基于稀疏贝叶斯学习的波达方向估计方法研究

目录

声明

专用术语注释表

第一章绪论

1.2DOA测向方法研究现状

1.2.1 传统波达方向估计方法研究现状

1.2.2 稀疏表示在波达方向估计中的应用研究现状

1.3本文主要研究内容和结构安排

第二章 测向理论与经典DOA 方法介绍

2.2.2 阵列信号数学模型

2.3基于子空间类的DOA估计方法

2.3.1 MUSIC算法

2.4基于稀疏重构的DOA估计方法

2.4.1 压缩感知基本理论

2.4.2 基于稀疏表示的 DOA估计模型

2.4.3 基于稀疏表示的重构算法

2.5本章小结

第三章 基于稀疏贝叶斯学习的DOA估计

3.2.1 贝叶斯基本理论

3.2.2 基于稀疏贝叶斯的 DOA估计模型

3.2.3 最大后验概率

3.2.4 EM-SBL算法

3.3仿真实验与分析

3.3.1 典型信号环境中的测向结果

3.3.2 均方根误差与时间复杂度分析

3.4本章小结

第四章 基于广义近似消息传递的稀疏贝叶斯学习算法

4.3单观测向量的DOA估计问题

4.3.1 基于 GAMP的稀疏贝叶斯算法

4.3.2 仿真实验与分析

4.4多观测向量的DOA估计问题

4.4.1 基于时间相关的 DOA模型

4.4.2 基于 GAMP的时间相关稀疏贝叶斯学习算法

4.4.3 仿真实验与分析

4.5本章小结

第五章 基于空域稀疏性的off-grid 测向理论与方法

5.2.1 基于 off-grid的 DOA模型

5.2.2 OGSBI算法

5.3基于off-grid的GGAMP-TSBL算法

5.4仿真实验与分析

5.5本章小结

第六章 总结与展望

6.2工作展望

参考文献

附录1 攻读硕士学位期间申请的专利

致谢