| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 符号表和缩略语 | 第11-15页 |
| 第1章 绪论 | 第15-31页 |
| 1.1 引言 | 第15-17页 |
| 1.2 有关问题的综述 | 第17-25页 |
| 1.2.1 极化敏感阵列的发展 | 第17-19页 |
| 1.2.2 极化敏感阵列信号的不同建模方法 | 第19-23页 |
| 1.2.3 极化敏感阵列信号处理中的张量模型及其应用 | 第23-25页 |
| 1.3 选题的意义 | 第25-26页 |
| 1.4 课题来源 | 第26页 |
| 1.5 主要工作与内容安排 | 第26-31页 |
| 第2章 张量及其分解的理论 | 第31-65页 |
| 2.1 高阶张量 | 第31-32页 |
| 2.2 张量的基础 | 第32-43页 |
| 2.2.1 张量的基本运算 | 第33-34页 |
| 2.2.2 张量的矩阵表示和乘积 | 第34-38页 |
| 2.2.3 张量的标量积、范数和秩 | 第38-39页 |
| 2.2.4 几种代数运算的张量表示 | 第39-41页 |
| 2.2.5 编程实现与软件资源 | 第41-43页 |
| 2.3 Tucker分解 | 第43-46页 |
| 2.3.1 Tucker分解的计算 | 第44-45页 |
| 2.3.2 Tucker分解的应用 | 第45-46页 |
| 2.4 PARAFAC分解 | 第46-56页 |
| 2.4.1 PARAFAC分解的唯一性 | 第47-48页 |
| 2.4.2 PARAFAC分解的实现 | 第48-49页 |
| 2.4.3 复数PARAFAC分解算法的加速 | 第49-55页 |
| 2.4.4 PARAFAC分解的应用 | 第55-56页 |
| 2.5 仿真与讨论 | 第56-62页 |
| 2.6 本章小结 | 第62-65页 |
| 第3章 极化敏感阵列信号的Tucker模型及参数估计 | 第65-97页 |
| 3.1 引言 | 第65页 |
| 3.2 数据模型 | 第65-70页 |
| 3.2.1 电磁矢量天线阵列的多维张量模型 | 第65-69页 |
| 3.2.2 多维谐波参数估计的多维张量模型 | 第69-70页 |
| 3.3 电磁矢量天线信号波达角估计的模R投影MUSIC | 第70-73页 |
| 3.3.1 模R信号子空间 | 第70-72页 |
| 3.3.2 模R投影矩阵的计算和模R投影MUSIC算法 | 第72页 |
| 3.3.3 模R信号子空间的计算复杂度分析 | 第72-73页 |
| 3.4 多维谐波参数估计的模R投影张量ESPRIT | 第73-86页 |
| 3.4.1 基于HOSVD信号子空间估计方法的回顾 | 第73-74页 |
| 3.4.2 测量张量的广义矩阵展开和模R信号子空间 | 第74-79页 |
| 3.4.3 模R信号子空间的估计 | 第79-80页 |
| 3.4.4 基于模R子空间投影的张量ESPRIT算法 | 第80-82页 |
| 3.4.5 模R投影的扰动分析 | 第82-86页 |
| 3.4.6 投影集合序列的选择 | 第86页 |
| 3.5 仿真与讨论 | 第86-95页 |
| 3.5.1 电磁矢量天线阵列信号参数估计 | 第86-89页 |
| 3.5.2 多维谐波参数估计 | 第89-95页 |
| 3.6 本章小结 | 第95-97页 |
| 第4章 极化敏感阵列信号的PARAFAC模型及参数估计 | 第97-129页 |
| 4.1 引言 | 第97页 |
| 4.2 数据模型 | 第97-102页 |
| 4.2.1 快拍域的PARAFAC模型 | 第97-100页 |
| 4.2.2 高阶统计量域的PARAFAC模型 | 第100-102页 |
| 4.3 平滑去相关的统一张量框架 | 第102-107页 |
| 4.3.1 空域平滑 | 第103-105页 |
| 4.3.2 极化域平滑 | 第105-106页 |
| 4.3.3 其它平滑 | 第106-107页 |
| 4.4 可辨识性分析 | 第107-112页 |
| 4.4.1 快拍域PARAFAC模型的辨识 | 第107-110页 |
| 4.4.2 高阶统计量域PARAFAC模型的辨识 | 第110-112页 |
| 4.5 部分极化波的参数估计 | 第112-114页 |
| 4.6 基于嵌套矢量天线阵列的参数估计 | 第114-116页 |
| 4.7 仿真结果 | 第116-126页 |
| 4.7.1 部分极化波的参数估计 | 第116-119页 |
| 4.7.2 基于嵌套阵列的参数估计 | 第119-126页 |
| 4.8 本章小结 | 第126-129页 |
| 第5章 空间分离矢量天线阵列的参数估计 | 第129-159页 |
| 5.1 引言 | 第129-130页 |
| 5.2 空间分离矢量天线阵列的几何结构 | 第130-134页 |
| 5.2.1 一般的阵列几何结构 | 第130-132页 |
| 5.2.2 同文献[71]中阵列的关系 | 第132-133页 |
| 5.2.3 文献[71]中测向算法的模糊 | 第133-134页 |
| 5.2.4 文献[71]测向算法的局限性 | 第134页 |
| 5.3 辨识性分析与一类有效的阵列几何结构 | 第134-138页 |
| 5.4 枚举非线性规划估计算法 | 第138-140页 |
| 5.4.1 阵列流形矢量的估计 | 第139-140页 |
| 5.5 新的叉乘算法与空间分离矢量天线阵列几何结构 | 第140-146页 |
| 5.5.1 新的叉乘算法 | 第140-141页 |
| 5.5.2 空间分离矢量天线阵列新的几何结构 | 第141-146页 |
| 5.6 空间分离矢量天线阵列单频信号的PARAFAC测向 | 第146-148页 |
| 5.6.1 PARAFAC建模 | 第147页 |
| 5.6.2 张量平滑改进辨识性 | 第147-148页 |
| 5.7 仿真与讨论 | 第148-158页 |
| 5.7.1 SSEMVS阵列叉乘测向 | 第148-152页 |
| 5.7.2 新的SSEMVS阵列叉乘测向 | 第152-155页 |
| 5.7.3 单频信号的PARAFAC测向 | 第155-158页 |
| 5.8 本章小结 | 第158-159页 |
| 第6章 张量视角下的极化敏感阵列信号参数估计 | 第159-173页 |
| 6.1 引言 | 第159页 |
| 6.2 四元数及其矩阵 | 第159-161页 |
| 6.2.1 四元数代数 | 第159-160页 |
| 6.2.2 四元数矩阵 | 第160-161页 |
| 6.3 数据模型与两维四元数ESPRIT | 第161-165页 |
| 6.3.1 两维四元数ESPRIT | 第163-164页 |
| 6.3.2 DOA和极化参数的估计 | 第164-165页 |
| 6.4 两阶段四元数矩阵联合特征值分解 | 第165-169页 |
| 6.4.1 四元数矩阵的联合Schur分解 | 第165-168页 |
| 6.4.2 基于回代法的联合特征值分解 | 第168-169页 |
| 6.5 仿真与讨论 | 第169-171页 |
| 6.6 本章小结 | 第171-173页 |
| 第7章 总结与展望 | 第173-177页 |
| 7.1 全文总结 | 第173-175页 |
| 7.2 工作展望 | 第175-177页 |
| 7.2.1 基于张量的数据去噪 | 第175页 |
| 7.2.2 宽带全极化信号的处理 | 第175页 |
| 7.2.3 更高维PARAFAC分解的参数估计中的问题 | 第175-177页 |
| 附录A 极化敏感阵列信号处理基础 | 第177-199页 |
| 附录B OAP工具箱的设计与实现 | 第199-211页 |
| 参考文献 | 第211-225页 |
| 攻读博士学位期间撰写及发表的论文 | 第225-227页 |
| 致谢 | 第227-228页 |
