| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 MIMO雷达发展现状 | 第12-14页 |
| 1.3 电磁环境感知技术发展现状 | 第14页 |
| 1.4 论文的研究工作和章节安排 | 第14-17页 |
| 第二章 基于电磁环境感知MIMO技术的MIMO雷达概述 | 第17-29页 |
| 2.1 MIMO雷达系统结构与信号模型 | 第17-19页 |
| 2.1.1 MIMO雷达系统结构 | 第17-18页 |
| 2.1.2 MIMO雷达信号模型 | 第18-19页 |
| 2.1.3 MIMO雷达特点 | 第19页 |
| 2.2 电磁环境感知MIMO雷达工作原理与特点 | 第19-24页 |
| 2.2.1 频谱感知相关技术 | 第20页 |
| 2.2.2 电磁环境感知MIMO雷达的工作原理 | 第20-21页 |
| 2.2.3 电磁环境感知MIMO雷达的性能分析 | 第21-23页 |
| 2.2.4 电磁环境感知MIMO雷达的配置 | 第23-24页 |
| 2.3 Alpha稳定分布 | 第24-27页 |
| 2.3.1 Alpha稳定分布提出的原因 | 第24页 |
| 2.3.2 Alpha稳定分布的概念 | 第24-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章基于归一化相关的电磁环境感知MIMO雷达电磁环境感知算法 | 第29-49页 |
| 3.1 基于归一化相关的参数一致性估计 | 第29-32页 |
| 3.2 基于归一化相关AR模型Levinson算法窄带噪声干扰估计 | 第32-40页 |
| 3.2.1 窄带噪声干扰 | 第32-33页 |
| 3.2.2 基于归一化AR模型Levinson法窄带噪声干扰估计 | 第33-36页 |
| 3.2.3 仿真实验与分析 | 第36-40页 |
| 3.3 基于归一化相关的SVD-TLS算法谐波干扰估计 | 第40-47页 |
| 3.3.1 谐波干扰信号 | 第40-42页 |
| 3.3.2 基于归一化相关的SVD-TLS法的谐波干扰估计 | 第42-45页 |
| 3.3.3 仿真实验与分析 | 第45-47页 |
| 3.4 本章小结 | 第47-49页 |
| 第四章 离散频率编码正交波形设计 | 第49-61页 |
| 4.1 DFCW信号结构及模糊函数分析 | 第49-52页 |
| 4.2 自适应遗传算法 | 第52-54页 |
| 4.3 DFCW自适应遗传算法优化设计 | 第54-56页 |
| 4.4 实验仿真 | 第56-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第五章 Alpha噪声背景下分数低阶实值最小范数DOA估计 | 第61-71页 |
| 5.1 最小范数算法简介 | 第62页 |
| 5.2 实值算法简介 | 第62页 |
| 5.3 分数低阶实值最小范数算法原理 | 第62-64页 |
| 5.4 仿真实验 | 第64-69页 |
| 5.4.1 谐波干扰下电磁环境感知MIMO雷达目标估计实验 | 第64-67页 |
| 5.4.2 窄带干扰下电磁环境感知MIMO雷达目标估计实验 | 第67-69页 |
| 5.5 本章小结 | 第69-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 本文总结 | 第71-72页 |
| 6.2 发展与展望 | 第72-73页 |
| 参考文献 | 第73-81页 |
| 作者简介及科研成果 | 第81-83页 |
| 致谢 | 第83页 |
