智能天线中DOA估计算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.2 研究现状和发展趋势 | 第12-15页 |
| 1.3 论文的主要研究内容 | 第15-16页 |
| 第2章 智能天线 | 第16-24页 |
| 2.1 智能天线的基本结构和分类 | 第16-19页 |
| 2.2 智能天线的基本原理 | 第19-21页 |
| 2.3 智能天线中的DOA估计 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 DOA估计算法的仿真研究和分析 | 第24-46页 |
| 3.1 DOA估计数学模型及统计特性 | 第24-28页 |
| 3.1.1 理想信源下的数学模型 | 第24-26页 |
| 3.1.2 相干信源下的数学模型 | 第26-27页 |
| 3.1.3 数学模型的统计特性 | 第27-28页 |
| 3.2 传统DOA估计算法 | 第28-33页 |
| 3.2.1 延迟-相加法 | 第28-29页 |
| 3.2.2 Capon最小方差法 | 第29-30页 |
| 3.2.3 仿真实验与分析 | 第30-33页 |
| 3.3 子空间类DOA估计算法 | 第33-45页 |
| 3.3.1 MUSIC算法 | 第33-36页 |
| 3.3.2 MUSIC算法仿真实验与分析 | 第36-39页 |
| 3.3.3 ESPRIT算法 | 第39-42页 |
| 3.3.4 ESPRIT算法仿真实验与分析 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第4章 相干信源的DOA估计算法 | 第46-54页 |
| 4.1 空间平滑技术 | 第46-48页 |
| 4.2 一种估计相干信源的改进MUSIC算法 | 第48-51页 |
| 4.2.1 改进MUSIC算法原理分析 | 第49-50页 |
| 4.2.2 改进算法的实现 | 第50-51页 |
| 4.3 仿真实验与对比分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 改进的ROOT-MUSIC算法 | 第54-62页 |
| 5.1 Root-MUSIC算法 | 第54-55页 |
| 5.2 改进的Root-MUSIC算法 | 第55-57页 |
| 5.2.1 改进Root-MUSIC算法原理分析 | 第55-56页 |
| 5.2.2 改进算法的实现 | 第56-57页 |
| 5.3 仿真实验与对比分析 | 第57-60页 |
| 5.4 本章小结 | 第60-62页 |
| 第6章 结论与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62页 |
| 6.2 未来工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 作者攻读硕士学位期间发表的论文及获奖情况 | 第70页 |
