DOA估计中阵列幅相误差校正算法研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-13页 |
1.1 课题背景及意义 | 第9页 |
1.2 阵列误差校正技术的发展及研究现状 | 第9-11页 |
1.3 本文的主要研究内容 | 第11-13页 |
第2章 阵列幅相误差对DOA估计性能的影响概述 | 第13-22页 |
2.1 空间谱估计基础 | 第13-18页 |
2.1.1 空间谱估计的数学模型 | 第13-16页 |
2.1.2 阵列模型的二阶统计特性 | 第16-17页 |
2.1.3 经典MUSIC算法 | 第17-18页 |
2.2 阵列幅相误差模型及分析 | 第18-21页 |
2.2.1 阵列幅相误差模型 | 第18-19页 |
2.2.2 幅相误差对DOA估计算法性能的影响 | 第19-20页 |
2.2.3 仿真实验 | 第20-21页 |
2.3 本章小结 | 第21-22页 |
第3章 基于辅助信息的阵列幅相误差校正算法研究 | 第22-36页 |
3.1 有源校正算法 | 第22-27页 |
3.1.1 基于接收信号的单辅助信源校正算法 | 第22-25页 |
3.1.2 仿真实验 | 第25-27页 |
3.2 ISM类校正算法 | 第27-34页 |
3.2.1 ISM算法 | 第27-30页 |
3.2.2 基于协方差矩阵的ISM校正算法 | 第30-33页 |
3.2.3 仿真实验 | 第33-34页 |
3.4 本章小结 | 第34-36页 |
第4章 阵列幅相误差自校正算法研究 | 第36-53页 |
4.1 基于协方差矩阵的自校正算法 | 第36-38页 |
4.1.1 仿真实验 | 第37-38页 |
4.2 经典自校正类算法 | 第38-41页 |
4.2.1 阵列误差的自校正算法 | 第38-40页 |
4.2.2 经典自校正的改进算法 | 第40页 |
4.2.3 仿真实验 | 第40-41页 |
4.3 基于最大似然准则的牛顿迭代自校正算法研究 | 第41-49页 |
4.3.1 最大似然准则 | 第42-44页 |
4.3.2 N-ML自校正算法 | 第44-47页 |
4.3.3 仿真实验 | 第47-49页 |
4.4 信号源相干时的N-ML自校正算法 | 第49-52页 |
4.4.1 相干信号源数学模型 | 第50页 |
4.4.2 仿真实验 | 第50-52页 |
4.5 本章小结 | 第52-53页 |
结论 | 第53-55页 |
参考文献 | 第55-59页 |
攻读硕士学位期间发表的学术论文及其它成果 | 第59-61页 |
致谢 | 第61页 |