| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-10页 |
| ·研究DOA估计与跟踪的意义 | 第8页 |
| ·DOA估计与跟踪目前的研究现状 | 第8-9页 |
| ·本文的创新点与内容安排 | 第9-10页 |
| ·本文的创新点 | 第9页 |
| ·本文的组织结构 | 第9-10页 |
| 第二章 阵列信号处理基础与DOA估计原理 | 第10-16页 |
| ·引言 | 第10页 |
| ·阵列信号处理简介 | 第10-12页 |
| ·常用的阵列模型 | 第10-11页 |
| ·本文中用到的基本概念 | 第11页 |
| ·阵列信号处理的流程 | 第11-12页 |
| ·DOA估计的原理 | 第12-16页 |
| ·接收信号的模型 | 第12-13页 |
| ·DOA的数学基础 | 第13-14页 |
| ·本文的几点假设 | 第14-16页 |
| 第三章 基于量子进化算法、克隆免疫进化算法的二维DOA估计 | 第16-23页 |
| ·引言 | 第16页 |
| ·量子进化算法、克隆免疫进化算法介绍 | 第16-18页 |
| ·量子进化算法原理 | 第16-17页 |
| ·克隆免疫进化原理 | 第17页 |
| ·克隆免疫进化算法描述 | 第17-18页 |
| ·量子进化算法与二维DOA估计 | 第18-19页 |
| ·适应度函数的确定 | 第18-19页 |
| ·量子旋转门 | 第19页 |
| ·算法的基本步骤 | 第19页 |
| ·克隆免疫进化算法与二维DOA估计 | 第19-20页 |
| ·实验结果与分析 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第四章 基于改进的粒子群算法的二维DOA跟踪算法 | 第23-29页 |
| ·引言 | 第23页 |
| ·粒子群算法简介 | 第23-25页 |
| ·基本粒子群算法 | 第23-24页 |
| ·粒子群算法的改进 | 第24-25页 |
| ·改进粒子群的DOA跟踪算法 | 第25-26页 |
| ·适应度函数的设置 | 第25-26页 |
| ·实验结果与分析 | 第26-27页 |
| ·算法收敛性能实验 | 第26页 |
| ·算法统计性能分析 | 第26-27页 |
| ·本章小结 | 第27-29页 |
| 第五章 改进的DOA跟踪算法研究 | 第29-41页 |
| ·引言 | 第29页 |
| ·批处理跟踪算法 | 第29-30页 |
| ·协方差矩阵的更新 | 第29页 |
| ·批处理跟踪算法描述 | 第29-30页 |
| ·PAST跟踪算法 | 第30-31页 |
| ·PAST跟踪算法的原理 | 第30页 |
| ·指数加权递推最小二乘 | 第30页 |
| ·算法描述 | 第30-31页 |
| ·子空间迭代算法 | 第31页 |
| ·信源相干情况下基于单次快拍的DOA跟踪算法 | 第31-36页 |
| ·信号模型的数学分析 | 第32-33页 |
| ·单数据快拍恢复协方差矩阵的秩 | 第33-35页 |
| ·单数据快拍DOA跟踪算法 | 第35-36页 |
| ·实验结果与分析 | 第36-40页 |
| ·PAST算法的跟踪性能分析 | 第36-38页 |
| ·5.5节算法性能分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第六章 算法创新实例分析 | 第41-46页 |
| ·引言 | 第41页 |
| ·信号模型 | 第41-42页 |
| ·改进的空域平滑滤波算法 | 第42-43页 |
| ·基于量子进化解相干测向算法 | 第43-44页 |
| ·评价函数的选择 | 第43页 |
| ·算法的基本步骤 | 第43-44页 |
| ·仿真实验与分析 | 第44-45页 |
| ·结论 | 第45-46页 |
| 第七章 总结与展望 | 第46-50页 |
| ·量子进化、克隆免疫、改进粒子群算法的估计性能对比 | 第46-48页 |
| ·精确度、统计性能、运算时间对比 | 第46-47页 |
| ·抗噪声性能对比 | 第47-48页 |
| ·展望 | 第48页 |
| ·本章小结 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士期间所发表的学术论文 | 第53-54页 |
| 致谢 | 第54-55页 |