摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 研究现状与意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.2.1 阵列信号参数估计的发展现状 | 第12-13页 |
1.2.2 循环平稳信号处理的研究概况 | 第13-15页 |
1.2.3 非高斯信号处理的研究现状 | 第15-16页 |
1.3 本文的主要工作 | 第16-19页 |
第2章 α稳定分布的基础理论 | 第19-29页 |
2.1 α稳定分布的概念与性质 | 第19-21页 |
2.1.1 α稳定分布的概念 | 第19-20页 |
2.1.2 α稳定分布的性质 | 第20-21页 |
2.2 分数低阶统计量 | 第21-25页 |
2.2.1 分数低阶矩 | 第22页 |
2.2.2 共变 | 第22-24页 |
2.2.3 分数低阶协方差 | 第24页 |
2.2.4 分数低阶相关 | 第24-25页 |
2.2.5 相位分数低阶矩 | 第25页 |
2.3 相关熵函数 | 第25-27页 |
2.3.1 相关熵的定义 | 第26页 |
2.3.2 广义类相关熵 | 第26-27页 |
2.4 非线性变换函数 | 第27-28页 |
2.5 本章小结 | 第28-29页 |
第3章 循环平稳信号及其波达方向估计 | 第29-39页 |
3.1 循环平稳基础理论 | 第29-31页 |
3.1.1 一阶循环统计量 | 第29-30页 |
3.1.2 二阶循环统计量 | 第30-31页 |
3.2 循环平稳信号的测向特性分析 | 第31-38页 |
3.2.1 远场阵列接收信号模型 | 第31-33页 |
3.2.2 CCO-MUSIC算法 | 第33-34页 |
3.2.3 CCO-ESPRIT算法 | 第34-36页 |
3.2.4 仿真结果与分析 | 第36-38页 |
3.3 本章小结 | 第38-39页 |
第4章 稳定分布噪声下远场循环平稳信号的DOA估计 | 第39-55页 |
4.1 基于分数低阶循环统计量的DOA估计算法 | 第39-42页 |
4.1.1 分数低阶循环相关 | 第39-40页 |
4.1.2 基于FLOCC-MUSIC的DOA估计算法 | 第40-42页 |
4.2 基于广义类循环相关熵统计量的DOA估计算法 | 第42-44页 |
4.2.1 广义类循环相关熵 | 第42-43页 |
4.2.2 基于CECCO-MUSIC的DOA估计算法 | 第43-44页 |
4.3 基于非线性变换循环统计量的DOA估计算法 | 第44-45页 |
4.3.1 非线性变换循环相关 | 第44-45页 |
4.3.2 基于NTCCO-MUSIC的DOA估计算法 | 第45页 |
4.4 仿真结果与分析 | 第45-53页 |
4.4.1 四种循环相关函数的性能比较 | 第46-47页 |
4.4.2 算法估计性能的验证 | 第47-53页 |
4.5 本章小结 | 第53-55页 |
第5章 稳定分布噪声下近场循环平稳信号的参数估计 | 第55-69页 |
5.1 近场阵列接收信号模型 | 第55-57页 |
5.2 基于分数低阶循环统计量的近场二维参数估计 | 第57-61页 |
5.2.1 算法描述 | 第58-61页 |
5.2.2 参数配对 | 第61页 |
5.3 基于广义类循环相关熵统计量的近场二维参数估计 | 第61-63页 |
5.4 基于非线性变换循环统计量的近场二维参数估计 | 第63-65页 |
5.5 仿真结果与分析 | 第65-68页 |
5.6 本章小结 | 第68-69页 |
第6章 基于稀疏重构理论的近场循环平稳信号参数估计方法 | 第69-85页 |
6.1 稀疏重构 | 第69-73页 |
6.1.1 稀疏重构的信号模型 | 第69-70页 |
6.1.2 稀疏基矩阵(冗余字典) | 第70页 |
6.1.3 稀疏重构算法 | 第70-73页 |
6.2 近场源稀疏表示模型和算法 | 第73-79页 |
6.2.1 直接表示法 | 第73-74页 |
6.2.2 近场源基于FLOCC的稀疏重构算法 | 第74-77页 |
6.2.3 近场源基于CECCO的稀疏重构算法 | 第77-78页 |
6.2.4 近场源基于NTCCO的稀疏重构算法 | 第78-79页 |
6.3 仿真结果与分析 | 第79-83页 |
6.4 本章小结 | 第83-85页 |
第7章 总结与展望 | 第85-87页 |
参考文献 | 第87-93页 |
攻读学位期间公开发表论文 | 第93-95页 |
致谢 | 第95-97页 |
作者简介 | 第97页 |