| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究的背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 MIMO雷达发展历程及研究现状 | 第12-13页 |
| 1.2.2 MIMO雷达信号盲源分离的发展及研究现状 | 第13-14页 |
| 1.2.3 欠定盲源分离研究现状 | 第14-15页 |
| 1.3 本文研究内容及章节安排 | 第15-17页 |
| 第2章 盲源分离基础理论与模型分析 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 盲源分离的数学模型 | 第17-19页 |
| 2.2.1 线性瞬时混合模型 | 第18-19页 |
| 2.2.2 线性卷积混合模型 | 第19页 |
| 2.3 MIMO雷达信号模型 | 第19-25页 |
| 2.3.1 单频MIMO雷达信号 | 第20-22页 |
| 2.3.2 线性调频MIMO雷达信号 | 第22-23页 |
| 2.3.3 离散频率编码MIMO雷达信号 | 第23-25页 |
| 2.4 信号的独立成分分析 | 第25-29页 |
| 2.4.1 基于信息论的分离准则 | 第25-28页 |
| 2.4.2 独立成分分析相关算法 | 第28-29页 |
| 2.5 信号的稀疏成分分析 | 第29-32页 |
| 2.5.1 稀疏理论 | 第29-30页 |
| 2.5.2 稀疏程度的度量 | 第30页 |
| 2.5.3 稀疏成分分析相关算法 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 欠定盲源分离的混合矩阵估计 | 第33-51页 |
| 3.1 引言 | 第33页 |
| 3.2 基于单源复数辐角主值的检测方法 | 第33-36页 |
| 3.3 模糊C均值聚类算法 | 第36-38页 |
| 3.4 数据场 | 第38-41页 |
| 3.4.1 数据场的概念与性质 | 第38页 |
| 3.4.2 数据场的势函数 | 第38-40页 |
| 3.4.3 影响因子的优选 | 第40-41页 |
| 3.5 粒子群优化算法 | 第41-43页 |
| 3.5.1 粒子群优化算法的概念 | 第41-42页 |
| 3.5.2 参数优选 | 第42-43页 |
| 3.6 改进的模糊聚类混合矩阵估计 | 第43-44页 |
| 3.7 算法仿真与分析 | 第44-50页 |
| 3.7.1 估计误差评价准则 | 第44页 |
| 3.7.2 实验仿真与分析 | 第44-50页 |
| 3.8 本章小节 | 第50-51页 |
| 第4章 欠定盲源分离的源信号恢复 | 第51-66页 |
| 4.1 引言 | 第51页 |
| 4.2 基于稀疏模型的源信号恢复 | 第51-54页 |
| 4.2.1 欠定线性瞬时混合系统的最优解 | 第51-53页 |
| 4.2.2 L1范数最小化算法 | 第53-54页 |
| 4.3 基于离散频率编码数目估计的源信号恢复 | 第54-60页 |
| 4.3.1 离散频率编码估计方法存在的问题与改进 | 第54-55页 |
| 4.3.2 改进方法的实现步骤 | 第55-60页 |
| 4.4 算法仿真及分析 | 第60-64页 |
| 4.4.1 估计误差评价准则 | 第60-61页 |
| 4.4.2 实验仿真与分析 | 第61-64页 |
| 4.5 本章小节 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第74-76页 |
| 致谢 | 第76页 |