| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 空间谱估计的研究现状 | 第10-11页 |
| 1.2.2 稀疏表示和压缩感知理论的研究现状 | 第11-12页 |
| 1.2.3 基于稀疏表示和压缩感知理论的DOA估计研究现状 | 第12-13页 |
| 1.3 论文主要工作及结构安排 | 第13-15页 |
| 第2章 基于稀疏表示的DOA估计数学模型及重构算法 | 第15-27页 |
| 2.1 DOA估计数学模型 | 第15-16页 |
| 2.2 传统DOA估计算法 | 第16-19页 |
| 2.2.1 波束形成算法 | 第16页 |
| 2.2.2 MUSIC算法 | 第16-17页 |
| 2.2.3 通道幅相不一致误差校正 | 第17-19页 |
| 2.3 基于稀疏表示的DOA估计数学模型 | 第19-20页 |
| 2.4 基于压缩感知的DOA估计数学模型 | 第20页 |
| 2.5 信号重构算法 | 第20-22页 |
| 2.5.1 匹配追踪算法 | 第21页 |
| 2.5.2 正交匹配追踪算法 | 第21-22页 |
| 2.5.3 迭代硬阈值算法 | 第22页 |
| 2.6 改进的迭代硬阈值算法 | 第22-26页 |
| 2.7 本章小结 | 第26-27页 |
| 第3章 基于稀疏表示的Off-Grid DOA估计 | 第27-44页 |
| 3.1 基于稀疏表示的多快拍DOA估计 | 第27-29页 |
| 3.1.1 多快拍DOA估计信号模型 | 第27页 |
| 3.1.2 MMV重构算法 | 第27-29页 |
| 3.2 L_1-SVD算法 | 第29-30页 |
| 3.3 贪婪块坐标下降算法 | 第30-33页 |
| 3.4 基于加权特征向量的稀疏DOA估计算法 | 第33-36页 |
| 3.5 基于稀疏表示的Off-Grid DOA估计算法 | 第36-43页 |
| 3.5.1 改进的Rife算法 | 第36-40页 |
| 3.5.2 MRife算法的条件分析 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 基于Khatri-Rao积的稀疏信号DOA估计 | 第44-61页 |
| 4.1 基于Khatri-Rao积的稀疏信号DOA估计模型 | 第44-50页 |
| 4.1.1 基于阵列协方差矩阵的稀疏信号估计模型 | 第44-45页 |
| 4.1.2 基于信号子空间的稀疏信号估计模型 | 第45-46页 |
| 4.1.3 基于特征值的稀疏信号估计模型 | 第46页 |
| 4.1.4 仿真实验与结果分析 | 第46-50页 |
| 4.2 基于Khatri-Rao积的实值稀疏DOA估计 | 第50-60页 |
| 4.2.1 L_1-SRACV算法 | 第51-53页 |
| 4.2.2 基于Khatri-Rao积的实值稀疏DOA估计算法 | 第53-57页 |
| 4.2.3 仿真实验与结果分析 | 第57-60页 |
| 4.3 本章小结 | 第60-61页 |
| 第5章 实际数据测试 | 第61-68页 |
| 5.1 信号模型 | 第61-62页 |
| 5.2 二维SRBWEV算法 | 第62-63页 |
| 5.3 实测数据仿真 | 第63-67页 |
| 5.4 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第75-76页 |
| 致谢 | 第76页 |
