样准则设计 | 第27-33页 |
| 2.4.1 基于杂波秩的空时压缩采样准则 | 第27-31页 |
| 2.4.2 基于RIP的空时压缩采样准则 | 第31-33页 |
| 2.5 角度-多普勒模糊问题分析 | 第33-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第3章 基于直接压缩采样的STAP杂波抑制方法 | 第37-55页 |
| 3.1 引言 | 第37-38页 |
| 3.2 基于直接压缩采样下的全维STAP算法 | 第38-41页 |
| 3.2.1 STAP的基本原理 | 第38-39页 |
| 3.2.2 仿真实验 | 第39-41页 |
| 3.3 基于直接压缩采样下的降维STAP算法 | 第41-53页 |
| 3.3.1 mDT-STAP算法 | 第42-44页 |
| 3.3.2 JDL-STAP算法 | 第44-46页 |
| 3.3.3 波束-多普勒通道选择比较 | 第46-50页 |
| 3.3.4 仿真实验 | 第50-53页 |
| 3.4 本章小结 | 第53-55页 |
| 第4章 基于空时功率谱稀疏恢复的STAP杂波抑制方法 | 第55-66页 |
| 4.1 引言 | 第55页 |
| 4.2 空时功率谱的稀疏模型 | 第55-57页 |
| 4.2.1 随机抽采样下空时功率谱稀疏模型 | 第56-57页 |
| 4.2.2 稀疏采样下空时功率谱稀疏模型 | 第57页 |
| 4.3 空时功率谱稀疏恢复算法 | 第57-59页 |
| 4.3.1 OMP算法基本原理 | 第57-58页 |
| 4.3.2 稀疏贝叶斯学习算法基本原理 | 第58-59页 |
| 4.4 空时功率谱稀疏恢复STAP杂波抑制算法 | 第59-60页 |
| 4.5 仿真实验 | 第60-64页 |
| 4.6 本章小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-69页 |
| 5.1 工作总结 | 第66-68页 |
| 5.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻读硕士学位期间的研究成果 | 第75页 |