摘要 | 第5-6页 |
ABSTRACT | 第6页 |
符号对照表 | 第10-11页 |
缩略语对照表 | 第11-14页 |
第一章 绪论 | 第14-20页 |
1.1 研究背景与意义 | 第14-16页 |
1.2 盲源分离及其在雷达侦察中的研究现状 | 第16-18页 |
1.3 本文结构安排 | 第18-20页 |
第二章 盲源分离及阵列信号处理基本理论 | 第20-34页 |
2.1 前言 | 第20页 |
2.2 盲源分离基本理论 | 第20-28页 |
2.2.1 盲源分离模型 | 第20-21页 |
2.2.2 盲源分离的基本假设条件以及不确定性 | 第21-22页 |
2.2.3 观测数据预处理 | 第22-23页 |
2.2.4 目标函数和优化算法 | 第23-26页 |
2.2.5 分离性能指数 | 第26-27页 |
2.2.6 仿真分析 | 第27-28页 |
2.3 阵列信号处理基本理论 | 第28-31页 |
2.3.1 阵列模型 | 第28-30页 |
2.3.2 波达方向估计 | 第30-31页 |
2.4 盲源分离模型与阵列信号处理模型 | 第31页 |
2.5 本章小结 | 第31-34页 |
第三章 含噪阵列模型中雷达信号的盲分离 | 第34-46页 |
3.1 前言 | 第34页 |
3.2 去噪源分离算法 | 第34-37页 |
3.2.1 期望极大化算法 | 第35页 |
3.2.2 去噪源分离算法步骤 | 第35-37页 |
3.3 奇异值阈值算法 | 第37-39页 |
3.4 基于奇异值阈值和去噪源分离的盲分离算法 | 第39-45页 |
3.4.1 算法步骤 | 第39-40页 |
3.4.2 仿真分析 | 第40-45页 |
3.5 本章小结 | 第45-46页 |
第四章 基于盲源分离的波达方向估计方法 | 第46-54页 |
4.1 前言 | 第46页 |
4.2 联合近似对角化算法 | 第46-50页 |
4.2.1 特征矩阵的联合近似对角化 | 第48-49页 |
4.2.2 仿真分析 | 第49-50页 |
4.3 多重信号分类算法 | 第50-51页 |
4.4 基于JADE和MUSIC的波达方向估计算法 | 第51-53页 |
4.4.1 算法步骤 | 第51页 |
4.4.2 性能评价标准 | 第51-52页 |
4.4.3 仿真分析 | 第52-53页 |
4.5 本章小结 | 第53-54页 |
第五章 总结与展望 | 第54-56页 |
5.1 本文总结 | 第54-55页 |
5.2 下一步工作 | 第55-56页 |
参考文献 | 第56-60页 |
致谢 | 第60-62页 |
作者简介 | 第62-63页 |