论文目录 | |
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第1章 绪论 | 第9-15页 |
1.1 课题的来源 | 第9页 |
1.2 课题背景及研究的目的和意义 | 第9-10页 |
1.3 国内外研究现状及分析 | 第10-12页 |
1.3.1 DOA估计的国内外研究现状及分析 | 第10-11页 |
1.3.2 贝叶斯压缩感知的国内外研究现状及分析 | 第11-12页 |
1.4 本文的主要研究内容 | 第12-15页 |
第2章 DOA估计理论及克拉美-劳界 | 第15-29页 |
2.1 DOA估计的信号模型 | 第15-17页 |
2.1.1 窄带信号模型 | 第15-16页 |
2.1.2 宽带信号模型 | 第16-17页 |
2.2 经典的DOA估计方法 | 第17-24页 |
2.2.1 多重信号分类(MUSIC)算法 | 第17-19页 |
2.2.2 非相干信号子空间算法(ISSM) | 第19-21页 |
2.2.3 投影子空间正交性测试(TOPS)算法 | 第21-24页 |
2.3 DOA估计中的克拉美-劳界(CRB) | 第24-28页 |
2.3.1 CRB的定义与表达式 | 第24-25页 |
2.3.2 宽带下的CRB分析 | 第25-27页 |
2.3.3 CRB的仿真分析 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第3章 基于压缩感知的DOA估计 | 第29-43页 |
3.1 压缩感知基本理论 | 第29-30页 |
3.1.1 信号的稀疏表示 | 第29页 |
3.1.2 测量矩阵的构建 | 第29-30页 |
3.1.3 重构算法 | 第30页 |
3.2 基于贪婪算法的DOA估计 | 第30-33页 |
3.2.1 单块拍下的正交匹配追踪(SMV-OMP)算法 | 第31-32页 |
3.2.2 基于SMV-OMP的DOA估计算法 | 第32页 |
3.2.3 基于MMV-OMP的DOA估计算法 | 第32-33页 |
3.3 L1-SVD算法及其在宽带的应用 | 第33-37页 |
3.3.1 L1-SVD算法 | 第33-35页 |
3.3.2 L1-SVD在宽带下的应用(L1-SVD-WDOA) | 第35-37页 |
3.4 数值与性能仿真 | 第37-41页 |
3.4.1 MMV-OMP与L1-SVD算法性能仿真与分析 | 第37-40页 |
3.4.2 L1-SVD-WDOA算法性能仿真与分析 | 第40-41页 |
3.5 本章小结 | 第41-43页 |
第4章 基于贝叶斯压缩感知的DOA估计 | 第43-62页 |
4.1 贝叶斯压缩感知算法 | 第43-54页 |
4.1.1 基于RVM的贝叶斯压缩感知(RVM-BCS)算法 | 第43-46页 |
4.1.2 基于Laplace先验的贝叶斯压缩感知(LP-BCS)算法 | 第46-53页 |
4.1.3 基于LP-BCS的DOA估计 | 第53-54页 |
4.2 基于多快拍贝叶斯压缩感知的DOA估计 | 第54-57页 |
4.2.1 多快拍下的贝叶斯压缩感知(MBCS)算法 | 第54-55页 |
4.2.2 基于MBCS的DOA估计 | 第55-57页 |
4.3 仿真验证与分析 | 第57-61页 |
4.3.1 基于LP-BCS的DOA估计算法的仿真分析 | 第57页 |
4.3.2 基于MBCS的DOA估计算法的仿真 | 第57-60页 |
4.3.3 DOA估计算法复杂度的仿真分析 | 第60-61页 |
4.4 本章小结 | 第61-62页 |
结论 | 第62-64页 |
参考文献 | 第64-68页 |
攻读硕士学位期间发表的论文及其它成果 | 第68-70页 |
致谢 | 第70页 |