摘要 | 第5-7页 |
ABSTRACT | 第7-9页 |
符号对照表 | 第13-14页 |
缩略语对照表 | 第14-18页 |
第一章 绪论 | 第18-36页 |
1.1 研究背景和意义 | 第18-25页 |
1.1.1 阵列信号处理概述 | 第19页 |
1.1.2 相控阵与MIMO雷达 | 第19-22页 |
1.1.3 阵列信号角度估计方法的发展瓶颈与实际中的挑战 | 第22-25页 |
1.2 双基地MIMO雷达角度估计的发展与研究现状 | 第25-26页 |
1.3 非均匀噪声下阵列信号DOA估计的发展与研究现状 | 第26-28页 |
1.4 分布式信源参数估计的发展与研究现状 | 第28-32页 |
1.5 本文主要工作和创新 | 第32-33页 |
1.6 本文结构和内容安排 | 第33-36页 |
第二章 阵列信号角度估计相关基本理论与方法 | 第36-54页 |
2.1 引言 | 第36-37页 |
2.2 基于信号空域稀疏重构的阵列信号角度估计理论与方法 | 第37-43页 |
2.2.1 信号空域稀疏重构与测向的基本原理 | 第37-42页 |
2.2.2 稀疏重构方法对解决阵列信号角度估计问题的意义 | 第42-43页 |
2.3 分布式信源模型及其参数估计基本方法 | 第43-54页 |
2.3.1 分布式信源模型 | 第43-49页 |
2.3.2 分布式信源参数估计基本方法 | 第49-54页 |
第三章 重叠发射子阵双基地MIMO雷达角度估计 | 第54-72页 |
3.1 引言 | 第54-55页 |
3.2 多重叠发射子阵双基地MIMO雷达的信号模型 | 第55-57页 |
3.3 基于单位ESPRIT的联合DOD和DOA估计方法 | 第57-61页 |
3.3.1 角度估计及其自动配对 | 第57-61页 |
3.3.2 计算复杂度分析 | 第61页 |
3.4 发射阵方向图分析 | 第61-64页 |
3.5 仿真实验与分析 | 第64-69页 |
3.5.1 发射阵方向图 | 第64-65页 |
3.5.2 角度估计及其自动配对 | 第65-69页 |
3.6 本章小结 | 第69-72页 |
第四章 非均匀噪声下离格DOA估计 | 第72-98页 |
4.1 引言 | 第72-74页 |
4.2 非均匀噪声下基于虚拟阵列的信号模型 | 第74-77页 |
4.2.1 虚拟阵列输出的信号模型 | 第74-76页 |
4.2.2 部分虚拟阵列输出的信号模型 | 第76-77页 |
4.3 基于部分虚拟阵列的离格DOA观测模型 | 第77-82页 |
4.3.1 加权部分虚拟阵列输出的扰动统计特性 | 第77-80页 |
4.3.2 非均匀噪声下的离格DOA观测模型 | 第80-82页 |
4.4 基于变分稀疏贝叶斯学习的离格DOA估计方法 | 第82-89页 |
4.4.1 稀疏贝叶斯模型 | 第82-85页 |
4.4.2 离格变分稀疏贝叶斯推断 | 第85-87页 |
4.4.3 算法流程与复杂度分析 | 第87-88页 |
4.4.4 算法收敛性分析 | 第88-89页 |
4.5 仿真实验与分析 | 第89-95页 |
4.6 本章小结 | 第95-98页 |
第五章 基于嵌套阵的多分布式信源中心DOA估计 | 第98-114页 |
5.1 引言 | 第98-99页 |
5.2 多分布式信源信号模型 | 第99-101页 |
5.3 基于嵌套阵的差分联合阵信号模型 | 第101-102页 |
5.4 基于零化滤波器的估计方法 | 第102-106页 |
5.4.1 零化滤波器的估计方法 | 第103-104页 |
5.4.2 结合结构化低秩逼近的估计方法 | 第104-105页 |
5.4.3 最大可分辨信源数分析 | 第105-106页 |
5.4.4 与基于1l范数最小化方法~[179]的联系 | 第106页 |
5.5 仿真实验与分析 | 第106-111页 |
5.5.1 超定中心DOA估计 | 第107-110页 |
5.5.2 欠定中心DOA估计 | 第110-111页 |
5.6 本章小结 | 第111-114页 |
第六章 总结与展望 | 第114-118页 |
6.1 本文总结 | 第114-115页 |
6.2 工作展望 | 第115-118页 |
参考文献 | 第118-132页 |
致谢 | 第132-134页 |
作者简介 | 第134-135页 |