| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 注释表 | 第14-15页 |
| 缩略词 | 第15-17页 |
| 第一章 绪论 | 第17-29页 |
| 1.1 研究背景和意义 | 第17-19页 |
| 1.2 国内外研究现状 | 第19-26页 |
| 1.2.1 点信源空间谱估计研究动态 | 第19-22页 |
| 1.2.2 分布源空间谱估计研究 | 第22-26页 |
| 1.3 论文主要创新及内容安排 | 第26-29页 |
| 第二章 远场信源空间谱估计的基础知识 | 第29-36页 |
| 2.1 引言 | 第29页 |
| 2.2 基本假设 | 第29-30页 |
| 2.3 远场信源的数学模型 | 第30-35页 |
| 2.3.1 点信源的数学模型 | 第30-31页 |
| 2.3.2 分布源的数学模型 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 分布源空间谱估计算法 | 第36-56页 |
| 3.1 引言 | 第36-37页 |
| 3.2 非相干分布源空间谱估计经典算法 | 第37-39页 |
| 3.2.1 DSPE算法 | 第37-38页 |
| 3.2.2 DISPARE算法 | 第38页 |
| 3.2.3 基于子空间理论的二维搜索算法 | 第38-39页 |
| 3.3 基于秩亏准则的非相干分布源角度参数估计算法 | 第39-55页 |
| 3.3.1 算法推导 | 第39-46页 |
| 3.3.2 算法分析 | 第46-50页 |
| 3.3.3 仿真结果 | 第50-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第四章 点信源空间谱估计算法 | 第56-90页 |
| 4.1 大规模均匀线阵下基于DFT的低复杂度DOA估计算法 | 第56-63页 |
| 4.1.1 数据模型 | 第57页 |
| 4.1.2 基于DFT的低复杂度DOA估计算法 | 第57-59页 |
| 4.1.3 算法分析 | 第59-61页 |
| 4.1.4 仿真结果 | 第61-63页 |
| 4.2 L型阵列下基于级联GESPRIT的2D-DOA估计算法 | 第63-77页 |
| 4.2.1 数据模型 | 第64-65页 |
| 4.2.2 GESPRIT算法在L阵下的直接应用 | 第65-68页 |
| 4.2.3 算法推导 | 第68-69页 |
| 4.2.4 算法分析 | 第69-74页 |
| 4.2.5 仿真结果 | 第74-77页 |
| 4.3 任意阵列构型下基于秩亏准则的非圆信号DOA估计算法 | 第77-88页 |
| 4.3.1 数据模型 | 第78-79页 |
| 4.3.2 算法推导 | 第79-82页 |
| 4.3.3 算法复杂度分析 | 第82-84页 |
| 4.3.4 仿真结果 | 第84-88页 |
| 4.4 本章小结 | 第88-90页 |
| 第五章 单基地MIMO雷达中的多维空间谱估计 | 第90-114页 |
| 5.1 引言 | 第90-91页 |
| 5.2 单基地MIMO雷达和PARAFAC分解 | 第91-94页 |
| 5.2.1 单基地MIMO雷达数学模型 | 第91-92页 |
| 5.2.2 PARAFAC模型 | 第92-94页 |
| 5.3 基于降维-平行因子分析的角度和多普勒频率联合估计算法 | 第94-105页 |
| 5.3.1 算法推导 | 第94-100页 |
| 5.3.2 算法分析 | 第100-101页 |
| 5.3.3 仿真结果 | 第101-105页 |
| 5.4 基于压缩感知-平行因子分析的DOA和多普勒频率联合估计算法 | 第105-113页 |
| 5.4.1 压缩感知-平行因子框架的基本知识 | 第105-106页 |
| 5.4.2 算法推导 | 第106-109页 |
| 5.4.3 算法复杂度分析 | 第109-110页 |
| 5.4.4 仿真结果 | 第110-113页 |
| 5.5 本章小结 | 第113-114页 |
| 第六章 总结与展望 | 第114-116页 |
| 6.1 工作总结 | 第114-115页 |
| 6.2 工作展望 | 第115-116页 |
| 参考文献 | 第116-126页 |
| 致谢 | 第126-127页 |
| 在学期间的研究成果及发表的学术论文 | 第127-128页 |
