基于高阶统计量的时延估计算法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-12页 |
| ·课题背景 | 第7页 |
| ·时间延迟估计技术的研究现状 | 第7-10页 |
| ·广义互相关法 | 第8-9页 |
| ·似然估计法 | 第9页 |
| ·高阶统计量方法 | 第9页 |
| ·最小均方误差法 | 第9-10页 |
| ·阵列信号处理的估计子空间MUSIC算法 | 第10页 |
| ·时间延迟估计技术的应用 | 第10页 |
| ·本文的主要研究内容 | 第10-12页 |
| 第二章 高阶累积量的基本理论 | 第12-22页 |
| ·随机变量的特征函数 | 第12-13页 |
| ·高阶矩和高阶累积量 | 第13-19页 |
| ·高阶矩和高阶累积量的定义 | 第13-15页 |
| ·高阶矩和高阶累积量的转换关系 | 第15-17页 |
| ·高斯过程的高阶矩和高阶累积量 | 第17-19页 |
| ·高阶累积量的性质 | 第19-20页 |
| ·高阶累积量的BBR公式 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于归一化累积量的时延估计算法 | 第22-36页 |
| ·数学模型 | 第22-24页 |
| ·基于归一化累积量的LMS时延估计方法 | 第24-28页 |
| ·LMS算法的基本原理 | 第24-25页 |
| ·四二阶归一化累积量的LMS算法的基本原理 | 第25-27页 |
| ·四二阶归一化累积量的变步长LMS算法的基本原理 | 第27-28页 |
| ·基于归一化累积量的自适应时延估计方法步骤 | 第28页 |
| ·算法仿真结果 | 第28-34页 |
| ·背景噪声非相关条件下的实验仿真 | 第29-32页 |
| ·背景噪声相关条件下的实验仿真 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 基于归一化累积量的MUSIC算法 | 第36-49页 |
| ·相关矩阵代数知识 | 第36-37页 |
| ·Kronecker乘积 | 第36-37页 |
| ·Toeplitz矩阵 | 第37页 |
| ·时延估计问题中的阵列信号数学模型 | 第37-39页 |
| ·MUSIC算法 | 第39-43页 |
| ·经典MUSIC算法原理 | 第39-41页 |
| ·基于归一化累积量的MUSIC算法 | 第41-43页 |
| ·算法仿真结果 | 第43-47页 |
| ·经典MUSIC算法 | 第43-45页 |
| ·基于归一化累积量的MUSIC算法 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 结论 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者简介 | 第56页 |
| 攻读硕士学位期间研究成果 | 第56-57页 |
