| 常用符号 | 第1-11页 |
| 缩略词 | 第11-13页 |
| 摘要 | 第13-15页 |
| Abstract | 第15-17页 |
| 第一章 绪论 | 第17-30页 |
| ·数据非均匀采样的需求和意义 | 第17页 |
| ·稀疏多带信号非均匀采样数据处理中的主要问题 | 第17-23页 |
| ·稀疏多带信号非均匀采样数据的处理技术概述 | 第18-21页 |
| ·非均匀采样数据处理中的主要问题 | 第21-23页 |
| ·本文相关问题的研究现状 | 第23-27页 |
| ·基于非均匀采样的频谱检测技术研究现状 | 第23-24页 |
| ·基于非均匀采样的频率估计技术研究现状 | 第24-25页 |
| ·基于非均匀采样的多分量chirp信号参数估计技术的研究现状 | 第25-27页 |
| ·复杂噪声中非均匀采样数据参数估计技术的研究现状 | 第27页 |
| ·本文的研究内容 | 第27-30页 |
| 第二章 稀疏多带信号非均匀采样数据频谱检测技术 | 第30-46页 |
| ·引言 | 第30-31页 |
| ·稀疏多带信号非均匀采样数据处理的问题描述 | 第31-34页 |
| ·非均匀采样数据的频域分析 | 第31-32页 |
| ·稀疏多带信号的频率支撑集求解 | 第32-34页 |
| ·基于MUSIC-like方法和改进AIC准则的频谱检测算法 | 第34-40页 |
| ·MUSIC-like方法及其局限性 | 第34-38页 |
| ·改进的AIC准则 | 第38-39页 |
| ·分辨能力分析 | 第39-40页 |
| ·仿真实验 | 第40-44页 |
| ·仿真示例 | 第41-42页 |
| ·含噪情况下的算法性能对比 | 第42-43页 |
| ·采样通道数目变化时算法性能对比 | 第43页 |
| ·算法分辨能力 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第三章 多载频信号非均匀采样数据频率估计技术 | 第46-66页 |
| ·引言 | 第46-47页 |
| ·信号模型及其频域稀疏性约束 | 第47-50页 |
| ·信号模型 | 第47-48页 |
| ·频域稀疏性约束 | 第48-50页 |
| ·基于稀疏贝叶斯学习和字典优化的频率估计算法 | 第50-56页 |
| ·稀疏贝叶斯学习算法及其字典失配问题 | 第50-53页 |
| ·字典优化 | 第53-55页 |
| ·算法流程 | 第55-56页 |
| ·算法性能分析 | 第56-58页 |
| ·仿真实验 | 第58-64页 |
| ·仿真示例 | 第59-60页 |
| ·含噪情况下的算法性能对比 | 第60页 |
| ·观测数据数目变化时的算法性能对比 | 第60-61页 |
| ·信号频率分量数目变化时的算法性能对比 | 第61-62页 |
| ·非均匀采样模式对算法性能的影响 | 第62-64页 |
| ·本章小结 | 第64-66页 |
| 第四章 多分量chirp信号非均匀采样数据参数估计技术 | 第66-91页 |
| ·引言 | 第66-67页 |
| ·信号模型及理论背景 | 第67-76页 |
| ·信号模型 | 第67-68页 |
| ·贝叶斯模型 | 第68-71页 |
| ·理论背景 | 第71-76页 |
| ·基于改进的离散Chirp-Fourier变换和自适应重要性采样的参数估计方法 | 第76-83页 |
| ·基于改进的离散Chirp-Fourier变换方法的重要性函数选择 | 第76-78页 |
| ·基于自适应重要性采样方法的重要性函数更新 | 第78-80页 |
| ·模型选择方法 | 第80-82页 |
| ·算法流程 | 第82-83页 |
| ·仿真实验 | 第83-89页 |
| ·仿真示例 | 第84-86页 |
| ·MDCFT-AIS方法对模型阶数的估计性能 | 第86页 |
| ·MDCFT-AIS方法的收敛性 | 第86-87页 |
| ·MDCFT-AIS方法的参数估计性能 | 第87-89页 |
| ·本章小结 | 第89-91页 |
| 第五章复杂噪声背景中非均匀采样数据的参数估计方法 | 第91-113页 |
| ·引言 | 第91-92页 |
| ·非均匀噪声中多载频信号的数学模型 | 第92-93页 |
| ·基于改进的稀疏贝叶斯学习的频率估计方法 | 第93-99页 |
| ·非均匀噪声中基于稀疏贝叶斯学习的频率估计方法 | 第93-94页 |
| ·功率谱的贝叶斯估计方法 | 第94-95页 |
| ·噪声协方差矩阵的估计方法 | 第95页 |
| ·方法流程 | 第95-96页 |
| ·仿真实验 | 第96-99页 |
| ·色噪声中多分量chirp信号的信号模型 | 第99-101页 |
| ·基于改进的离散Chirp-Fourier变换和自适应重要性采样的参数估计方法 | 第101-111页 |
| ·参数估计方法 | 第102-105页 |
| ·方法流程 | 第105页 |
| ·仿真实验 | 第105-108页 |
| ·MDCFT-AIS方法的进一步推广 | 第108-111页 |
| ·本章小结 | 第111-113页 |
| 第六章 结论与展望 | 第113-115页 |
| ·本文的主要成果和创新点 | 第113页 |
| ·进一步工作的展望 | 第113-115页 |
| 致谢 | 第115-117页 |
| 参考文献 | 第117-126页 |
| 作者在学期间取得的学术成果 | 第126-127页 |
| 作者在学期间参与的科研项目 | 第127页 |
