| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景与意义 | 第10-11页 |
| ·无线电测向历史与发展现状 | 第11-14页 |
| ·本文的主要内容及章节安排 | 第14-16页 |
| 第二章 干涉仪测向误差及测向指标 | 第16-20页 |
| ·测向误差分析 | 第16-17页 |
| ·测向机的主要技术指标及其测试方法 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于维度拆分的相关干涉仪测向算法 | 第20-40页 |
| ·标准相关干涉仪算法 | 第20-26页 |
| ·阵元相位差输出模型 | 第20-22页 |
| ·传统的标准相关干涉仪算法 | 第22-24页 |
| ·改进的标准相关干涉仪算法 | 第24-26页 |
| ·基于维度拆分的相关干涉仪测向算法 | 第26-31页 |
| ·维度拆分算法原理 | 第26-28页 |
| ·维度拆分算法的适用条件 | 第28-31页 |
| ·性能仿真实验 | 第31-39页 |
| ·标准相关干涉仪算法性能仿真实验 | 第31-38页 |
| ·维度拆分算法的有效性验证 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于 RBF 神经网络的相关干涉仪测向算法 | 第40-56页 |
| ·RBF 神经网络结构及数学基础 | 第40-44页 |
| ·人工神经网络简介 | 第40-41页 |
| ·RBF 神经网络结构 | 第41-43页 |
| ·内插问题 | 第43-44页 |
| ·基于 RBF 神经网络的相关干涉仪测向算法 | 第44-48页 |
| ·采用 k-means 聚类的相关干涉仪测向算法 | 第45-47页 |
| ·采用正交最小二乘的相关干涉仪测向算法 | 第47-48页 |
| ·性能仿真实验 | 第48-55页 |
| ·采用 k-means 聚类的测向网络选取仿真实验 | 第49-52页 |
| ·采用 OLS 方法的测向网络选取仿真实验 | 第52-53页 |
| ·与标准相关干涉仪测向算法比较 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 标准相关干涉仪的 GPU 实现及优化 | 第56-66页 |
| ·CUDA 简介 | 第56-59页 |
| ·应用背景 | 第56-57页 |
| ·编程模型 | 第57-59页 |
| ·标准相关干涉仪算法的 GPU 实现 | 第59-65页 |
| ·GPU 程序设计 | 第59-61页 |
| ·性能优化 | 第61-63页 |
| ·实验结果 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 全文总结 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻硕期间取得的研究成果 | 第71-72页 |