首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

多种群遗传算法的DOA和极化参数估计与DSP实现

摘要第5-6页
abstract第6-7页
第1章 绪论第10-15页
    1.1 研究背景、目的及意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 主要研究内容及章节安排第13-15页
第2章 DOA和极化参数估计的理论基础第15-30页
    2.1 完全极化波的数学模型及空间表征第15-18页
        2.1.1 完全极化波的数学模型第15-17页
        2.1.2 完全极化波的空间表征第17-18页
    2.2 极化敏感阵列接收信号数学模型第18-21页
    2.3 基于极化敏感阵列的MUSIC算法第21-24页
    2.4 基于极化敏感阵列的秩亏损MUSIC算法第24-29页
    2.5 本章小结第29-30页
第3章 基于遗传算法的DOA和极化参数估计第30-40页
    3.1 遗传算法基本原理第30-38页
        3.1.1 遗传算法基本内容第30-31页
        3.1.2 遗传算法的特点第31-32页
        3.1.3 遗传算法的流程第32-38页
    3.2 仿真分析第38-39页
    3.3 本章小结第39-40页
第4章 基于多种群遗传算法的DOA和极化参数估计第40-52页
    4.1 多种群遗传算法原理第40-42页
    4.2 仿真分析第42-51页
        4.2.1 基于多种群遗传算法的DOA与极化参数估计仿真分析第42-44页
        4.2.2 多种群遗传算法与标准遗传算法的比较第44-45页
        4.2.3 多种群遗传算法与秩亏损MUSIC算法的比较第45-51页
    4.3 本章小结第51-52页
第5章 DOA和极化参数估计的DSP实现第52-62页
    5.1 硬件平台第52-53页
    5.2 算法的DSP实现第53-59页
        5.2.1 算法程序流程第53-58页
        5.2.2 多核通信情况第58-59页
    5.3 C6678多核程序烧写过程第59-60页
        5.3.1 可执行文件生成过程第59页
        5.3.2 多核烧写文件过程第59-60页
    5.4 仿真分析第60-61页
    5.5 本章小结第61-62页
结论第62-63页
参考文献第63-68页
攻读硕士学位期间发表的论文和取得的科研成果第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于等距特征映射的高光谱图像可视化研究
下一篇:移动机器人基于激光雷达的定位与导航技术研究