摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第11-20页 |
1.1 论文研究背景及意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-18页 |
1.2.1 阵列测向技术研究现状 | 第12-14页 |
1.2.2 光学波束形成技术及信号处理算法研究现状 | 第14-18页 |
1.3 本文的主要内容和研究思路 | 第18-20页 |
第二章 空间光学波束形成网络信号模型 | 第20-34页 |
2.1 引言 | 第20页 |
2.2 空间光学波束形成网络的信号观测模型 | 第20-27页 |
2.2.1 窄带单信号模型 | 第21-25页 |
2.2.2 窄带多信号模型 | 第25-27页 |
2.3 空间光学波束形成网络波束形成能力仿真分析 | 第27-33页 |
2.3.1 窄带波束形成 | 第27-30页 |
2.3.2 多波束形成 | 第30-33页 |
2.4 本章小结 | 第33-34页 |
第三章 空间光学波束形成网络信号检测方法 | 第34-42页 |
3.1 引言 | 第34页 |
3.2 空间光学波束形成网络信号检测模型 | 第34-35页 |
3.3 基于协方差矩阵特征值分解的信号检测方法 | 第35-38页 |
3.3.1 检测统计量分析 | 第35-37页 |
3.3.2 检测门限分析 | 第37-38页 |
3.4 仿真实验与分析 | 第38-40页 |
3.4.1 典型场景下信号检测结果 | 第39页 |
3.4.2 检测性能分析 | 第39-40页 |
3.5 本章小结 | 第40-42页 |
第四章 空间光学波束形成网络窄带信号测向算法 | 第42-60页 |
4.1 引言 | 第42页 |
4.2 基于幅值拟合的窄带单信号测向算法 | 第42-50页 |
4.2.1 窄带单信号测向模型 | 第42-43页 |
4.2.2 基于幅度分布的测向原理与算法 | 第43-46页 |
4.2.3 测向性能仿真与分析 | 第46-50页 |
4.3 基于稀疏重构的多信号测向方法 | 第50-58页 |
4.3.1 窄带多信号测向模型 | 第50-52页 |
4.3.2 基于稀疏贝叶斯学习的多信号测向方法 | 第52-55页 |
4.3.3 测向性能仿真与分析 | 第55-58页 |
4.4 本章小结 | 第58-60页 |
第五章 空间光学波束形成网络宽带测向算法 | 第60-71页 |
5.1 引言 | 第60页 |
5.2 空间光学波束形成网络宽带信号测向模型 | 第60-64页 |
5.3 宽带信号DOA估计方法 | 第64-67页 |
5.3.1 宽带信号频域分解 | 第64页 |
5.3.2 非相干Bayesian-DOA算法 | 第64-65页 |
5.3.3 多模型联合DOA估计算法 | 第65-67页 |
5.4 宽带测向性能仿真与分析 | 第67-70页 |
5.5 本章小结 | 第70-71页 |
第六章 总结与展望 | 第71-74页 |
致谢 | 第74-76页 |
参考文献 | 第76-81页 |
作者在学期间取得的学术成果 | 第81页 |