| 摘要 | 第7-9页 |
| abstract | 第9-10页 |
| 第1章 绪论 | 第14-23页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 盲源分离的模型 | 第15-18页 |
| 1.3 盲源分离算法研究概述 | 第18-20页 |
| 1.3.1 国内外研究现状 | 第18-20页 |
| 1.3.2 存在的问题及发展方向 | 第20页 |
| 1.4 无约束最优化问题简介 | 第20-22页 |
| 1.5 论文结构与章节安排 | 第22-23页 |
| 第2章 基于非正交联合对角化模型与混合信赖域方法的盲源分离算法 | 第23-48页 |
| 2.1 引言 | 第23页 |
| 2.2 非正交联合对角化 | 第23-25页 |
| 2.3 混合信赖域算法 | 第25-34页 |
| 2.3.1 算法步骤的推导 | 第25-26页 |
| 2.3.2 算法的收敛性分析 | 第26-30页 |
| 2.3.3 数值仿真实验 | 第30-34页 |
| 2.4 盲源分离算法 | 第34-47页 |
| 2.4.1 基于联合对角的数学模型 | 第34-36页 |
| 2.4.2 目标函数的梯度与Hessian矩阵计算 | 第36-41页 |
| 2.4.3 仿真实验 | 第41-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第3章 对偶矩阵盲源分离算法 | 第48-61页 |
| 3.1 引言 | 第48页 |
| 3.2 对偶矩阵数学模型 | 第48-50页 |
| 3.3 迭代优化算法 | 第50-51页 |
| 3.4 仿真实验 | 第51-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第4章 并行对偶矩阵的盲源分离算法与下降算法 | 第61-80页 |
| 4.1 引言 | 第61页 |
| 4.2 并行对偶矩阵数学模型 | 第61-63页 |
| 4.3 梯度下降算法 | 第63-70页 |
| 4.3.1 算法步骤与收敛性质分析 | 第63-66页 |
| 4.3.2 仿真实验 | 第66-70页 |
| 4.4 仿真实验 | 第70-79页 |
| 4.5 本章小结 | 第79-80页 |
| 第5章 基于梯度下降算法的天线阵列方向图综合 | 第80-95页 |
| 5.1 引言 | 第80页 |
| 5.2 单波束的方向图综合 | 第80-88页 |
| 5.2.1 目标函数构造 | 第80-83页 |
| 5.2.2 数值仿真 | 第83-88页 |
| 5.3 多波束的方向图综合 | 第88-94页 |
| 5.3.1 目标函数构造 | 第88-90页 |
| 5.3.2 数值仿真 | 第90-94页 |
| 5.4 本章小结 | 第94-95页 |
| 第6章 结论与展望 | 第95-98页 |
| 6.1 本论文的主要贡献 | 第95-96页 |
| 6.2 本论文的进一步工作 | 第96-98页 |
| 致谢 | 第98-99页 |
| 参考文献 | 第99-108页 |
| 附录1 | 第108-110页 |
| 附录2 | 第110-115页 |
| 附录3 | 第115-120页 |
| 符号说明 | 第120-121页 |
| 攻读博士学位期间发表和录用的论文 | 第121页 |