基于智能算法的相干信号处理
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第11-12页 |
缩略语对照表 | 第12-16页 |
第一章 绪论 | 第16-22页 |
1.1 引言 | 第16页 |
1.2 研究背景及意义 | 第16-17页 |
1.3 窄带相干信号处理的发展与现状 | 第17-18页 |
1.4 宽带相干信号处理的发展与现状 | 第18-19页 |
1.5 遗传算法简介 | 第19页 |
1.6 压缩感知理论简介 | 第19-20页 |
1.7 本文创新点概述 | 第20页 |
1.8 本文结构和内容安排 | 第20-22页 |
第二章 DOA估计的基本理论和算法 | 第22-34页 |
2.1 概述 | 第22页 |
2.2 窄带信号和宽带信号 | 第22页 |
2.3 阵列信号处理DOA估计基础 | 第22-29页 |
2.3.1 窄带阵列信号数学模型 | 第22-25页 |
2.3.2 MUSIC算法 | 第25-27页 |
2.3.3 ESPRIT算法 | 第27-29页 |
2.4 遗传算法的基本理论 | 第29-30页 |
2.4.1 遗传算法基本思想 | 第29-30页 |
2.4.2 遗传算法基本流程 | 第30页 |
2.5 压缩感知理论基础 | 第30-33页 |
2.5.1 压缩感知特点 | 第30-31页 |
2.5.2 观测矩阵的构造方式 | 第31-32页 |
2.5.3 重构算法 | 第32页 |
2.5.4 仿真实验 | 第32-33页 |
2.6 本章小结 | 第33-34页 |
第三章 窄带信号解相干算法 | 第34-52页 |
3.1 概述 | 第34页 |
3.2 矢量解相干算法研究 | 第34-38页 |
3.2.1 声矢量传感器的阵列流形 | 第34页 |
3.2.2 算法原理 | 第34-36页 |
3.2.3 仿真实验 | 第36-38页 |
3.3 特征矢量重构算法研究 | 第38-41页 |
3.3.1 算法原理 | 第38-39页 |
3.3.2 仿真实验 | 第39-41页 |
3.4 基于十字阵列虚拟重构的二维相干DOA算法 | 第41-50页 |
3.4.1 算法原理 | 第41-45页 |
3.4.2 配对分析 | 第45-47页 |
3.4.3 仿真实验 | 第47-50页 |
3.5 本章小结 | 第50-52页 |
第四章 宽带信号解相干算法 | 第52-68页 |
4.1 概述 | 第52页 |
4.2 ISSM算法及其改进算法 | 第52-56页 |
4.2.1 ISSM算法原理 | 第52-53页 |
4.2.2 改进ISSM算法 | 第53-54页 |
4.2.3 仿真实验 | 第54-56页 |
4.3 TOPS算法及其改进算法 | 第56-61页 |
4.3.1 TOPS算法原理 | 第57-58页 |
4.3.2 改进TOPS算法 | 第58-59页 |
4.3.3 仿真实验 | 第59-61页 |
4.4 TOFS算法及其改进算法 | 第61-66页 |
4.4.1 算法原理 | 第61-62页 |
4.4.2 基于多径相干理论的改进TOFS算法 | 第62-64页 |
4.4.3 仿真实验 | 第64-66页 |
4.5 本章小结 | 第66-68页 |
第五章 智能算法在DOA中的应用 | 第68-80页 |
5.1 概述 | 第68页 |
5.2 MUSIC谱峰搜索优化 | 第68-74页 |
5.2.1 单目标优化 | 第69页 |
5.2.2 多目标优化 | 第69-71页 |
5.2.3 解相干算法优化 | 第71-72页 |
5.2.4 仿真实验 | 第72-74页 |
5.3 基于压缩感知理论的智能优化DOA估计算法 | 第74-78页 |
5.3.1 观测矩阵的设计 | 第75-76页 |
5.3.2 利用遗传算法优化的重构算法 | 第76-77页 |
5.3.3 仿真实验 | 第77-78页 |
5.4 本章小结 | 第78-80页 |
第六章 总结与展望 | 第80-82页 |
6.1 工作总结 | 第80页 |
6.2 展望 | 第80-82页 |
参考文献 | 第82-86页 |
致谢 | 第86-88页 |
作者简介 | 第88-89页 |