内容提要 | 第1-6页 |
英文摘要 | 第6-10页 |
第一章 绪论 | 第10-22页 |
1.1 阵列信号处理的方法及其发展 | 第10-19页 |
1.2 本文的主要工作 | 第19-22页 |
第二章 松弛(RELAX)算法在相关域的特征分析 | 第22-33页 |
2.1 引言 | 第22-23页 |
2.2 数据模型 | 第23-24页 |
2.3 松弛(RELAX)算法从数据域到相关域分析 | 第24-30页 |
2.4 计算机模拟 | 第30-31页 |
2.5 小结 | 第31-32页 |
附录 | 第32-33页 |
第三章: 松弛(RELAX)算法与最大似然算法的交替投影(AP)算法的比较—RELAX-AS算法的建立 | 第33-46页 |
3.1 引言 | 第33-34页 |
3.2 多维RELAX算法所对应的优化问题 | 第34-36页 |
3.3 ML-AP及其目标函数的性质 | 第36-38页 |
3.4 相关域RELAX算法与ML—AP算法的比较 | 第38-40页 |
3.5 一种改进的松弛(RELAX)算法 | 第40-42页 |
3.6 计算机数值模拟 | 第42-44页 |
3.7 本章小结 | 第44-46页 |
第四章 RELAX算法的分辨特性分析 | 第46-55页 |
4.1 引言 | 第46-47页 |
4.2 RELAX算法的分辨特性分析 | 第47-49页 |
4.3 松弛算法实现信号分辨所应遵从的一些法则 | 第49-51页 |
4.4 计算机模拟结果 | 第51-54页 |
4.5 本章小结 | 第54页 |
附录 | 第54-55页 |
第五章 松弛算法(RELAX)的交替分离解法(AS),最大似然算法(ML)的交替投影解法(AP)算法与局部极值问题—RELAX-AS与ML-AP的联合处理方法 | 第55-72页 |
5.1 引言 | 第55-57页 |
5.2 ML-AP算法与RELAX-AS算法的进一步比较 | 第57-60页 |
5.3 关于环境加性噪声假设可松弛的原理 | 第60-61页 |
5.4 关于系统误差假设可松弛的原理 | 第61-64页 |
5.5 计算机模拟 | 第64-70页 |
5.6 本章小结 | 第70页 |
附录 | 第70-72页 |
第六章 最大似然算法及其相关算法 | 第72-77页 |
6.1 引言 | 第72页 |
6.2 最大似然算法及其交替投影算法 | 第72-73页 |
6.3 IMP算法 | 第73页 |
6.4 ANPA算法 | 第73-76页 |
6.5 本章小结 | 第76-77页 |
第七章 时空二维时域滤波MUSIC算法的统计特性分析 | 第77-92页 |
7.1 引言 | 第77-79页 |
7.2 阵列输出数据预处理 | 第79-82页 |
7.3 时空二维MUSIC算法的渐进性能分析 | 第82-85页 |
7.4 计算机模拟结果 | 第85-87页 |
7.5 本章小结 | 第87-88页 |
附录 | 第88-92页 |
第八章 系统误差的统计拟合 | 第92-101页 |
8.1 引言 | 第92-94页 |
8.2 数据模型 | 第94-95页 |
8.3 分裂消元处理及误差拟合方法 | 第95-97页 |
8.4 性能分析及拟合的实现 | 第97-99页 |
8.5 计算机模拟结果 | 第99页 |
8.6 本章小结 | 第99-101页 |
参考文献 | 第101-113页 |
本人在攻读博士学位期间所撰写的学术论文 | 第113-114页 |
结束语 | 第114-116页 |
致谢 | 第116页 |