论文目录 | |
摘要 | 第1-7页 |
Abstract | 第7-9页 |
1 绪论 | 第16-30页 |
1.1 研究背景及意义 | 第16-17页 |
1.2 国内外研究现状 | 第17-27页 |
1.2.1 阵列信号参数估计技术的历史与现状 | 第17-21页 |
1.2.2 宽频段稀疏采样技术的发展历史与现状 | 第21-23页 |
1.2.3 空时欠采样技术及信号参数估计方法的发展现状 | 第23-27页 |
1.3 论文主要研究工作和内容安排 | 第27-30页 |
2 基于互质采样的超分辨谱估计方法及滤波器组理论 | 第30-55页 |
2.1 引言 | 第30-31页 |
2.2 互质采样理论基础 | 第31-32页 |
2.3 互质滤波器组理论 | 第32-34页 |
2.4 多速率互质采样下的超分辨频谱估计方法 | 第34-45页 |
2.4.1 多速率互质采样模型 | 第35-36页 |
2.4.2 采样频率选取准则 | 第36-37页 |
2.4.3 基带超分辨处理 | 第37-39页 |
2.4.4 支撑集缩减准则下的频谱恢复 | 第39-41页 |
2.4.5 仿真实验 | 第41-45页 |
2.5 基于多速率互质采样的滤波器组高效实现方法 | 第45-54页 |
2.5.1 多速率互质滤波器组模型 | 第45-46页 |
2.5.2 多速率互质滤波器组理论分析 | 第46-49页 |
2.5.3 多速率互质滤波器的多相结构 | 第49-52页 |
2.5.4 仿真实验 | 第52-54页 |
2.6 本章小结 | 第54-55页 |
3 空时互质采样下的多窄带信号频率和DOA联合估计方法 | 第55-85页 |
3.1 引言 | 第55页 |
3.2 宽频段多窄带信号模型下空频联合估计方法 | 第55-66页 |
3.2.1 基于空时互质采样的阵列模型 | 第55-56页 |
3.2.2 频率和DOA联合估计算法 | 第56-59页 |
3.2.3 空时互质参数的选取准则 | 第59-60页 |
3.2.4 仿真与分析 | 第60-66页 |
3.3 空时互质采样的参数估计性能分析 | 第66-75页 |
3.3.1 接收信号统计模型 | 第67-68页 |
3.3.2 克劳美罗界的闭式推导 | 第68-70页 |
3.3.3 克劳美罗界的渐进性分析 | 第70-72页 |
3.3.4 仿真实验 | 第72-75页 |
3.4 本章小结 | 第71-76页 |
3.5 本章附录 | 第76-85页 |
3.5.1 定理3.1的证明 | 第76-79页 |
3.5.2 定理3.3的证明 | 第79-83页 |
3.5.3 定理3.4的证明 | 第83-85页 |
4 空时互质采样下稳健的频率和DOA联合估计方法 | 第85-105页 |
4.1 引言 | 第85页 |
4.2 稳健的频率和DOA参数联合稀疏恢复方法 | 第85-94页 |
4.2.1 空时互质采样下稀疏恢复模型 | 第85-86页 |
4.2.2 基于泰勒级数展开的模型校正 | 第86-88页 |
4.2.3 联合贪婪恢复算法 | 第88-90页 |
4.2.4 联合凸优化恢复算法 | 第90-91页 |
4.2.5 仿真与分析 | 第91-94页 |
4.3 稳健的超分辨频率和DOA联合估计方法 | 第94-104页 |
4.3.1 空时互质采样下的二维超分辨模型 | 第94-96页 |
4.3.2 二维TV范数优化与恢复保证 | 第96-97页 |
4.3.3 基于半定规划的二维谱恢复 | 第97-98页 |
4.3.4 二维超分辨恢复鲁棒性分析 | 第98-100页 |
4.3.5 仿真与分析 | 第100-104页 |
4.4 本章小节 | 第104-105页 |
5 基于互质阵列的稀疏多带信号频率及DOA估计方法 | 第105-135页 |
5.1 引言 | 第105页 |
5.2 空时欠Nyuqist采样下的互质阵列空间谱估计方法 | 第105-113页 |
5.2.1 系统模型 | 第105-107页 |
5.2.2 基于空时欠Nyquist采样数据的DOA估计方法 | 第107-110页 |
5.2.3 算法复杂度分析 | 第110-111页 |
5.2.4 仿真分析 | 第111-113页 |
5.3 基于互质阵列的稀疏多带信号频谱参数估计方法 | 第113-129页 |
5.3.1 基于互质阵列的调制宽带转换器模型 | 第113-116页 |
5.3.2 宽带谱重构方法 | 第116-122页 |
5.3.3 通道不一致性分析 | 第122-125页 |
5.3.4 仿真与分析 | 第125-129页 |
5.4 基于互质阵列的跳频谱估计方法 | 第129-134页 |
5.4.1 跳频信号接收模型 | 第129-130页 |
5.4.2 时域分段处理 | 第130-132页 |
5.4.3 仿真分析 | 第132-134页 |
5.5 本章小节 | 第134-135页 |
6 结论与展望 | 第135-137页 |
6.1 全文总结 | 第135-136页 |
6.2 后续工作展望 | 第136-137页 |
致谢 | 第137-138页 |
参考文献 | 第138-151页 |
附录 | 第151页 |