首页--工业技术论文--无线电电子学、电信技术论文--通信论文--通信理论论文--信号处理论文--数字信号处理论文

复杂环境下的鲁棒自适应波束形成算法的研究

摘要第1-7页
Abstract第7-10页
目录第10-13页
英文缩略语表第13-14页
第一章 绪论第14-22页
   ·研究背景及其意义第14-15页
   ·自适应波束形成的发展及研究现状第15-18页
   ·本文的主要工作及内容安排第18-22页
第二章 阵列信号处理的方法第22-47页
   ·阵列信号处理模型第22-23页
   ·自适应控制算法的性能量度第23-32页
     ·均方误差(MSE)性能量度第24-26页
     ·信噪比(SNR)性能量度第26-27页
     ·最大似然(ML)性能量度第27-29页
     ·最小噪声方差(NV)性能量度第29-30页
     ·最优解的因式分解第30-32页
   ·自适应波束形成算法第32-38页
     ·最小方差无畸变响应(MVDR)算法第32页
     ·采样协方差矩阵求逆(SMI)算法第32-33页
     ·直接矩阵求逆(DMI)算法第33页
     ·最小均方(LMS)算法第33-35页
     ·递推最小二乘(RLS)算法第35页
     ·恒模(CMA)算法第35-36页
     ·神经网络方法第36-38页
   ·鲁棒波束形成器的设计方法第38-46页
     ·影响算法鲁棒性的因素第38-39页
     ·鲁棒波束形成器的设计算法第39-46页
   ·本章小结第46-47页
第三章 适用于信号波达方向不确定情况下的鲁棒波束形成算法第47-66页
   ·基于Bayesian方法的鲁棒恒模算法第47-51页
     ·约束恒模自适应波束形成算法第47-48页
     ·算法的鲁棒性改进第48-49页
     ·仿真实验结果第49-51页
   ·基于Bayesian方法的鲁棒波束形成算法第51-57页
     ·传统算法描述第52-53页
     ·鲁棒波束形成算法第53-55页
     ·仿真实验结果第55-57页
   ·基于Bayesian方法的鲁棒约束LMS波束形成算法第57-64页
     ·传统约束LMS算法第57-58页
     ·鲁棒约束LMS算法第58-60页
     ·收敛性能分析第60-61页
     ·仿真实验结果第61-64页
   ·本章小结第64-66页
第四章 在最差信号环境下的鲁棒自适应波束形成算法第66-89页
   ·鲁棒约束恒模自适应波束形成算法第66-74页
     ·信号模型第66-68页
     ·线性约束恒模算法第68-69页
     ·鲁棒约束恒模自适应波束形成算法第69-70页
     ·收敛性能分析第70-71页
     ·仿真实验结果第71-74页
   ·基于最陡下降准则的鲁棒LMS波束形成算法第74-80页
     ·基于最差性能的鲁棒算法第75-77页
     ·性能分析第77-78页
     ·仿真实验结果第78-80页
   ·基于神经网络的鲁棒自适应波束形成算法第80-87页
     ·鲁棒自适应波束形成算法第81-82页
     ·波束形成的RBFNN实现第82-84页
     ·仿真实验结果第84-87页
   ·本章小结第87-89页
第五章 基于可变对角载入的鲁棒自适应波束形成算法第89-103页
   ·基于对角载入的鲁棒波束形成算法第89-96页
     ·传统算法描述第89-91页
     ·鲁棒波束形成算法第91-93页
     ·仿真实验结果第93-96页
   ·基于可变对角载入的鲁棒LMS自适应波束形成算法第96-102页
     ·鲁棒波束形成算法及对角载入值的计算第97-98页
     ·性能分析第98-99页
     ·仿真实验结果第99-102页
   ·本章小结第102-103页
第六章 存在阵列指向性偏差的鲁棒自适应波束形成算法第103-112页
   ·二次型约束波束形成优化算法第103-105页
   ·递推波束形成算法第105-106页
   ·性能分析第106-107页
   ·仿真实验结果第107-111页
   ·本章小结第111-112页
第七章 结论第112-115页
参考文献第115-124页
致谢第124-125页
攻读博士学位期间论文及获奖情况第125-127页
个人简历第127页

论文共127页,点击 下载论文
上一篇:无线传感器网络中路由协议及其安全性研究
下一篇:无线传感器网络实时数据管理关键技术研究