摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-30页 |
§1.1 论文的研究背景及其意义 | 第12-13页 |
§1.2 阵列信号处理中信源数目检测的研究历史及现状 | 第13-15页 |
§1.3 阵列信号处理中参数估计的研究历史及现状 | 第15-19页 |
§1.3.1 快速参数估计的研究历史及现状 | 第17页 |
§1.3.2 空间相关色噪声下参数估计的研究历史及现状 | 第17-19页 |
§1.4 波束形成的研究历史及现状 | 第19-22页 |
§1.4.1 自适应波束形成的研究历史及现状 | 第19-20页 |
§1.4.2 稳健波束形成的研究历史及现状 | 第20-22页 |
§1.5 本文的主要研究工作及内容安排 | 第22-24页 |
参考文献 | 第24-30页 |
第二章 阵列信号处理的基础知识 | 第30-44页 |
§2.1 引言 | 第30-31页 |
§2.2 阵列信号处理的统计模型 | 第31-32页 |
§2.3 基于信息论准则的信源数目的检测 | 第32-33页 |
§2.4 阵列参数估计的子空间类高分辨算法 | 第33-38页 |
§2.4.1 子空间的基本概念 | 第34-35页 |
§2.4.2 MUSIC法(多重信号分类法) | 第35-36页 |
§2.4.3 ESPRIT法(旋转空间不变法) | 第36-38页 |
§2.5 阵列信号处理的波束形成技术 | 第38-40页 |
§2.6 小结 | 第40页 |
参考文献 | 第40-44页 |
第三章 基于多级维纳滤波器的快速波达方向估计算法 | 第44-62页 |
§3.1 引言 | 第44-45页 |
§3.2 多级维纳滤波器技术 | 第45-50页 |
§3.2.1 满秩的多级维纳滤波器 | 第45-48页 |
§3.2.2 多级维纳滤波器的有效实现结构 | 第48-49页 |
§3.2.3 多级维纳滤波器的性质 | 第49-50页 |
§3.3 基于多级维纳滤波器的快速波达方向估计算法 | 第50-59页 |
§3.3.1 基于多级维纳滤波器的快速子空间估计 | 第50页 |
§3.3.2 一种新的快速子空间估计算法 | 第50-54页 |
§3.3.3 信源数目估计的的后判断算法 | 第54-55页 |
§3.3.4 计算机仿真实验 | 第55-59页 |
§3.4 小结 | 第59页 |
参考文献 | 第59-62页 |
第四章 空间相关色噪声下的DOA估计快速算法 | 第62-82页 |
§4.1 引言 | 第62-63页 |
§4.2 空间相关色噪声下的DOA估计快速算法 | 第63-71页 |
§4.2.1 信号模型及假设 | 第63-64页 |
§4.2.2 基于空时相关的多级维纳快速子空间估计算法 | 第64-66页 |
§4.2.3 计算机仿真实验 | 第66-71页 |
§4.3 空间相关色噪声下相干信源的DOA估计快速算法 | 第71-78页 |
§4.3.1 基于前后向平滑的空时多级维纳分解算法 | 第71-73页 |
§4.3.2 计算机仿真试验 | 第73-78页 |
§4.5 小结 | 第78页 |
参考文献 | 第78-82页 |
第五章 基于协方差矩阵幂的快速ESPRIT算法 | 第82-94页 |
§5.1 引言 | 第82-83页 |
§5.2 基于协方差矩阵幂的子空间近似算法 | 第83-84页 |
§5.3 无特征分解的信源个数估计算法(SDWED) | 第84-86页 |
§5.4 一种低复杂度的QP-ESPRIT新算法 | 第86-87页 |
§5.5 计算机仿真实验 | 第87-91页 |
§5.6 小结 | 第91页 |
参考文献 | 第91-94页 |
第六章 快速稳健的波束形成技术 | 第94-118页 |
§6.1 引言 | 第94页 |
§6.2 稳健的波束形成技术理论 | 第94-97页 |
§6.3 一种快速稳健的波束形成算法 | 第97-104页 |
§6.3.1 基于多级维纳滤波器的GSC波束形成器 | 第97-98页 |
§6.3.2 快速稳健的GSC波束形成器 | 第98-101页 |
§6.3.3 计算机仿真实验 | 第101-104页 |
§6.4 一种自适应参数选择的稳健的波束形成算法 | 第104-111页 |
§6.4.1 基于最坏性能最优化的稳健的波束形成算法 | 第105-106页 |
§6.4.2 一种自适应参数选择的稳健波束形成器 | 第106-108页 |
§6.4.3 计算机仿真实验 | 第108-111页 |
§6.5 小结 | 第111页 |
参考文献 | 第111-118页 |
第七章 基于非监督模糊聚类的信源个数稳健检测算法 | 第118-136页 |
§7.1 引言 | 第118-120页 |
§7.2 Fuzzy-c-means聚类算法 | 第120-121页 |
§7.3 信号模型及问题提出 | 第121-122页 |
§7.4 一种基于非监督聚类的稳健信源个数检测算法-UECD检测算法 | 第122-126页 |
§7.4.1 聚类趋势分析 | 第122-123页 |
§7.4.2 聚类的有效性分析 | 第123-125页 |
§7.4.3 聚类中心的初始化分析 | 第125页 |
§7.4.4 UECD检测算法 | 第125-126页 |
§7.5 计算机仿真实验 | 第126-131页 |
§7.6 小结 | 第131-132页 |
参考文献 | 第132-136页 |
第八章 总结与展望 | 第136-140页 |
§8.1 总结 | 第136-137页 |
§8.2 展望 | 第137-140页 |
致谢 | 第140-142页 |
攻读博士学位期间撰写的学术论文 | 第142-143页 |