本书创新性地将深度展开网络引入非均匀阵列信号参数估计领域，较为完整地构建了基于深度展开网络的非均匀阵列信号参数估计框架，实现了非均匀阵列信号高效参数估计。全书共6章，内容包括远场信号的高网格角度估计方法、远场信号的无网格角度估计方法、非理想情况下的远场信号参数估计方法、远场和近场混合信号参数估计。 本书的内容在军事领域具有较强的应用价值，可有效提升电子侦察处理方法对复杂电磁环境的适应能力。本书全面系统，结构清晰，内容翔实，实验丰富。 本书可以作为高等院校相关专业研究生学习阵列信号处理以及机器学习的参考书，对雷达与电子对抗领域的科技工作者和工程技术人员也具有较大的参考价值。

第1章 绪论
1.1 概述
1.2 非均匀阵列设计研究现状
1.3 基于模型驱动的参数估计研究现状
1.3.1 网格失配情况
1.3.2 阵列互耦情况
1.3.3 多径传播情况
1.3.4 混合信号情况
1.4 基于数据驱动的参数估计研究现状
第2章 基于深度展开网络的非均匀阵列信号参数估计框架
2.1 引言
2.2 非均匀阵列信号参数估计数学模型
2.2.1 非均匀阵列结构
2.2.2 信号参数估计数学模型
2.3 深度展开网络理论框架
2.3.1 协方差向量的稀疏表示
2.3.2 空间谱稀疏重构
2.3.3 深度展开网络构建
2.3.4 深度展开网络训练
2.3.5 数据后处理
2.4 本章小结
第3章 远场信号的离网格角度估计方法
3.1 引言
3.2 实数域离网格角度估计数学模型
3.2.1 超完备词典的一阶导数
3.2.2 实数域的协方差向量
3.3 基于深度展开FOCUSS网络的离网格角度估计方法
3.3.1 网格上空间谱估计
3.3.2 离网格量化误差估计
3.4 基于深度展开ADMM网络的离网格角度估计方法
3.4.1 网格上空间谱估计
3.4.2 离网格量化误差估计
3.5 仿真实验与分析
3.5.1 收敛性能分析
3.5.2 泛化能力分析
3.5.3 计算复杂度分析
3.5.4 估计精度分析
3.6 实测数据验证
3.6.1 MIMO雷达接收数据的离网格角度估计结果
3.6.2 超表面接收数据的离网格角度估计结果
3.7 本章小结
第4章 远场信号的无网格角度估计方法
4.1 引言
4.2 基于深度展开ADMM网络的无网格角度估计方法
4.2.1 广义Root-MUSIC方法
4.2.2 无网格角度估计
4.3 基于深度展开AP网络的无网格角度估计方法
4.3.1 协方差矩阵降维方法
4.3.2 无网格角度估计
4.4 仿真实验与分析
4.4.1 收敛性能分析
4.4.2 泛化能力分析
4.4.3 计算复杂度分析
4.4.4 估计精度分析
4.5 实测数据验证
4.5.1 MIMO雷达接收数据的无网格角度估计结果
4.5.2 超表面接收数据的无网格角度估计结果
4.6 本章小结
第5章 非理想情况下的远场信号参数估计方法
5.1 引言
5.2 阵列互耦情况下的参数估计方法
5.2.1 阵列互耦数学模型
5.2.2 基于深度展开SBL网络的参数估计方法
5.2.3 仿真实验与分析
5.3 多径传播情况下的参数估计方法
5.3.1 相干信号数学模型
5.3.2 基于深度展开FOCUSS网络的参数估计方法
5.3.3 基于深度展开IAA网络的参数估计方法
5.3.4 仿真实验与分析
5.3.5 实测数据验证
5.4 本章小结
第6章 远场和近场混合信号参数估计方法
6.1 引言
6.2 混合信号数学模型
6.3 基于卷积神经网络的混合信号参数估计方法
6.3.1 混合信号相位差计算
6.3.2 混合信号角度估计卷积神经网络
6.3.3 混合信号识别自编码器
6.3.4 近场信号距离估计卷积神经网络
6.3.5 仿真实验与分析
6.4 基于深度展开FISTA网络的混合信号参数估计方法
6.4.1 近场信号差分向量计算
6.4.2 近场信号深度展开FISTA网络
6.4.3 远场信号协方差向量计算
6.4.4 远场信号深度展开FISTA网络
6.4.5 仿真实验与分析
6.5 本章小结
参考文献
附录A 网格上超完备词典一阶导数的实部和虚部计算方法
附录B MIMO雷达匹配滤波的数学模型
附录C 超表面接收数据的数学模型