寬帶陣列信號(hào)波達(dá)方向估計(jì)理論與方法

第1篇寬帶陣列空間譜估計(jì)基礎(chǔ)
第1章緒論
1.1引言
1.2窄帶陣列信號(hào)波達(dá)方向估計(jì)的發(fā)展歷程與現(xiàn)狀
1.3寬帶陣列信號(hào)高分辨波達(dá)方向估計(jì)的研究現(xiàn)狀
1.3.1寬帶信號(hào)源數(shù)目估計(jì)
1.3.2聚焦類寬帶信號(hào)高分辨DOA估計(jì)
1.3.3基于信號(hào)子空間的快速參數(shù)估計(jì)
1.3.4循環(huán)平穩(wěn)信號(hào)高分辨DOA估計(jì)算法
1.3.5寬帶信號(hào)陣列誤差校正
1.3.6基于時(shí)域模型的高分辨波達(dá)方向估計(jì)
1.4本書內(nèi)容及結(jié)構(gòu)安排
參考文獻(xiàn)
第2章空間譜估計(jì)基礎(chǔ)
2.1空間譜的概念 第1篇寬帶陣列空間譜估計(jì)基礎(chǔ) 第1章緒論 1.1引言 1.2窄帶陣列信號(hào)波達(dá)方向估計(jì)的發(fā)展歷程與現(xiàn)狀 1.3寬帶陣列信號(hào)高分辨波達(dá)方向估計(jì)的研究現(xiàn)狀 1.3.1寬帶信號(hào)源數(shù)目估計(jì) 1.3.2聚焦類寬帶信號(hào)高分辨DOA估計(jì) 1.3.3基于信號(hào)子空間的快速參數(shù)估計(jì) 1.3.4循環(huán)平穩(wěn)信號(hào)高分辨DOA估計(jì)算法 1.3.5寬帶信號(hào)陣列誤差校正 1.3.6基于時(shí)域模型的高分辨波達(dá)方向估計(jì) 1.4本書內(nèi)容及結(jié)構(gòu)安排 參考文獻(xiàn) 第2章空間譜估計(jì)基礎(chǔ) 2.1空間譜的概念 2.1.1均勻直線陣的輸入信號(hào) 2.1.2均勻直線陣的空間頻率 2.1.3均勻直線陣信號(hào)方向矢量 2.1.4任意陣列信號(hào)方向矢量 2.1.5均勻直線陣的空間傅里葉變換 2.1.6任意陣的空間譜 2.1.7空間傅里葉變換的空間分辨率 2.2陣列信號(hào)數(shù)學(xué)模型 2.2.1陣列天線方向矢量 2.2.2窄帶信號(hào)模型 2.2.3窄帶信號(hào)陣列接收模型 2.2.4相干信號(hào)模型 2.2.5寬帶信號(hào)模型 2.2.6寬帶信號(hào)陣列接收模型 2.2.7加性噪聲模型 2.2.8接收信號(hào)矢量協(xié)方差矩陣 2.2.9協(xié)方差矩陣特征值分解 2.2.10接收信號(hào)矢量在特征矢量上投影 2.3基于波束形成的空間譜估計(jì) 2.3.1常規(guī)波束形成方法 2.3.2最小方差波束形成方法 2.3.3分辨力對(duì)比分析 2.4多重信號(hào)分類算法 2.4.1信號(hào)方向矢量與特征矢量的關(guān)系 2.4.2信號(hào)子空間與噪聲子空間 2.4.3MUSIC算法的基本原理 2.4.4分辨力對(duì)比分析 參考文獻(xiàn) 第2篇頻域?qū)拵ш嚵行盘?hào)波達(dá)方向估計(jì) 第3章寬帶信號(hào)子空間類算法 3.1ISM算法 3.2CSM類算法 3.2.1CSM聚焦矩陣的構(gòu)造方法 3.2.2TCT算法 3.2.3SST算法 3.2.4LS類算法 3.2.5算法性能比較分析 3.3自聚焦CSM類算法 3.3.1RSS算法原理 3.3.2單一目標(biāo)的AF—CSM算法 3.3.3多目標(biāo)的AF—CSM算法 3.3.4仿真實(shí)驗(yàn) 3.4小結(jié) 參考文獻(xiàn) 第4章寬帶信號(hào)源數(shù)目估計(jì) 4.1引言 4.2基于特征分解的寬帶信號(hào)源數(shù)目估計(jì) 4.2.1噪聲特征值的統(tǒng)計(jì)特性 4.2.2寬帶相干信號(hào)源數(shù)目估計(jì) 4.2.3性能仿真 4.3基于蓋氏圓半徑的寬帶信號(hào)源數(shù)目估計(jì) 4.3.1蓋氏圓方法 4.3.2蓋氏圓半徑的寬帶信號(hào)源數(shù)目估計(jì)方法 4.3.3性能仿真 4.4小結(jié) 參考文獻(xiàn) 第5章寬帶波束域DOA估計(jì) 5.1引言 5.2波束域窄帶DOA估計(jì) 5.2.1窄帶波束域算法 5.2.2窄帶波束域算法的性能分析 5.3波束域?qū)拵OA估計(jì) 5.3.1寬帶恒定束寬波束形成器的概念 5.3.2寬帶恒定束寬波束形成方法 5.3.3寬帶恒定束寬波束形成方法的性能比較 5.3.4寬帶恒定束寬波束DOA估計(jì)方法 5.4小結(jié) 參考文獻(xiàn) 第6章寬帶循環(huán)平穩(wěn)信號(hào)DOA估計(jì) 6.1引言 6.2常用信號(hào)的循環(huán)平穩(wěn)特性 6.2.1循環(huán)平穩(wěn)信號(hào)的特性 6.2.2循環(huán)平穩(wěn)信號(hào)的定義 6.2.3循環(huán)相關(guān)函數(shù) 6.2.4循環(huán)譜 6.2.5循環(huán)平穩(wěn)性的定義 6.2.6循環(huán)平穩(wěn)理論的優(yōu)點(diǎn) 6.2.7計(jì)算機(jī)仿真及結(jié)果分析 6.3寬帶循環(huán)平穩(wěn)信號(hào)的DOA估計(jì) 6.3.1寬帶信號(hào)模型 6.3.2譜相關(guān)傳播算子法 6.3.3譜相關(guān)求根多級(jí)維納濾波算法 6.4相干寬帶循環(huán)平穩(wěn)信號(hào)的DOA估計(jì) 6.4.1人工神經(jīng)網(wǎng)絡(luò)簡介 6.4.2寬帶相干信號(hào)情況下的DOA估計(jì)算法 6.5小結(jié) 參考文獻(xiàn) 第7章寬帶快速DOA估計(jì)算法 7.1引言 7.2基于MSWF的寬帶快速DOA估計(jì) 7.2.1MSWF的基本原理 7.2.2基于MSWF的快速子空間估計(jì) 7.2.3基于MSWF的寬帶快速DOA估計(jì) 7.2.4仿真實(shí)驗(yàn)與結(jié)果分析 7.3基于PCA神經(jīng)網(wǎng)絡(luò)的寬帶快速DOA估計(jì) 7.3.1主成分分析 7.3.2基于人工神經(jīng)網(wǎng)絡(luò)的PCA 7.3.3基于PCA神經(jīng)網(wǎng)絡(luò)的子空間估計(jì) 7.3.4基于PCA神經(jīng)網(wǎng)絡(luò)的寬帶DOA估計(jì) 7.3.5仿真實(shí)驗(yàn)與結(jié)果分析 7.4基于遺傳算法的譜峰搜索技術(shù) 7.4.1遺傳算法的基本原理 7.4.2空間譜譜峰搜索 7.4.3基于GA的譜峰優(yōu)化搜索 7.4.4基于波束間NGA的譜峰優(yōu)化搜索 7.4.5基于波束間NGA和爬山搜索相結(jié)合的混合搜索 7.4.6仿真實(shí)驗(yàn)與結(jié)果分析 7.5小結(jié) 參考文獻(xiàn) 第3篇時(shí)域?qū)拵ш嚵行盘?hào)波達(dá)方向估計(jì) 第8章時(shí)域陣列信號(hào)處理模型和蒙特卡羅方法 8.1引言 8.2時(shí)域陣列信號(hào)模型 8.2.1帶通信號(hào)采樣與重構(gòu) 8.2.2一維信號(hào)模型 8.2.3K維信號(hào)模型 8.2.4模型特性 8.3蒙特卡羅方法 8.3.1蒙特卡羅積分 8.3.2重要性抽樣 8.3.3_馬爾科夫鏈蒙特卡羅方法 8.4小結(jié) 參考文獻(xiàn) 第9章基于時(shí)域模型的高分辨波達(dá)方向估計(jì) 9.1引言 9.2貝葉斯定理 9.3貝葉斯高分辨估計(jì)方法原理及性能分析 9.3.1信號(hào)模型 9.3.2貝葉斯后驗(yàn)概率密度函數(shù)理論推導(dǎo) 9.3.3化簡后驗(yàn)概率密度函數(shù) 9.3.4信號(hào)恢復(fù) 9.3.5性能分析 9.4基于混合RJMCMC的信號(hào)源數(shù)和DOA聯(lián)合估計(jì)方法 9.4.1信號(hào)源數(shù)目已知時(shí)的DOA估計(jì)方法 9.4.2信號(hào)源數(shù)目與DOA聯(lián)合估計(jì)方法 9.5小結(jié) 參考文獻(xiàn) 附錄CRLB的推導(dǎo)過程