| 摘要 | 第1-5页 |
| Abstract | 第5-15页 |
| 第一章 绪论 | 第15-21页 |
| ·研究背景 | 第15页 |
| ·极化敏感阵列的性能优势 | 第15-17页 |
| ·极化敏感阵列的应用前景 | 第17-18页 |
| ·极化敏感阵列的国内外研究现状分析 | 第18-20页 |
| ·论文主要工作与结构安排 | 第20-21页 |
| 第二章 平行因子（PARAFAC）技术 | 第21-28页 |
| ·引言 | 第21-22页 |
| ·理论知识 | 第22-27页 |
| ·基础知识 | 第22-25页 |
| ·k-秩 | 第25-26页 |
| ·可辨识性（唯一性） | 第26-27页 |
| ·平行因子分析法的应用 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 极化敏感均匀线阵（ULA）中基于PARAFAC 的盲DOA 和极化估计算法 | 第28-39页 |
| ·双极化ULA 中基于PARAFAC 的盲DOA 和极化估计算法 | 第28-35页 |
| ·数据模型 | 第28-30页 |
| ·极化敏感均匀线阵（阵元）的信号接收模型 | 第28-29页 |
| ·极化敏感均匀线阵（阵列）信号接收模型 | 第29-30页 |
| ·DOA 和极化联合估计算法 | 第30-32页 |
| ·三线性分解 | 第30-31页 |
| ·可辨识性 | 第31页 |
| ·DOA 估计 | 第31-32页 |
| ·极化估计 | 第32页 |
| ·极化敏感均匀线阵的盲DOA 和极化估计算法 | 第32页 |
| ·仿真结果 | 第32-35页 |
| ·三极化ULA 中基于PARAFAC 的盲DOA 和极化估计算法 | 第35-38页 |
| ·数据模型 | 第35-36页 |
| ·仿真结果 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 极化敏感均匀圆阵（UCA）中基于PARAFAC 的盲DOA 和极化估计算法 | 第39-50页 |
| ·双极化UCA 中基于PARAFAC 的盲DOA 和极化估计算法 | 第39-46页 |
| ·数据模型 | 第39-41页 |
| ·极化敏感均匀圆阵(阵元)的信号接收模型 | 第39页 |
| ·极化敏感均匀圆阵(阵列)的信号接收模型 | 第39-41页 |
| ·DOA 和极化联合估计算法 | 第41-43页 |
| ·三线性分解 | 第41页 |
| ·可辨识性 | 第41页 |
| ·DOA 估计 | 第41-43页 |
| ·极化估计 | 第43页 |
| ·极化敏感均匀圆阵的盲DOA 和极化估计算法 | 第43页 |
| ·仿真结果 | 第43-46页 |
| ·三极化UCA 中基于PARAFAC 的盲DOA 和极化估计算法 | 第46-49页 |
| ·数据模型 | 第46-47页 |
| ·仿真结果 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章极化敏感L 阵中基于PARAFAC 的盲DOA 和极化估计算法 | 第50-60页 |
| ·双极化L 阵中基于PARAFAC 的盲DOA 和极化估计算法 | 第50-56页 |
| ·数据模型 | 第50-52页 |
| ·极化敏感L 阵(阵元)的信号接收模型 | 第50页 |
| ·极化敏感L 阵(阵列)的信号接收模型 | 第50-52页 |
| ·DOA 和极化联合估计算法 | 第52-54页 |
| ·三线性分解 | 第52页 |
| ·可辨识性 | 第52页 |
| ·DOA 估计 | 第52-53页 |
| ·极化估计 | 第53页 |
| ·极化敏感L 阵的盲DOA 和极化估计算法 | 第53-54页 |
| ·仿真结果 | 第54-56页 |
| ·三极化L 阵中基于PARAFAC 的盲DOA 和极化估计算法 | 第56-59页 |
| ·数据模型 | 第56-57页 |
| ·仿真结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 极化敏感均匀面阵（USA）中基于PARAFAC 的盲DOA 和极化估计算法 | 第60-77页 |
| ·双极化USA 阵中基于PARAFAC 的盲DOA 和极化估计算法. | 第60-65页 |
| ·数据模型 | 第60-61页 |
| ·极化敏感USA 阵(阵元)的信号接收模型 | 第60页 |
| ·极化敏感USA 阵(阵列)的信号接收模型 | 第60-61页 |
| ·DOA 和极化联合估计算法 | 第61-63页 |
| ·三线性分解 | 第61页 |
| ·可辨识性 | 第61-62页 |
| ·DOA 估计 | 第62页 |
| ·极化估计 | 第62-63页 |
| ·仿真结果 | 第63-65页 |
| ·三极化USA 阵中基于PARAFAC 的盲DOA 和极化估计算法 | 第65-68页 |
| ·数据模型 | 第65-66页 |
| ·仿真结果 | 第66-68页 |
| ·双极化USA 阵中基于四线性分解的盲DOA 和极化估计算法 | 第68-74页 |
| ·信号的接收模型 | 第68-70页 |
| ·DOA 和极化联合估计算法 | 第70-72页 |
| ·四线性分解接收算法 | 第70-71页 |
| ·可辨识性 | 第71-72页 |
| ·DOA 估计 | 第72页 |
| ·极化估计 | 第72页 |
| ·仿真结果 | 第72-74页 |
| ·三极化USA 阵中基于四线性分解的盲DOA 和极化估计算法 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第七章 全文总结和展望 | 第77-78页 |
| ·总结 | 第77页 |
| ·后续研究展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 在学期间的研究成果及发表的学术论文 | 第84页 |
