基于三星定位的TDOA参数估计方法的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-16页 |
| ·引言 | 第11页 |
| ·卫星通信中的干扰 | 第11-12页 |
| ·卫星干扰源定位主要方法 | 第12-13页 |
| ·卫星干扰源定位意义和国内外发展现状 | 第13页 |
| ·时延估计的提出 | 第13-14页 |
| ·本文的内容安排 | 第14-16页 |
| 2 卫星干扰源定位系统 | 第16-20页 |
| ·双星定位理论 | 第16-18页 |
| ·三星定位理论 | 第18-20页 |
| ·三星定位原理 | 第18-19页 |
| ·三星定位算法 | 第19-20页 |
| 3 高阶统计量基础知识 | 第20-25页 |
| ·一维随机变量的高阶统计量 | 第20-21页 |
| ·一维随机变量的特征函数:矩产生函数 | 第20页 |
| ·一维随机变量的第二特征函数:累积量产生函数 | 第20-21页 |
| ·一维随机变量的高阶距与高阶累积量的关系 | 第21页 |
| ·多维随机变量的高阶统计量 | 第21-22页 |
| ·高阶累积量的性质 | 第21-22页 |
| ·高阶谱 | 第22页 |
| ·高斯过程的高阶统计量 | 第22-24页 |
| ·单个变量高斯过程 | 第23页 |
| ·多变量高斯过程 | 第23-24页 |
| ·重要结论 | 第24-25页 |
| 4 卫星干扰源定位时延差参数估计 | 第25-38页 |
| ·时延定位原理 | 第26页 |
| ·基于广义互相关GCC的TDOA估计法 | 第26-28页 |
| ·广义互相关时延估计算法原理 | 第27-28页 |
| ·基于双谱的TDOA时延估计法 | 第28-30页 |
| ·双谱定义 | 第28-29页 |
| ·双谱估计原理 | 第29-30页 |
| ·基于三阶累积量和四阶累积量的自相关时延估计 | 第30-31页 |
| ·仿真实验 | 第31-37页 |
| ·不相关高斯白噪声背景下TDOA估计 | 第31-33页 |
| ·强相关高斯白噪声背景下TDOA估计 | 第33-35页 |
| ·强相关高斯色噪声背景下TDOA估计 | 第35-36页 |
| ·三阶累积量方法的局限性 | 第36-37页 |
| ·小结 | 第37-38页 |
| 5 基于最小均方误差的卫星干扰源定位时延估计 | 第38-55页 |
| ·LMSTDE算法介绍 | 第38-41页 |
| ·信号模型 | 第38-39页 |
| ·LMSTDE算法 | 第39-40页 |
| ·LMSTDE算法流程 | 第40-41页 |
| ·ETDE算法 | 第41-43页 |
| ·算法介绍 | 第41-42页 |
| ·算法流程 | 第42-43页 |
| ·ETDGE算法 | 第43-45页 |
| ·算法介绍 | 第43-44页 |
| ·算法流程 | 第44-45页 |
| ·基于四阶累积量的最小均方误差时延估计 | 第45-48页 |
| ·仿真 | 第48-54页 |
| ·不相关高斯白噪声背景下TDOA估计 | 第49页 |
| ·强相关高斯白噪声背景下TDOA估计 | 第49-51页 |
| ·相关高斯色噪声背景下TDOA估计 | 第51-52页 |
| ·基于四阶累积量的最小均方误差时延估计 | 第52-54页 |
| ·小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| ·全文总结 | 第55页 |
| ·课题展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 作者简历 | 第59-61页 |
| 学位论文数据集 | 第61页 |
