首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

基于四元数的矢量传感器阵列波达方向和极化参数估计算法研究

摘要第5-7页
ABSTRACT第7-9页
符号对照表第13-14页
缩略语对照表第14-18页
第一章 绪论第18-24页
    1.1 研究背景与意义第18-19页
    1.2 国内外研究历史与现状第19-21页
    1.3 本文的主要工作与内容安排第21-24页
第二章 四元数模型下矢量传感器阵列多维参数估计的理论基础第24-34页
    2.1 极化的定义第24-26页
        2.1.1 横电磁波第24页
        2.1.2 完全极化波和部分极化波第24-26页
    2.2 电磁矢量传感器接收模型第26-28页
    2.3 电磁矢量传感器拉伸处理第28-30页
    2.4 四元数理论第30-34页
        2.4.1 四元数定义第30页
        2.4.2 四元数性质第30-31页
        2.4.3 四元数矩阵的特征值分解第31-34页
第三章 基于一维共心式矢量传感器阵列的多维参数估计算法研究第34-66页
    3.1 引言第34-35页
    3.2 基于COLD传感器阵列的DOA和极化参数估计第35-44页
        3.2.1 基于四元数模型的阵列接收数据第35-36页
        3.2.2 四元数模型相干问题第36-37页
        3.2.3 基于互相关矩阵的DRQ-ESPRIT算法第37-41页
        3.2.4 仿真结果分析第41-44页
        3.2.5 本节小结第44页
    3.3 基于共心式三分量矢量传感器阵列的DOA和极化参数估计第44-56页
        3.3.1 基于复数模型的阵列接收数据第44-45页
        3.3.2 两种四元数模型的对比第45-46页
        3.3.3 FVSAEQ-ESPRIT算法第46-52页
        3.3.4 仿真结果分析第52-56页
        3.3.5 本节小结第56页
    3.4 基于二级嵌套矢量传感器阵列的DOA和极化参数估计第56-64页
        3.4.1 基于四元数模型的阵列接收数据第56-58页
        3.4.2 2NVSAQ-ESPRIT算法第58-61页
        3.4.3 仿真结果分析第61-63页
        3.4.4 本节小结第63-64页
    3.5 本章小结第64-66页
第四章 基于二维共心式矢量传感器阵列的多维参数估计算法研究第66-88页
    4.1 引言第66-67页
    4.2 基于均匀L形矢量传感器阵列的DOA和极化参数估计第67-78页
        4.2.1 基于四元数模型的阵列接收数据第67-68页
        4.2.2 传统Q-MUSIC算法的高维参数搜索问题第68-69页
        4.2.3 LDRQ-MUSIC算法第69-74页
        4.2.4 计算复杂度分析第74页
        4.2.5 仿真结果分析第74-77页
        4.2.6 本节小结第77-78页
    4.3 基于任意稀疏分布的二维矢量传感器阵列的 DOA 和极化参数估计第78-87页
        4.3.1 基于四元数模型的阵列接收数据第78-79页
        4.3.2 PDQ-ESPRIT算法第79-85页
        4.3.3 仿真结果分析第85-87页
        4.3.4 本节小结第87页
    4.4 本章小结第87-88页
第五章 基于拉伸式矢量传感器阵列的多维参数估计算法研究第88-126页
    5.1 引言第88-89页
    5.2 基于拉伸式COLD传感器的均匀L形阵DOA和极化参数估计第89-100页
        5.2.1 基于复数模型的阵列接收数据第89-90页
        5.2.2 MUSIC算法的高维参数搜索问题第90-91页
        5.2.3 GRIDR-MUSIC算法第91-95页
        5.2.4 计算复杂度分析第95-96页
        5.2.5 仿真结果分析第96-100页
        5.2.6 本节结论第100页
    5.3 基于拉伸式COLD传感器的稀疏L形阵DOA和极化参数估计第100-112页
        5.3.1 基于复数模型的阵列接收数据第100-102页
        5.3.2 MUSIC算法的高维参数搜索问题以及角度估计模糊问题第102-103页
        5.3.3 QGRIDR-MUSIC算法第103-109页
        5.3.4 仿真实验分析第109-112页
        5.3.5 本节小结第112页
    5.4 基于拉伸式三分量电磁矢量传感器的稀疏 L 形阵 DOA 和极化参数估计第112-124页
        5.4.1 基于四元数模型的阵列接收数据第113-114页
        5.4.2 GRIQ-MUSIC算法第114-119页
        5.4.3 计算复杂度分析第119-120页
        5.4.4 仿真结果分析第120-123页
        5.4.5 本节小结第123-124页
    5.5 本章小结第124-126页
第六章 结论与展望第126-128页
    6.1 总结第126-127页
    6.2 展望第127-128页
参考文献第128-136页
致谢第136-138页
作者简介第138-140页

论文共140页,点击 下载论文
上一篇:高性能虚拟全双工中继技术研究
下一篇:基于稀疏优化学习的图像建模方法