摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第10-11页 |
缩略语对照表 | 第11-15页 |
第一章 绪论 | 第15-21页 |
1.1 研究背景与意义 | 第15-16页 |
1.2 国内外研究概况 | 第16-18页 |
1.2.1 声矢量传感器的发展 | 第16-17页 |
1.2.2 声矢量近场源参数定位 | 第17-18页 |
1.3 论文的主要研究工作和章节安排 | 第18-21页 |
1.3.1 论文主要研究工作 | 第18页 |
1.3.2 论文的各章节安排 | 第18-21页 |
第二章 声矢量传感器模型和基本理论 | 第21-25页 |
2.1 声矢量传感器的阵列流型 | 第21-22页 |
2.1.1 近场声源阵列流型 | 第21页 |
2.1.2 远场声源阵列流型 | 第21-22页 |
2.2 稀疏恢复算法 | 第22-23页 |
2.2.1 多快拍SOMP算法 | 第22-23页 |
2.2.2 多快拍的RMFOCUSS算法 | 第23页 |
2.2.3 L1-SVD算法 | 第23页 |
2.3 小软件设计 | 第23-24页 |
2.3.1 主界面基本介绍 | 第23-24页 |
2.3.2 功能介绍 | 第24页 |
2.4 本章小结 | 第24-25页 |
第三章 基于声矢量传感器的解模糊算法 | 第25-39页 |
3.1 引言 | 第25页 |
3.2 基于声矢量的长矢量解模糊算法 | 第25-30页 |
3.2.1 基于均匀圆阵的长矢量数据接收模型 | 第25-28页 |
3.2.2 基于长矢量解模糊算法 | 第28-30页 |
3.3 基于声矢量的四元数解模糊算法 | 第30-37页 |
3.3.1 声矢量四元数圆阵模型构造 | 第30-31页 |
3.3.2 基于四元数解模糊算法 | 第31-35页 |
3.3.3 仿真实验与分析 | 第35-37页 |
3.4 本章软件界面 | 第37页 |
3.5 本章小结 | 第37-39页 |
第四章 基于高阶累积量的近场声源参数估计 | 第39-51页 |
4.1 引言 | 第39页 |
4.2 基于四阶累积量与平行因子分析的近场声源参数估计 | 第39-49页 |
4.2.1 阵列结构和数据接收模型 | 第39-41页 |
4.2.2 算法实现过程 | 第41-46页 |
4.2.3 仿真试验与分析 | 第46-49页 |
4.3 本章软件界面 | 第49-50页 |
4.4 本章小结 | 第50-51页 |
第五章 基于压缩感知和机器学习的近场声源参数估计 | 第51-75页 |
5.1 引言 | 第51页 |
5.2 基于协方差的压缩感知近场声源参数估计 | 第51-59页 |
5.2.1 阵列结构和数据接收模型 | 第51-53页 |
5.2.2 算法实现原理 | 第53-56页 |
5.2.3 计算机仿真与结果分析 | 第56-59页 |
5.3 基于循环三阶矩与压缩感知的近场声源参数估计 | 第59-65页 |
5.3.1 阵列结构和数据接收模型 | 第59-60页 |
5.3.2 算法实现原理 | 第60-63页 |
5.3.3 计算机仿真与结果分析 | 第63-65页 |
5.4 基于多输出支持向量回归的近场声源参数估计 | 第65-72页 |
5.4.1 阵列结构和数据接收模型 | 第65-66页 |
5.4.2 算法实现原理 | 第66-69页 |
5.4.3 计算机仿真与结果分析 | 第69-72页 |
5.5 本章软件界面 | 第72-73页 |
5.6 本章小结 | 第73-75页 |
第六章 总结与展望 | 第75-77页 |
6.1 总结 | 第75页 |
6.2 展望 | 第75-77页 |
参考文献 | 第77-83页 |
致谢 | 第83-85页 |
作者简介 | 第85-86页 |