| 第一章 绪论 | 第10-28页 |
| 1.1 引言 | 第10-12页 |
| 1.2 移动通信网络的定位方法 | 第12-13页 |
| 1.3 移动定位参数估计的信号模型 | 第13-17页 |
| 1.3.1 DOA 参数估计的信号模型 | 第13-15页 |
| 1.3.2 TOA 参数估计的信号模型 | 第15-16页 |
| 1.3.3 DOA/TOA联合估计的信号模型 | 第16-17页 |
| 1.4 移动定位参数估计的研究现状 | 第17-22页 |
| 1.4.1 DOA 参数估计的研究现状 | 第19-21页 |
| 1.4.2 TOA 参数估计的研究现状 | 第21-22页 |
| 1.4.3 DOA/TOA联合估计的研究现状 | 第22页 |
| 1.5 移动定位与定位参数估计中存在的问题 | 第22-24页 |
| 1.6 本文研究内容 | 第24-28页 |
| 第二章 基础知识 | 第28-39页 |
| 2.1 矩阵代数的相关知识 | 第28-31页 |
| 2.1.1 特征值与特征向量 | 第28页 |
| 2.1.2 广义特征值与广义特征向量 | 第28页 |
| 2.1.3 矩阵的奇异值分解 | 第28-29页 |
| 2.1.4 M-P 广义逆 | 第29页 |
| 2.1.5 Hadamard 乘积 | 第29页 |
| 2.1.6 Kronecker 乘积 | 第29页 |
| 2.1.7 Toeplitz矩阵 | 第29-30页 |
| 2.1.8 Hermitian矩阵 | 第30-31页 |
| 2.1.9 Vandermonde 矩阵 | 第31页 |
| 2.2 高阶统计量理论 | 第31-35页 |
| 2.2.1 高阶矩、高阶累积量 | 第31-34页 |
| 2.2.2 高阶累积量性质 | 第34-35页 |
| 2.3 循环统计量与高阶循环统计量理论 | 第35-39页 |
| 2.3.1 循环相关函数 | 第35-36页 |
| 2.3.2 高阶矩和高阶循环累积量 | 第36-37页 |
| 2.3.3 高阶循环累积量的性质 | 第37-39页 |
| 第一篇 移动通信系统 DOA 定位参数估计方法研究 | 第39-120页 |
| 第三章 基于高阶循环统计量的多径信号 DOA参数估计 | 第40-76页 |
| 3.1 概述 | 第40-41页 |
| 3.2 基于四阶循环累积量的解相干DOA 估计方法 | 第41-48页 |
| 3.2.1 模型与假设 | 第41-42页 |
| 3.2.2 基于四阶循环累积量的解相干DOA估计方法 | 第42-45页 |
| 3.2.3 仿真实验与结论 | 第45-48页 |
| 3.3 基于高阶循环平稳的前后向线性预测DOA 估计方法 | 第48-56页 |
| 3.3.1 多径数据模型与假设 | 第48-49页 |
| 3.3.2 基于子阵的前、后向线性预测 | 第49页 |
| 3.3.3 DOA 估计的HOCS-FBLP 方法 | 第49-53页 |
| 3.3.4 仿真实验与结论 | 第53-56页 |
| 3.4 不采用特征值分解和空间平滑的循环累积量多径DOA 估计 | 第56-62页 |
| 3.4.1 提出的算法 | 第56-60页 |
| 3.4.2 仿真实验与结论 | 第60-62页 |
| 3.5 基于高阶循环统计量和线性预测的虚拟孔径扩展DOA 估计 | 第62-71页 |
| 3.5.1 数据模型和问题的引出 | 第63-64页 |
| 3.5.2 基于循环累积量估计广义舵向量 | 第64-66页 |
| 3.5.3 基于前后向线性预测估计每组相干源的DOA | 第66-67页 |
| 3.5.4 仿真实验与结论 | 第67-71页 |
| 3.6 基于高阶循环统计量和时间平滑的虚拟孔径扩展DOA 估计 | 第71-75页 |
| 3.6.1 多时段数据模型的建立 | 第71-72页 |
| 3.6.2 提出的HOCS-TS-EVESPA方法 | 第72-73页 |
| 3.6.3 仿真实验与结论 | 第73-75页 |
| 3.7 本章小结 | 第75-76页 |
| 第四章 基于高阶循环累积量的多径信号二维 DOA参数估计 | 第76-88页 |
| 4.1 概述 | 第76-77页 |
| 4.2 基于高阶循环累积量的相干信号二维 DOA估计 | 第77-83页 |
| 4.2.1 相干信号二维DOA模型 | 第77-78页 |
| 4.2.2 基于高阶循环累积量的解相干二维DOA估计 | 第78-80页 |
| 4.2.3 仿真实验与结论 | 第80-83页 |
| 4.3 基于循环累积量和时间平滑的虚拟孔径扩展二维DOA 估计 | 第83-88页 |
| 4.3.1 多径传播环境下的二维DOA模型 | 第83-84页 |
| 4.3.2 多径传播环境下的二维DOA估计算法步骤 | 第84页 |
| 4.3.3 仿真实验与结论 | 第84-88页 |
| 第五章 乘性/加性背景噪声共存时的 DOA参数估计 | 第88-104页 |
| 5.1 概述 | 第88-89页 |
| 5.2 乘性/加性噪声背景下基于三阶循环矩的二维DOA 估计 | 第89-94页 |
| 5.2.1 乘性/加性噪声背景下二维DOA 估计模型 | 第89-90页 |
| 5.2.2 乘性 | 第90-92页 |
| 5.2.3 仿真实验与结论 | 第92-94页 |
| 5.3 乘性/加性噪声背景下的多径信号DOA估计方法 | 第94-98页 |
| 5.3.1 乘性/加性噪声背景下的多径信号DOA 数学模型 | 第94-95页 |
| 5.3.2 乘性/加性噪声背景下的多径信号DOA 估计方法 | 第95-96页 |
| 5.3.3 仿真实验与结论 | 第96-98页 |
| 5.4 乘性/加性噪声背景下二维多径 DOA 估计的时间平滑方法 | 第98-104页 |
| 5.4.1 乘性/加性噪声背景下二维多径 DOA 模型 | 第98页 |
| 5.4.2 乘性 | 第98-101页 |
| 5.4.3 仿真实验与结论 | 第101-104页 |
| 第六章 基于特殊阵形扩展阵列孔径的 DOA估计方法 | 第104-111页 |
| 6.1 概述 | 第104页 |
| 6.2 基于高阶循环累积量的最小冗余线阵DOA 估计方法 | 第104-111页 |
| 6.2.1 模型与方法 | 第104-105页 |
| 6.2.2 基于高阶循环累积量的最小冗余线阵DOA估计方法 | 第105-109页 |
| 6.2.3 仿真实验与结论 | 第109-111页 |
| 第七章 CDMA多址干扰下的多用户高分辨DOA估计方法 | 第111-120页 |
| 7.1 概述 | 第111-112页 |
| 7.2 DS-CDMA 系统多用户高分辨DOA 估计 | 第112-120页 |
| 7.2.1 数据模型和假设 | 第112-113页 |
| 7.2.2 DS-CDMA 系统多用户高分辨DOA 估计算法 | 第113-118页 |
| 7.2.3 仿真实验与结论 | 第118-120页 |
| 第二篇 移动通信系统 TOA 定位参数估计方法研究 | 第120-128页 |
| 第八章 基于高阶累积量的多径相干信号 TOA估计方法 | 第121-128页 |
| 8.1 概述 | 第121-122页 |
| 8.2 基于四阶累积量和频域平滑的多径相干信号TOA 估计方法 | 第122-128页 |
| 8.2.1 多径传播系统模型 | 第122页 |
| 8.2.2 信道辨识 | 第122-123页 |
| 8.2.3 基于高阶累积量的TOA估计方法 | 第123-126页 |
| 8.2.4 仿真实验与结论 | 第126-128页 |
| 第三篇 移动通信系统 DOA | 第128-150页 |
| 第九章 基于高阶累积量的 DOA/TOA联合参数估计 | 第129-145页 |
| 9.1 概述 | 第129-130页 |
| 9.2 多径角度/时延联合估计方法的高阶累积量TST算法 | 第130-139页 |
| 9.2.1 多径信道的数据模型 | 第130-132页 |
| 9.2.2 空域和时域的四阶累积量算法 | 第132-134页 |
| 9.2.3 TST-累积量算法 | 第134-136页 |
| 9.2.4 仿真实验与结论 | 第136-139页 |
| 9.3 方位角/仰角/TOA联合参数估计的高阶累积量TST方法 | 第139-145页 |
| 9.3.1 数据模型和阵形的选择 | 第139-141页 |
| 9.3.2 空域累积量二维DOA 估计方法 | 第141-142页 |
| 9.3.3 方位角/仰角/时延联合估计的TST-累积量方法 | 第142-143页 |
| 9.3.4 仿真实验与结论 | 第143-145页 |
| 第十章 全文总结 | 第145-150页 |
| 10.1 主要工作与结论 | 第145-148页 |
| 10.2 今后待研究的问题 | 第148-150页 |
| 参考文献 | 第150-162页 |
| 攻读博士学位期间发表的论文 | 第162-165页 |
| 致谢 | 第165-166页 |
| 摘要 | 第166-170页 |
| ABSTRACT | 第170页 |
