| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究背景和意义 | 第11-14页 |
| ·研究历史与现状 | 第14-19页 |
| ·本文的主要工作和内容安排 | 第19-21页 |
| 第二章 声呐盲波束形成的理论 | 第21-33页 |
| ·声呐波束形成的理论 | 第21-27页 |
| ·声呐基阵接收信号模型 | 第21-24页 |
| ·波束形成的基本概念 | 第24-26页 |
| ·自适应波束形成的准则和方法 | 第26-27页 |
| ·盲波束形成基本理论与框架 | 第27-30页 |
| ·盲波束形成理论分析 | 第27-28页 |
| ·盲波束形成的处理框架 | 第28-30页 |
| ·计算智能实现盲波束形成的处理方案 | 第30-32页 |
| ·计算智能的基本特点 | 第30-31页 |
| ·盲波束形成算法中引入计算智能的处理方案 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于高阶累积量的盲波束形成及其神经网络实现 | 第33-57页 |
| ·引言 | 第33-34页 |
| ·高阶累积量概述 | 第34-38页 |
| ·基于高阶累积量的声呐盲波束形成算法 | 第38-41页 |
| ·信号模型 | 第38-40页 |
| ·方向向量盲估计与性能分析 | 第40-41页 |
| ·TH网络实现的声呐信号盲波束形成 | 第41-43页 |
| ·TH神经网络结构 | 第41-42页 |
| ·网络参数选择与波束形成权向量估计 | 第42-43页 |
| ·声呐盲波束形成的径向基网络实现 | 第43-49页 |
| ·径向基函数神经网络结构 | 第44-46页 |
| ·网络参数选择的FCM算法 | 第46-47页 |
| ·网络的FCM-RLS学习方法 | 第47-48页 |
| ·网络的学习与工作过程 | 第48-49页 |
| ·仿真与实验 | 第49-55页 |
| ·本章小结 | 第55-57页 |
| 第四章 基于水声信号循环平稳特性的神经盲波束形成方法 | 第57-70页 |
| ·引言 | 第57-58页 |
| ·循环平稳信号 | 第58-61页 |
| ·循环平稳信号的盲波束形成方法 | 第61-64页 |
| ·信号模型 | 第61页 |
| ·循环平稳信号的盲波束形成方法分析 | 第61-64页 |
| ·基于互相关神经网络的水声信号盲波束形成 | 第64-67页 |
| ·问题的引入 | 第64-65页 |
| ·神经网络模型 | 第65-66页 |
| ·改进的神经网络学习算法 | 第66-67页 |
| ·仿真实验 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 基于神经网络的特征结构类声呐盲波束形成算法研究 | 第70-85页 |
| ·引言 | 第70-71页 |
| ·特征结构类盲波束形成方法分析 | 第71-76页 |
| ·算法模型 | 第71-72页 |
| ·基于广义旁瓣相消(GSC)的盲波束形成算法 | 第72-73页 |
| ·基于代数方法的确定性盲波束形成算法 | 第73-74页 |
| ·JADE算法 | 第74-76页 |
| ·基于神经网络的主分量与次分量提取 | 第76-80页 |
| ·概述 | 第76-77页 |
| ·主分量分析与次分量分析神经网络 | 第77-78页 |
| ·改进的主分量分析方法 | 第78-79页 |
| ·小特征值的自适应提取方法 | 第79-80页 |
| ·改进的JADE算法 | 第80-81页 |
| ·实验分析 | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 第六章 基于遗传算法的多目标盲波束形成算法研究 | 第85-103页 |
| ·引言 | 第85页 |
| ·非高斯信号概述 | 第85-86页 |
| ·基于常模和峰度最大化准则的盲波束形成 | 第86-90页 |
| ·信号模型 | 第86-88页 |
| ·基于常模准则的盲波束形成算法(CMA) | 第88-89页 |
| ·基于峰度最大化准则的盲波束形成算法(KMA) | 第89页 |
| ·盲波束形成性能分析 | 第89-90页 |
| ·不需正交化处理的新的盲波束形成算法 | 第90-92页 |
| ·定义一种新的代价函数 | 第90-91页 |
| ·基于新代价函数的盲波束形成算法 | 第91-92页 |
| ·复数编码遗传算法实现的盲波束形成 | 第92-97页 |
| ·复数编码的引入及适应度函数的计算 | 第92-94页 |
| ·遗传算子的选取 | 第94-97页 |
| ·遗传算法停止准则 | 第97页 |
| ·实验设计与结果分析 | 第97-102页 |
| ·本章小结 | 第102-103页 |
| 第七章 基于声矢量传感器阵的盲波束形成 | 第103-125页 |
| ·引言 | 第103-104页 |
| ·基于矢量水听器的声呐波束形成方法 | 第104-108页 |
| ·信号模型 | 第104-106页 |
| ·最优权向量的估计 | 第106-107页 |
| ·波束形成性能分析 | 第107-108页 |
| ·基于矢量水听器阵的盲波束形成方法 | 第108-113页 |
| ·信号模型 | 第108-109页 |
| ·基于高阶累积量的方向向量盲估计算法 | 第109-110页 |
| ·基于ESPRIT的方向向量盲估计 | 第110-113页 |
| ·矢量水听器盲波束形成的神经网络实现 | 第113-114页 |
| ·基于矢量传感器的航空声呐盲波束形成方法 | 第114-116页 |
| ·基于二元水听器阵的航空声呐性能分析 | 第114-116页 |
| ·基于矢量传感器阵的航空声呐设计方案 | 第116页 |
| ·仿真计算 | 第116-124页 |
| ·本章小结 | 第124-125页 |
| 第八章 结束语 | 第125-128页 |
| ·对本文工作的总结 | 第125-126页 |
| ·对以后工作的展望 | 第126-128页 |
| 参考文献 | 第128-135页 |
| 攻读博士学位期间撰写的论文及参与科研情况 | 第135-137页 |
| 致谢 | 第137-138页 |
| 西北工业大学学位论文知识产权声明书 | 第138页 |
| 西北工业大学学位论文原创性声明 | 第138页 |
