摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 本文研究的历史与意义 | 第8-9页 |
1.2 空间谱估计技术发展现状 | 第9-11页 |
1.3 本文的主要工作及内容安排 | 第11-13页 |
第二章 DOA估计的基本理论 | 第13-21页 |
2.1 引言 | 第13页 |
2.2 DOA估计的阵列信号模型 | 第13-17页 |
2.3 均匀线阵信号的数学模型 | 第17-18页 |
2.4 相干信号源的数学模型 | 第18-20页 |
2.5 本章小结 | 第20-21页 |
第三章 MUSIC算法理论 | 第21-31页 |
3.1 引言 | 第21页 |
3.2 MUSIC算法 | 第21-24页 |
3.2.1 MUSIC算法的原理 | 第21-23页 |
3.2.2 MUSIC算法的实现 | 第23-24页 |
3.3 MUSIC算法的性能影响 | 第24-30页 |
3.3.1 阵元数对 MUSIC 算法的影响 | 第25-26页 |
3.3.2 快拍数对 MUSIC 算法的影响 | 第26-27页 |
3.3.3 信噪比对 MUSIC 算法的影响 | 第27-28页 |
3.3.4 信号入射角度差对 MUSIC 算法的影响 | 第28-29页 |
3.3.5 阵元间距对 MUSIC 算法的影响 | 第29-30页 |
3.4 本章小结 | 第30-31页 |
第四章 相干信号源的DOA估计算法 | 第31-49页 |
4.1 引言 | 第31页 |
4.2 空间平滑技术 | 第31-36页 |
4.2.1 前向空间平滑技术 | 第31-33页 |
4.2.2 前后向空间平滑技术 | 第33-34页 |
4.2.3 前后向空间平滑算法的性能估计分析 | 第34-36页 |
4.3 修正MUSIC算法 | 第36-41页 |
4.3.1 MMUSIC 算法 | 第37-38页 |
4.3.2 MMUSIC 算法去相关原理 | 第38-40页 |
4.3.3 计算机仿真 | 第40-41页 |
4.4 基于TOEPLITZ矩阵重构的相干信源的DOA估计算法 | 第41-48页 |
4.4.1 TOEPLITZ 矩阵重构的算法原理 | 第42-43页 |
4.4.2 计算机仿真 | 第43-48页 |
4.5 本章小结 | 第48-49页 |
第五章 基于高斯色噪声条件下的信号DOA估计 | 第49-69页 |
5.1 引言 | 第49-50页 |
5.2 高阶累积量相关基础知识 | 第50-57页 |
5.2.1 高阶累积量的定义 | 第50-52页 |
5.2.2 高斯过程的高阶矩与高阶累积量 | 第52-54页 |
5.2.3 四阶累积量的公式表达 | 第54-55页 |
5.2.4 高阶累积量的性质 | 第55-56页 |
5.2.5 阵列信号中四阶累积量的公式推广 | 第56-57页 |
5.3 基于四阶累积量的MUSIC算法 | 第57-62页 |
5.3.1 MUSIC-LIKE 算法原理 | 第58-59页 |
5.3.2 改进的 MUSIC-LIKE 算法 | 第59-61页 |
5.3.3 计算机仿真 | 第61-62页 |
5.4 四阶MUSIC算法的性能分析 | 第62-68页 |
5.4.1 四阶 MUSIC 算法对高斯噪声的抑制分析 | 第62-65页 |
5.4.2 四阶 MUSIC 算法中快拍次数的影响分析 | 第65-68页 |
5.5 本章小结 | 第68-69页 |
总结与展望 | 第69-71页 |
参考文献 | 第71-75页 |
致谢 | 第75页 |