| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 缩写词列表 | 第12-17页 |
| 第一章 绪论 | 第17-25页 |
| 1.1 研究背景与意义 | 第17-18页 |
| 1.2 研究热点及关键技术 | 第18-22页 |
| 1.2.1 自适应波束成形 | 第18-21页 |
| 1.2.2 广义线性处理技术 | 第21-22页 |
| 1.2.3 空时联合抗干扰技术 | 第22页 |
| 1.3 本文的主要工作 | 第22-25页 |
| 第二章 自适应波束成形基本原理 | 第25-39页 |
| 2.1 阵列天线基本原理 | 第25-27页 |
| 2.2 优化问题设计准则 | 第27-29页 |
| 2.2.1 最小均方误差(MMSE)准则 | 第27-28页 |
| 2.2.2 带约束的最小方差(CMV)准则 | 第28-29页 |
| 2.2.3 带约束的恒模(CCM)准则 | 第29页 |
| 2.3 自适应迭代算法 | 第29-32页 |
| 2.3.1 最小均方(LMS)自适应算法 | 第30页 |
| 2.3.2 递推最小二乘(RLS)自适应算法 | 第30-31页 |
| 2.3.3 共轭梯度(CG)算法 | 第31-32页 |
| 2.4 滤波器结构 | 第32-34页 |
| 2.4.1 直接型处理(DFP)结构 | 第32-33页 |
| 2.4.2 广义旁瓣消除器(GSC)结构 | 第33-34页 |
| 2.5 经典降维技术 | 第34-37页 |
| 2.5.1 辅助滤波矢量(AVF)算法 | 第34-36页 |
| 2.5.2 多级维纳滤波(MSWF)算法 | 第36-37页 |
| 2.6 本章小结 | 第37-39页 |
| 第三章 基于广义线性处理技术的降维盲自适应算法设计 | 第39-61页 |
| 3.1 基于Krylov子空间的降维算法结构设计 | 第39-43页 |
| 3.1.1 接收信号模型 | 第39-40页 |
| 3.1.2 降维算法构建 | 第40-43页 |
| 3.2 广义线性信号处理技术 | 第43-46页 |
| 3.3 基于WL处理的降维自适应算法(WLCCM-KS)设计 | 第46-50页 |
| 3.3.1 降维矩阵构建 | 第47-48页 |
| 3.3.2 自适应RLS算法设计 | 第48-50页 |
| 3.4 算法性能分析 | 第50-55页 |
| 3.4.1 低维滤波系数收敛性分析 | 第51-52页 |
| 3.4.2 MSE稳态性能分析 | 第52-54页 |
| 3.4.3 算法复杂度分析 | 第54-55页 |
| 3.5 仿真结果分析 | 第55-60页 |
| 3.6 本章小结 | 第60-61页 |
| 第四章 基于WL技术的鲁棒自适应波束成形算法 | 第61-77页 |
| 4.1 经典的鲁棒波束成形算法 | 第61-65页 |
| 4.1.1 特征子空间投影算法 | 第61-62页 |
| 4.1.2 对角加载算法(LSMI) | 第62-63页 |
| 4.1.3 最差情况(WC)性能最优算法 | 第63-64页 |
| 4.1.4 鲁棒的Capon波束成形算法(RCB) | 第64-65页 |
| 4.2 提出的基于CCM准则的最差情况下性能最优算法 | 第65-68页 |
| 4.2.1 接收信号模型 | 第65-66页 |
| 4.2.2 算法构建 | 第66-68页 |
| 4.3 设计的联合迭代自适应MCG算法 | 第68-70页 |
| 4.4 仿真实验及结果分析 | 第70-75页 |
| 4.5 本章小结 | 第75-77页 |
| 第五章 基于联合迭代降维算法的自适应空时滤波器设计 | 第77-93页 |
| 5.1 GPS系统接收信号模型及空时处理概述 | 第77-79页 |
| 5.2 提出的ALRD降维算法 | 第79-85页 |
| 5.2.1 自适应准则及优化问题构建 | 第79-80页 |
| 5.2.2 ALRD降维算法构建 | 第80-83页 |
| 5.2.3 自适应RLS算法实现 | 第83-85页 |
| 5.3 计算复杂度分析 | 第85-86页 |
| 5.4 仿真实验及结果分析 | 第86-90页 |
| 5.5 本章小结 | 第90-93页 |
| 第六章 总结与展望 | 第93-95页 |
| 参考文献 | 第95-101页 |
| 攻读硕士学位期间主要研究成果及参与的科研项目 | 第101页 |
