摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第1章 绪论 | 第10-20页 |
1.1 研究背景及意义 | 第10-15页 |
1.2 国内外发展现状 | 第15-17页 |
1.3 本文的主要工作和内容安排 | 第17-20页 |
1.3.1 本文的主要工作 | 第17页 |
1.3.2 本文的内容安排 | 第17-20页 |
第2章 信号与噪声的建模 | 第20-36页 |
2.1 矩阵代数的相关理论 | 第20-24页 |
2.1.1 特征值与特征向量 | 第20页 |
2.1.2 广义特征值与广义特征向量 | 第20页 |
2.1.3 托普利兹矩阵 | 第20-21页 |
2.1.4 矩阵的谱分解 | 第21-22页 |
2.1.5 矩阵的奇异值分解 | 第22-23页 |
2.1.6 M-P 广义逆 | 第23-24页 |
2.2 波达方向的空间三维模型 | 第24页 |
2.3 二维 DOA 估计的信号模型 | 第24-25页 |
2.4 二维 DOA 估计用到的阵列模型 | 第25-28页 |
2.4.1 均匀圆阵 | 第25-26页 |
2.4.2 双平行阵列 | 第26-27页 |
2.4.3 L 型阵列 | 第27页 |
2.4.4 任意离散阵 | 第27-28页 |
2.4.5 均匀圆弧阵 | 第28页 |
2.5 窄带信号与宽带信号 | 第28-32页 |
2.5.1 窄带信号模型 | 第29-30页 |
2.5.2 宽带信号模型 | 第30-32页 |
2.6 相干信号与非相干信号 | 第32-33页 |
2.7 噪声 | 第33-34页 |
2.7.1 加性噪声与乘性噪声 | 第33页 |
2.7.2 高斯噪声与非高斯噪声 | 第33页 |
2.7.3 白噪声与有色噪声 | 第33-34页 |
2.7.4 平稳随机过程 | 第34页 |
2.8 本章小结 | 第34-36页 |
第3章 基于 MUSIC 算法的一维 DOA 估计 | 第36-46页 |
3.1 多重信号分类算法 | 第36-41页 |
3.1.1 MUSIC 算法描述 | 第36-38页 |
3.1.2 不同信噪比下估计性能分析 | 第38-39页 |
3.1.3 不同阵元数下估计性能分析 | 第39-40页 |
3.1.4 不同信噪比下的均方根误差分析 | 第40-41页 |
3.2 ESPRIT 算法 | 第41-45页 |
3.2.1 ESPRIT 算法描述 | 第41-43页 |
3.2.2 不同信噪比下的估计性能分析 | 第43-44页 |
3.2.3 不同信噪比下的均方根误差分析 | 第44-45页 |
3.3 本章小结 | 第45-46页 |
第4章 空间平滑算法及阵列变换 | 第46-58页 |
4.1 概述 | 第46页 |
4.2 空间平滑算法描述及阵列变换 | 第46-53页 |
4.2.1 空间平滑算法描述 | 第46-49页 |
4.2.2 阵列结构 | 第49-50页 |
4.2.3 阵列变换 | 第50-53页 |
4.3 仿真实验 | 第53-56页 |
4.3.1 平滑算法的空间谱估计 | 第53-54页 |
4.3.2 平滑算法在不同信噪比下的均方根误差分析 | 第54-55页 |
4.3.3 不同阵型下的 RMSE 和 SNR 的性能分析 | 第55-56页 |
4.4 本章小结 | 第56-58页 |
第5章 二维 DOA 估计的改进算法 | 第58-70页 |
5.1 概述 | 第58-59页 |
5.2 改进算法 | 第59-64页 |
5.2.1 域变换 | 第59-61页 |
5.2.2 改进算法谱函数构造 | 第61-63页 |
5.2.3 复杂度 | 第63-64页 |
5.3 改进算法的仿真实验 | 第64-69页 |
5.3.1 改进算法在不同信噪比下的均方根误差 | 第64-65页 |
5.3.2 复杂度对比分析 | 第65-68页 |
5.3.3 成功概率与信噪比的变化分析 | 第68-69页 |
5.4 本章小结 | 第69-70页 |
第6章 总结与展望 | 第70-72页 |
6.1 总结 | 第70-71页 |
6.2 待解决的问题 | 第71-72页 |
参考文献 | 第72-77页 |
作者简介及科研成果 | 第77-78页 |
致谢 | 第78页 |