| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 引言 | 第10-11页 |
| 1.2 课题的国内外研究现状 | 第11-15页 |
| 1.2.1 DOA 估计的研究现状 | 第11-13页 |
| 1.2.2 信号源数目估计的研究现状 | 第13-14页 |
| 1.2.3 仿生智能优化算法的研究现状 | 第14-15页 |
| 1.3 论文的主要研究工作和章节安排 | 第15-17页 |
| 1.3.1 主要研究工作 | 第15-16页 |
| 1.3.2 章节安排 | 第16-17页 |
| 第2章 阵列信号处理以及布谷鸟搜索算法理论基础 | 第17-25页 |
| 2.1 阵列信号处理数学基础 | 第17-18页 |
| 2.2 DOA 信号模型 | 第18-21页 |
| 2.3 布谷鸟搜索算法 | 第21-23页 |
| 2.3.1 Levy 分布 | 第21页 |
| 2.3.2 CS 算法 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 信号源数目的估计方法研究 | 第25-33页 |
| 3.1 基于信息论准则的信号源数目估计方法 | 第25-27页 |
| 3.1.1 信息论准则 | 第25-26页 |
| 3.1.2 基于信息论准则的信源数目估计方法 | 第26-27页 |
| 3.2 基于盖尔圆准则的信号源个数估计方法 | 第27-30页 |
| 3.2.1 盖尔圆定理 | 第27-28页 |
| 3.2.2 基于盖尔圆准则的信源数目估计方法 | 第28-30页 |
| 3.3 仿真实验 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于布谷鸟搜索算法的最大似然 DOA 估计 | 第33-43页 |
| 4.1 信号的 DOA 估计 | 第33-36页 |
| 4.1.1 均匀线阵信号模型 | 第33-34页 |
| 4.1.2 最大似然算法 DOA 原理 | 第34-36页 |
| 4.2 基于 CS 算法的最大似然 DOA 估计 | 第36-39页 |
| 4.2.1 基于布谷鸟搜索算法的最大似然 DOA 估计 | 第36-39页 |
| 4.3 仿真实验 | 第39-42页 |
| 4.4 算法的计算量分析 | 第42页 |
| 4.5 本章小结 | 第42-43页 |
| 第5章 基于小生境 CS 算法的二维 MUSIC-DOA 估计 | 第43-55页 |
| 5.1 二维圆阵的 DOA 估计 | 第43-46页 |
| 5.1.1 二维圆阵信号模型 | 第43-44页 |
| 5.1.2 经典的二维 MUSIC 算法 | 第44-46页 |
| 5.2 基于小生境 CS 算法的 MUSIC-DOA 估计方法 | 第46-50页 |
| 5.2.1 小生境技术 | 第46-47页 |
| 5.2.2 基于隔离小生境 CS 算法的二维 DOA 估计 | 第47-50页 |
| 5.3 仿真实验 | 第50-53页 |
| 5.4 算法的计算量分析 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 第6章 全文总结 | 第55-57页 |
| 6.1 本文的主要工作及研究展望 | 第55-57页 |
| 参考文献 | 第57-65页 |
| 作者简介及科研成果 | 第65-67页 |
| 致谢 | 第67页 |
