| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 主要缩略语表 | 第19-20页 |
| 主要符号表 | 第20-21页 |
| 1 绪论 | 第21-29页 |
| 1.1 研究背景与意义 | 第21-22页 |
| 1.2 国内外相关工作研究进展 | 第22-26页 |
| 1.2.1 稳定分布与相关熵研究现状 | 第22-24页 |
| 1.2.2 波达方向估计与跟踪的研究现状 | 第24-25页 |
| 1.2.3 循环平稳信号参数估计研究现状 | 第25-26页 |
| 1.3 本文主要研究工作 | 第26-29页 |
| 2 基础理论 | 第29-40页 |
| 2.1 引言 | 第29页 |
| 2.2 稳定分布的定义与性质 | 第29-31页 |
| 2.2.1 稳定分布的定义 | 第29-30页 |
| 2.2.2 稳定分布的性质 | 第30-31页 |
| 2.3 分数低阶统计量 | 第31-33页 |
| 2.3.1 分数低阶矩 | 第31-32页 |
| 2.3.2 共变 | 第32页 |
| 2.3.3 分数低阶相关 | 第32页 |
| 2.3.4 分数低阶协方差 | 第32页 |
| 2.3.5 相位分数低阶矩与相位分数低阶协方差 | 第32-33页 |
| 2.4 相关熵 | 第33-35页 |
| 2.4.1 相关熵定义 | 第33页 |
| 2.4.2 相关熵性质 | 第33-34页 |
| 2.4.3 最大相关熵准则 | 第34-35页 |
| 2.5 均匀线阵与子空间 | 第35-38页 |
| 2.5.1 均匀线阵 | 第35-36页 |
| 2.5.2 特征子空间 | 第36-38页 |
| 2.6 循环平稳与循环统计量 | 第38-39页 |
| 2.6.1 循环平稳 | 第38页 |
| 2.6.2 循环平稳统计量与循环谱 | 第38-39页 |
| 2.7 本章小结 | 第39-40页 |
| 3 稳定分布噪声下基于有界非线性协方差的波达方向估计 | 第40-69页 |
| 3.1 引言 | 第40-41页 |
| 3.2 基于特征子空间的波达方向估计与跟踪算法 | 第41-43页 |
| 3.2.1 经典MUSIC算法和韧性MUSIC算法 | 第41-42页 |
| 3.2.2 经典PAST算法和韧性PAST算法 | 第42-43页 |
| 3.3 有界非线性协方差及其性质 | 第43-52页 |
| 3.3.1 有界非线性协方差的定义 | 第43-45页 |
| 3.3.2 有界非线性协方差的性质 | 第45-47页 |
| 3.3.3 基于连续可导函数的有界非线性协方差 | 第47-50页 |
| 3.3.4 复数域的有界非线性协方差 | 第50-51页 |
| 3.3.5 广义有界非线性协方差 | 第51-52页 |
| 3.4 基于有界非线性协方差的韧性多重信号分类算法 | 第52-62页 |
| 3.4.1 基于有界非线性协方差的MUSIC算法 | 第52-54页 |
| 3.4.2 仿真实验 | 第54-62页 |
| 3.5 基于有界非线性协方差的韧性投影逼近子空间跟踪算法 | 第62-68页 |
| 3.5.1 基于有界非线性协方差的PAST类算法 | 第62-64页 |
| 3.5.2 仿真实验 | 第64-68页 |
| 3.6 本章小结 | 第68-69页 |
| 4 稳定分布噪声和同频干扰下基于循环相关熵谱的频率估计 | 第69-93页 |
| 4.1 引言 | 第69-70页 |
| 4.2 基于循环谱的频率估计方法及改进的韧性算法 | 第70-72页 |
| 4.2.1 基于循环谱的频率计方法 | 第70-72页 |
| 4.2.2 基于分数低阶循环谱的频率估计方法 | 第72页 |
| 4.3 循环相关熵与循环相关熵谱 | 第72-78页 |
| 4.3.1 循环相关熵的定义 | 第72-74页 |
| 4.3.2 循环相关熵的性质 | 第74-76页 |
| 4.3.3 循环相关熵谱的定义 | 第76页 |
| 4.3.4 连续调幅信号的循环相关熵及循环相关熵谱 | 第76-78页 |
| 4.4 基于循环相关熵谱的频率估计方法 | 第78-84页 |
| 4.4.1 基于循环相关熵谱的频率估计方法 | 第78页 |
| 4.4.2 仿真实验 | 第78-83页 |
| 4.4.3 实测实验 | 第83-84页 |
| 4.5 循环相关熵谱的压缩与重建 | 第84-91页 |
| 4.5.1 循环相关熵谱的压缩与重建 | 第85-86页 |
| 4.5.2 基于重建后的循环相关熵谱的频率估计方法 | 第86页 |
| 4.5.3 仿真实验 | 第86-91页 |
| 4.6 本章小结 | 第91-93页 |
| 5 稳定分布噪声下基于相关熵的ADS-B报文时延估计 | 第93-117页 |
| 5.1 引言 | 第93-94页 |
| 5.2 自适应时延估计方法 | 第94-97页 |
| 5.2.1 基于梯度的自适应时延估计方法 | 第94-96页 |
| 5.2.2 基于递归的自适应时延估计方法 | 第96-97页 |
| 5.3 ADS-B报文时延产生机制与数学模型 | 第97-102页 |
| 5.3.1 ADS-B报文时延产生机制 | 第97-98页 |
| 5.3.2 ADS-B报文时延特点分析 | 第98-99页 |
| 5.3.3 ADS-B报文时延模型 | 第99-100页 |
| 5.3.4 ADS-B报文时延特征选取 | 第100-101页 |
| 5.3.5 ADS-B报文计算多普勒频移 | 第101-102页 |
| 5.4 基于扩展递归最大相关熵的ADS-B报文缓变时延估计方法 | 第102-112页 |
| 5.4.1 扩展递归最大相关熵(EX-RMC) | 第102-103页 |
| 5.4.2 基于EX-RMC的ADS-B报文缓变时延估计方法 | 第103-105页 |
| 5.4.3 仿真实验 | 第105-109页 |
| 5.4.4 实测实验 | 第109-112页 |
| 5.5 基于相关熵的ADS-B报文不变时延估计方法 | 第112-115页 |
| 5.5.1 基于相关熵的ADS-B报文不变时延估计方法 | 第112-113页 |
| 5.5.2 仿真实验 | 第113-115页 |
| 5.6 本章小结 | 第115-117页 |
| 6 基于飞机散射信号的民航干扰源定位 | 第117-136页 |
| 6.1 引言 | 第117-118页 |
| 6.2 基于飞机散射信号的地面干扰源定位系统 | 第118-119页 |
| 6.2.1 定位系统的硬件架构 | 第118页 |
| 6.2.2 定位系统的软件模块 | 第118-119页 |
| 6.3 基于加权质心法的民航干扰源定位方法 | 第119-127页 |
| 6.3.1 问题描述与数学建模 | 第120-121页 |
| 6.3.2 基于加权质心法的干扰源定位方法 | 第121-123页 |
| 6.3.3 仿真实验 | 第123-127页 |
| 6.4 基于相关熵的民航干扰源定位方法 | 第127-135页 |
| 6.4.1 初始参考点位置选取 | 第127-131页 |
| 6.4.2 基于相关熵的干扰源定位方法 | 第131-132页 |
| 6.4.3 仿真实验 | 第132-135页 |
| 6.5 本章小结 | 第135-136页 |
| 7 结论与展望 | 第136-140页 |
| 7.1 结论 | 第136-138页 |
| 7.2 创新点 | 第138-139页 |
| 7.3 展望 | 第139-140页 |
| 参考文献 | 第140-154页 |
| 附录A 连续调幅信号的循环相关熵以及循环相关熵谱公式推导 | 第154-157页 |
| 攻读博士学位期间科研项目及科研成果 | 第157-160页 |
| 致谢 | 第160-161页 |
| 作者简介 | 第161页 |
