| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 论文研究内容及意义 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 基于子空间的DOA估计算法及预处理算法 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 平滑算法 | 第15-17页 |
| 2.2.1 空间平滑 | 第15-16页 |
| 2.2.2 频域平滑 | 第16-17页 |
| 2.2.3 空间-频域平滑 | 第17页 |
| 2.3 DOA估计算法 | 第17-24页 |
| 2.3.1 Smoothing-MUSICAL算法 | 第17-21页 |
| 2.3.1.1 构建信号模型 | 第17-19页 |
| 2.3.1.2 算法流程 | 第19-21页 |
| 2.3.2 Root-MUSIC算法 | 第21-24页 |
| 2.3.2.1 构建信号模型 | 第21-22页 |
| 2.3.2.2 算法流程 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于高阶累积量的高分辨算法分离彩色噪声耦合的线路径 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 高阶累积量在窄带信号中的应用 | 第25-26页 |
| 3.3 信号模型构造 | 第26-27页 |
| 3.4 算法构造 | 第27-31页 |
| 3.4.1 估计样本数据的高阶谱 | 第27-29页 |
| 3.4.2 估计信号子空间 | 第29-30页 |
| 3.4.3 对噪声子空间的投影 | 第30-31页 |
| 3.5 4-Smoothing-MUSICAL算法时间复杂度分析 | 第31页 |
| 3.6 实验结果分析与讨论 | 第31-36页 |
| 3.6.1 模拟实验一：小间隔射线路径情况下的识别能力比较 | 第32-33页 |
| 3.6.2 模拟实验二：对噪声的抑制能力比较 | 第33-35页 |
| 3.6.3 模拟实验三：传感器数目小于射线路径数目情况下的射线路径分离能力比较 | 第35-36页 |
| 3.7 本章小结 | 第36-38页 |
| 第四章 基于求解多项式根的宽带主动声信号的高分辨分离算法 | 第38-48页 |
| 4.1 引言 | 第38页 |
| 4.2 信号模型构造 | 第38-39页 |
| 4.3 算法构造 | 第39-44页 |
| 4.3.1 估计射线路径在传感器间的时间延迟 | 第39-42页 |
| 4.3.2 估计射线路径到达传感器阵列的时间 | 第42-44页 |
| 4.4 Root-MUSICAL算法时间复杂度分析 | 第44页 |
| 4.5 实验结果分析与讨论 | 第44-47页 |
| 4.5.1 模拟实验四：识别两条射线路径 | 第45-46页 |
| 4.5.2 模拟实验五：识别四条射线路径 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 作者简介 | 第54页 |
