| 第一章 绪论 | 第1-10页 |
| ·阵列信号处理研究背景及意义 | 第7-8页 |
| ·阵列信号处理的发展与现状 | 第8-9页 |
| ·本文研究的主要内容和章节安排 | 第9-10页 |
| 第二章 智能天线技术 | 第10-18页 |
| ·概述 | 第10-11页 |
| ·智能天线的基本原理和分类 | 第11-12页 |
| ·智能天线的原理 | 第11页 |
| ·智能天线的分类 | 第11-12页 |
| ·智能天线在移动通信中的用途 | 第12-14页 |
| ·智能天线的应用 | 第14-15页 |
| ·国内外发展的动态 | 第15-18页 |
| 第三章 DOA 估计的数学模型和常见算法 | 第18-30页 |
| ·DOA 估计的数学模型 | 第18-20页 |
| ·波束形成法 | 第20-24页 |
| ·延迟-相加法 | 第20-23页 |
| ·Capon 最小方差算法 | 第23-24页 |
| ·子空间算法 | 第24-27页 |
| ·MUSIC 算法 | 第25页 |
| ·ESPRIT 算法 | 第25-27页 |
| ·最大似然法(ML) | 第27-30页 |
| 第四章 基于MUSIC 改进方法的DOA 估计算法 | 第30-43页 |
| ·经典的MUSIC 算法 | 第30-34页 |
| ·MUSIC 算法的步骤 | 第30-32页 |
| ·MUSIC 算法仿真 | 第32-34页 |
| ·修正MUSIC 算法 | 第34-40页 |
| ·修正MUSIC 算法步骤 | 第35-36页 |
| ·修正MUSIC 算法去相关的原理及估计性能分析 | 第36-38页 |
| ·计算机仿真结果 | 第38-40页 |
| ·改进的MUSIC 算法 | 第40-42页 |
| ·算法步骤 | 第40页 |
| ·计算机仿真结果 | 第40-42页 |
| ·总结 | 第42-43页 |
| 第五章 基于PF 方法的DOA 参数估计 | 第43-69页 |
| ·引言 | 第43-44页 |
| ·贝叶斯滤波原理 | 第44-45页 |
| ·基本粒子滤波算法 | 第45-53页 |
| ·贯序重要采样法(SIS) | 第46-48页 |
| ·退化现象 | 第48-49页 |
| ·消除退化的关键技术 | 第49-51页 |
| ·SIR 算法 | 第51-52页 |
| ·粒子滤波的仿真应用 | 第52-53页 |
| ·基于PF 算法的DOA 估计 | 第53-60页 |
| ·粒子滤波器的状态空间模型 | 第53-56页 |
| ·基于PF 的DOA 序列估计方法 | 第56-60页 |
| ·算法仿真 | 第60页 |
| ·粒子滤波算法的改进 | 第60-64页 |
| ·辅助采样-重采样(ASIR)方法 | 第61-63页 |
| ·规则化采样方法 | 第63页 |
| ·自适应粒子滤波算法 | 第63-64页 |
| ·其它非线性滤波算法 | 第64-67页 |
| ·扩展卡尔曼滤波 | 第64-65页 |
| ·Unscented 卡尔曼滤波 | 第65页 |
| ·UPF 算法 | 第65-66页 |
| ·EKF, UKF, PF 3 种算法的比较 | 第66-67页 |
| ·粒子滤波的展望 | 第67-69页 |
| 第六章 结束语 | 第69-71页 |
| ·本论文工作总结 | 第69-70页 |
| ·远景与展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录:硕士期间发表的论文 | 第76-77页 |
| 摘要 | 第77-81页 |
| ABSTRACT | 第81-85页 |
| 致谢 | 第85页 |