| 摘要 | 第6-8页 |
| abstract | 第8-10页 |
| 第1章 绪论 | 第14-23页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外发展状况 | 第15-20页 |
| 1.3 本文研究内容及结构安排 | 第20-23页 |
| 第2章 自适应波束形成技术理论基础 | 第23-35页 |
| 2.1 引言 | 第23页 |
| 2.2 阵列天线系统 | 第23-27页 |
| 2.2.1 信号模型 | 第23-24页 |
| 2.2.2 阵列结构 | 第24-26页 |
| 2.2.3 波束形成问题 | 第26-27页 |
| 2.3 波束形成器的设计准则 | 第27-30页 |
| 2.3.1 最大信干噪比准则 | 第27页 |
| 2.3.2 最小均方误差准则 | 第27-28页 |
| 2.3.3 最小方差准则 | 第28-29页 |
| 2.3.4 恒模准则 | 第29-30页 |
| 2.4 自适应迭代算法 | 第30-32页 |
| 2.4.1 LMS算法 | 第30页 |
| 2.4.2 RLS算法 | 第30-31页 |
| 2.4.3 Kalman滤波算法 | 第31-32页 |
| 2.5 自适应波束形成的稳健性 | 第32-34页 |
| 2.5.1 阵列误差类型 | 第32-33页 |
| 2.5.2 凸优化技术 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第3章 基于变遗忘因子RLS的自适应波束形成算法 | 第35-52页 |
| 3.1 引言 | 第35页 |
| 3.2 常用的固定遗忘因子机制RLS算法的理论推导 | 第35-38页 |
| 3.2.1 通常的RLS波束形成算法 | 第35-36页 |
| 3.2.2 宽线性RLS波束形成算法 | 第36-38页 |
| 3.3 SWL-RLS算法的设计 | 第38-42页 |
| 3.3.1 优化的遗忘因子表达式 | 第38-40页 |
| 3.3.2 遗忘因子的计算 | 第40-42页 |
| 3.3.3 SWL-RLS算法的实现步骤 | 第42页 |
| 3.4 SSWL-RLS算法的设计 | 第42-44页 |
| 3.4.1 SSWL-RLS算法的推导过程 | 第42-43页 |
| 3.4.2 SSWL-RLS算法的实现步骤 | 第43-44页 |
| 3.5 仿真结果与分析 | 第44-50页 |
| 3.5.1 仿真条件 | 第44-45页 |
| 3.5.2 SSWL-RLS同LMS类型算法的性能比较 | 第45-47页 |
| 3.5.3 SSWL-RLS同RLS类型算法的性能比较 | 第47-49页 |
| 3.5.4 算法的计算复杂度分析 | 第49-50页 |
| 3.6 本章小结 | 第50-52页 |
| 第4章 基于线性约束UKF的自适应波束形成算法 | 第52-76页 |
| 4.1 引言 | 第52页 |
| 4.2 常用的线性约束自适应波束形成迭代算法 | 第52-54页 |
| 4.2.1 约束优化问题 | 第52-53页 |
| 4.2.2 约束最小方差迭代算法 | 第53页 |
| 4.2.3 约束恒模迭代算法 | 第53-54页 |
| 4.3 基于迭代投影法的UKF自适应波束形成算法 | 第54-59页 |
| 4.3.1 状态空间模型的变换 | 第54-55页 |
| 4.3.2 带约束条件的UKF滤波算法 | 第55-56页 |
| 4.3.3 DF-CCM-UKF算法的实现步骤 | 第56-59页 |
| 4.4 基于GSC结构的UKF自适应波束形成算法 | 第59-63页 |
| 4.4.1 GSC结构下的自适应波束形成问题 | 第59-60页 |
| 4.4.2 GSC结构下的状态空间模型 | 第60-61页 |
| 4.4.3 GSC-CCM-UKF算法的实现步骤 | 第61-63页 |
| 4.5 基于GSC结构的降秩UKF自适应波束形成算法 | 第63-66页 |
| 4.5.1 降秩GSC结构下的状态空间模型 | 第63-64页 |
| 4.5.2 RR-GSC-CCM-UKF算法的实现步骤 | 第64-66页 |
| 4.6 仿真结果与分析 | 第66-75页 |
| 4.6.1 仿真条件 | 第66页 |
| 4.6.2 降秩参数对性能的影响 | 第66-70页 |
| 4.6.3 约束恒模算法的性能比较 | 第70-75页 |
| 4.6.4 约束恒模算法的计算复杂度比较 | 第75页 |
| 4.7 本章小结 | 第75-76页 |
| 第5章 基于概率约束的稳健恒模自适应波束形成算法 | 第76-95页 |
| 5.1 引言 | 第76页 |
| 5.2 常用的稳健算法 | 第76-81页 |
| 5.2.1 基于高斯信号的稳健算法 | 第76-80页 |
| 5.2.2 基于非高斯信号的稳健算法 | 第80-81页 |
| 5.3 概率约束稳健恒模自适应波束形成算法 | 第81-87页 |
| 5.3.1 问题的形成 | 第81-83页 |
| 5.3.2 算法的实现 | 第83-85页 |
| 5.3.3 最优性分析 | 第85-87页 |
| 5.4 仿真结果与分析 | 第87-93页 |
| 5.4.1 仿真条件 | 第87-88页 |
| 5.4.2 高斯偏差情况的仿真 | 第88-91页 |
| 5.4.3 未知偏差情况的仿真 | 第91-93页 |
| 5.5 本章小结 | 第93-95页 |
| 第6章 基于互质阵列的自适应波束形成算法 | 第95-118页 |
| 6.1 引言 | 第95-96页 |
| 6.2 压缩感知与稀疏估计 | 第96-98页 |
| 6.2.1 压缩感知问题 | 第96页 |
| 6.2.2 稀疏估计基本概念 | 第96-97页 |
| 6.2.3 稀疏估计常用算法 | 第97-98页 |
| 6.3 基于稀疏的互质阵列自适应波束形成算法 | 第98-102页 |
| 6.3.1 问题的形成 | 第98-99页 |
| 6.3.2 算法的推导过程 | 第99-101页 |
| 6.3.3 算法的实现步骤 | 第101-102页 |
| 6.4 基于子空间技术的互质阵列自适应波束形成算法 | 第102-107页 |
| 6.4.1 算法的推导过程 | 第102-106页 |
| 6.4.2 算法的实现步骤 | 第106-107页 |
| 6.5 仿真结果与分析 | 第107-116页 |
| 6.5.1 基于稀疏的互质阵列自适应波束形成算法仿真 | 第107-111页 |
| 6.5.2 基于子空间技术的互质阵列自适应波束形成算法仿真 | 第111-116页 |
| 6.6 本章小结 | 第116-118页 |
| 结论 | 第118-121页 |
| 参考文献 | 第121-136页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第136-137页 |
| 致谢 | 第137页 |
