一、一种用于宽带信号测向的新算法(论文文献综述)
金芳晓[1](2019)在《基于相关熵的自适应波束形成与无线定位中参数估计研究》文中指出随着无线电技术的快速发展和广泛应用,国家对无线电的管理与监测也在与时俱进。在无线电监测领域中,对于复杂电磁环境下无线信号的检测与定位一直是研究的热点与重点。自适应波束形成作为一种空域滤波技术,可以较好地实现信号的检测与提取。由于绝大多数通信信号具有循环平稳特性,基于信号循环平稳性的自适应波束形成算法引起了普遍的注意。然而,传统的基于信号循环平稳性的算法大多对循环频率误差(cyclic frequency error,CFE)敏感,直接影响到实际的应用效果。此外,作为无线被动定位参数估计中的重要组成部分,波达方向(direction of arrival,DOA)估计和到达时差(time difference of arrival,TDOA)估计受到国内外学者普遍关注。在DOA估计中,传统算法大多在窄带信号源的假设下提出的,且需已知信号源个数;而在TDOA估计中,现有算法则大多在宽带信号且不存在幅度衰减的假设下提出的。随着现代信号处理技术的日趋成热与发展,电磁环境的日益复杂,这些假设变得过于苛刻,导致的算法局限性日益突出。针对以上问题,本文对基于信号循环平稳性的自适应波束形成与无线定位中的DOA和TDOA估计开展了如下创新性研究工作:(1)针对基于循环平稳性的自适应波束形成对CFE敏感的问题,本文基于压缩信号处理理论提出了一种压缩采样下的循环频率估计算法。该算法通过建立循环谱与频移自相关矩阵之间的联系,在压缩采样下重构信号循环谱,对信号循环频率进行估计,有效较少了计算复杂度。进一步地,考虑预先估计循环频率需要耗费较大的存储单元,提出了一种存在CFE下稳健的自适应波束形成算法。该算法利用最大相关墒准则(maximum correntropy criterion,MCC)求解某一假定循环频率下的加权矢量,再以输出信号的相关熵相关函数作为代价函数,自适应调整加权矢量和循环频率,从而实现存在CFE下主波束的优化,在脉冲噪声和同频干扰共存的复杂电磁环境下具有良好的波束形成效果。(2)针对未知信源个数条件下的DOA估计问题,本文利用信号协方差矩阵特征值序列的稀疏性,结合该协方差矩阵估计误差的概率分布获取重构残差项的置信上界,提出了一种基于l1稀疏正则化的信号源个数估计算法。该算法可以在较低信噪比的空间平稳噪声条件下,实现对较少快拍数下阵列接收信号信源个数的精确估计。进一步地,考虑DOA估计和信源个数估计不应是两个独立过程,提出了一种适用于宽带信号的信源个数和DOA联合估计算法。该算法基于循环相关熵的性质建立宽带信号阵列线性预测模型,并在此基础上引入正则化参数,利用MCC准则实现对模型中包含DOA和信源个数信息的参量进行估计,较好地解决了超分辨DOA估计算法的性能受信号带宽限制的问题。(3)针对脉冲噪声下基于相关熵的时延估计精度受信号带宽和振幅限制的问题,本文分别展开了研究。在窄带信号时延估计的研究中,基于相关熵希尔伯特变换时延估计的定理提出了一种脉冲噪声下窄带射频信号时延估计算法。该算法具有较为精确的时延估计性能和较好的伪峰抑制能力,且具有受信号带宽影响小、抗噪能力强等优点。在振幅衰减信号时延估计的研究中,利用FIR滤波器系数对时延信号进行建模,结合MCC准则估计求解时延闭合形式的递归解,提出了一种一步法自适应时延估计算法,并证明了算法估计的无偏性,在振幅衰减严重以及高脉冲噪声的复杂电磁环境下仍具有较高的时延估计精度。
刘怡飞[2](2019)在《MIMO雷达信号侦察理论与方法研究》文中认为雷达对抗中,雷达信号侦察的目的是检测、定位及识别对方雷达信号源。侦察一方面获取对方雷达的情报,另一方面引导己方干扰系统和攻击系统做出及时、准确和有效的反应。为此,雷达侦察设备需要在目标战区的电磁环境中感知非合作方雷达的信号,从中提取出有用信息。随着技术的发展,各种新体制雷达的出现给雷达侦察带来了巨大的挑战。纵观这些新型雷达,多输入多输出(MIMO)雷达无疑是军事上最具威胁的新体制雷达之一。MIMO雷达的一般定义为:依靠空间分集特性与波形分集特性获取额外分集增益的雷达系统。依据发射天线的空间分布状态,通常将MIMO雷达分为集中式与分布式。本文围绕集中式与分布式MIMO雷达信号侦察所涉及的侦察模型、信号检测、调制参数估计与空域参数估计等方面进行了理论推导与相关方法的研究,并开展了计算机数值仿真实验与半实物离线试验。本文主要研究内容如下:1、通过分析MIMO雷达的发射体制及信号波形特点,构建了MIMO雷达信号的侦察模型,提出了基于阵列天线接收的MIMO雷达信号联合侦察方案,实现了复杂电磁环境下集中式与分布式MIMO雷达信号的同时侦察;2、推导了影响MIMO雷达信号侦察接收信噪比的相关参数,分析了MIMO雷达信号检测算法相对常规雷达信号检测算法的异同点。在此基础上提出了一种基于分数阶自相关与熵权降噪处理的信号检测算法,克服了非合作正交频分复用线性调频(OFDM-LFM)信号的检测性能随子载波数量增加而降低的问题;3、建立了MIMO雷达信号的调制参数估计模型,提出了一种分数阶Fourier系数插值的调制参数估计算法。相比已有调制参数估计算法,该算法实现了更低信噪比下OFDM-LFM信号调制参数的高精度快速估计,且估计误差随信噪比的提高收敛于克拉美罗界;4、建立了分布式MIMO雷达信号阵列测向模型,提出了基于空间Fourier系数插值的快速高精度空间谱频率估计算法,实现了子载波信号时域混叠情况下DOA的单快拍估计。在此基础上引入聚类算法与空域滤波算法实现了分布式MIMO雷达截获信号中时域混叠子载波信号的分离;5、目前,工程上多数OFDM-LFM信号被设计为宽带信号。为了低成本解决宽带OFDM-LFM信号的测向问题,提出了基于开关阵列系统的测向方法。相比已有宽带信号测向方法,该算法仅需两个接收通道就能实现OFDM-LFM信号到达方向(DOA)的估计,大大降低了射频通道幅相一致性的要求,且估计精度不低于已有宽带信号测向算法;6、建立了星载MIMO雷达信号的单站侦察接收模型,研究了压缩感知框架下的星载MIMO雷达信号观测数据压缩模型。在完成目标雷达信号调制参数与DOA估计的前提下,结合信号压缩模型提出了基于稀疏贝叶斯学习算法的稀疏向量求解方法,进而实现了星载MIMO雷达的单站无源定位。本文利用计算机仿真实验对上述方法进行了有效性验证与性能测试,并联合某MIMO雷达课题组搭建了MIMO雷达信号侦察的半实物离线试验平台。通过对试验中侦察接收机所截获的雷达信号数据进行处理,部分证明了本文所提对MIMO雷达进行侦察的理论与方法的正确性和可行性。
刘付刚[3](2013)在《宽带信号波达方向估计方法研究》文中认为波达方向(Direction of Arrival,DOA)是信号最重要的空域参数,其估计方法是阵列信号处理中两大研究热点之一。经过30多年的发展,DOA估计理论和技术已经成为阵列信号处理学科发展的主要方面,其应用涉及到雷达、声纳、勘探、生物医学等领域中。随着信号处理技术的发展,基于窄带阵列信号的高分辨算法已经比较成熟,窄带阵列探测系统已广泛应用于军事及民用领域。与窄带信号相比,利用宽带信号可以获取较大的信息量,有利于目标信号检测、参数估计和特征提取,在有源探测和无源探测系统中有更重要的应用。因此,研究宽带信号的DOA估计方法具有重要的意义。本文以经典的空间谱估计理论(主要涉及最大似然理论、信号子空间理论、循环平稳特性、阵列误差校正等)为基础,分析了一些常规宽带测向算法的测向原理和性能。在此基础上,对宽带信号源的DOA估计算法进行了深入研究,提出了改进的新算法,并对新提出的算法进行了实验仿真和对比分析。首先,研究了基于最大似然估计的测向方法。将窄带信号最大似然估计器推广到宽带信号最大似然估计器,针对常规算法大都是以均匀分布的高斯白噪声为背景的情况,给出了一种基于非均匀系统噪声的确定性最大似然估计方法,解决了常规算法无法求得最优闭式解的问题,且在计算上减少了搜索的维数和迭代次数,性能优于传统的确定性最大似然估计算法和随机性最大似然估计算法。其次,研究了基于信号子空间的宽带信号DOA估计方法。通过深入分析酉聚焦矩阵的相干信号子空间类算法的原理和实质,针对相干信号子空间类算法需要角度预估计问题,利用不同频率和聚焦频率下的输出信号协方差的特征分解运算,提出一种新的聚焦方法。该方法不需要进行方位角度预估计,且去相关运算简单,可以处理相干宽带信号源的DOA估计问题。通过实验仿真和与其他常规算法的比较,验证了该算法的估计性能。再次,研究了基于循环平稳特性的宽带信号DOA估计方法,结合信号的循环平稳特性和共轭循环平稳特性,采用子空间分解的方法,实现了宽带信号的DOA估计。该方法同时利用宽带信号循环平稳和共轭循环平稳两方面信息构造扩展循环相关矩阵,继承了Cyclic MUSIC算法的优点,并且在处理宽带信号源时不需要估计最佳延时时间。实验仿真表明,该方法具有良好的宽带信号分选识别能力,能够抑制大功率干扰信号,估计性能较好。最后,研究了阵列误差校正及存在阵列误差时的DOA估计问题,给出了各种误差(通道幅相误差、阵元位置误差和阵元互耦效应)模型,重点分析了几种误差扰动的校正技术,并结合实例进行仿真实验,在实现阵列阵元校正的同时,还实现了信号源方位的估计。针对现有技术条件下无法准确测量和估计宽带信号阵列误差的情况,根据空间平滑技术去相关的思想,提出了一种空间平滑技术和蒙特卡罗采样预估相结合的稳健估计方法。理论分析和实验仿真均展示了该方法消除阵列误差的能力,为阵列误差模型下的宽带信号DOA估计提供了一种新的解决思路。
谢锘[4](2010)在《宽带相干信源测向算法研究及实现》文中认为现代无线电通信中电磁环境日趋复杂,同一频段内的信号越来越密集,大量同频或相干信号同时存在。现有的信号检测设备面临着越来越多的困难,例如,多个同频或相干信号的并行侦测、宽带信号的高分辨率测向、弱信号的检测、多目标的信号跟踪等问题,都是频谱检测系统中亟待解决的重大难题。目前,常用的经典空间谱估计算法已不能满足宽带相干信源DOA估计的需求,因此,研究宽带相干信源的精确测向技术具有重要的实际意义。本文对宽带相干信源的空间谱估计算法进行了深入研究,构建了宽带相干信源的数学模型,分析了宽带相干阵列信号的性质及其对经典空间谱估计算法的影响,分析了最大似然和相干信号子空间宽带空间谱估计算法等基本的宽带测向算法性质和特点。针对相干信号子空间类算法需要角度预估计问题,提出了一种基于角度扫描的宽带相干信号子空间算法,通过构造正交投影算子,保留了扫描角度处的信号,抑制其它方向的信号,新算法无需角度预估计。该算法较其他算法最突出的优点是,在宽带信源中心频率不一致的条件下仍能达到很好的测向效果。投影正交性测试算法(TOPS)在参考频点处信号子空间估计不准确时,空间谱估计结果会出现严重误差。针对这一问题,提出了解相干的改进TOPS空间谱估计算法(MTOPS),通过阵列协方差矩阵的共轭重构方法,实现了解相干,增强了算法的稳健性。高阶阵列累积量具有扩展阵列孔径和抑制噪声(包括高斯噪声和非高斯噪声)能力,在继承高阶累积量阵列信号处理算法优点的基础上,结合信号子空间聚焦算法提出了基于高阶累积量的宽带空间谱估计算法,该方法减小了噪声对空间谱估计的影响,有效提高了测向精度。针对ESPRIT算法要求阵列具有平移特性的问题,提出了基于高阶累积量的ESPRIT宽带测向算法,利用高阶累积量虚拟阵元,有效突破了ESPRIT算法对阵列形式的限制,成功地将其应用到均匀圆阵中。最后研究了宽带信号测向技术的工程实现,针对宽带信号处理特性对算法的实现进行分析,分别对系统组成、工作原理、硬件设计和技术指标进行详细论述,确定测向工作流程,并对功能的硬件实现进行合理划分。为减少运算时间,对空间谱测向算法中的数学运算进行了优化。同时给出了试验场测试结果,通过实际测向结果与理论仿真对比,验证了本测向系统的有效性。
周林,赵拥军[5](2009)在《一种新的均匀圆阵宽带波束域高分辨测向算法》文中认为波束域算法是通过对阵列信号进行波束形成预处理,再进行高分辨测向。本文提出了一种新的均匀圆阵宽带波束域高分辨测向算法,推导出波束域聚焦矩阵的表达式。新方法大大提高了圆阵宽带波束域测向算法的分辨率,估计精度等性能。最后通过计算机仿真,与基于模式空间变换的宽带圆阵波束域算法和宽带圆阵相干信号子空间算法进行了比较,验证了新算法的优良性能。
陈娟[6](2009)在《宽带信号DOA估计算法研究》文中指出阵列信号处理作为信号分析和处理的一个重要手段,在雷达、声纳、地震学以及扩频通信等领域中,波达方向(DOA)估计越来越受到关注。随着通信技术的发展,跳频信号、扩频信号、线性调频信号等宽带信号在通信系统中的应用越来越多;另外,在自然界中还有许多信号本质上就属于宽带信号,如声音信号、地震波等。因此,对宽带信号测向算法研究就显得尤为重要。本文首先介绍了一些关于宽带测向的基础知识。然后将常用的宽带测向算法加以介绍。宽带信号的DOA估计,大概可以分为两类:基于最大似然的宽带测向算法和信号子空间算法。在高斯噪声假定下,基于最大似然的宽带测向算法是最优的,但代价函数的优化是个很难处理的问题,文中介绍了几种优化算法。而信号子空间方法则是一类相对比较有效的算法,目前运用较多的是非相干信号子空间法(ISM)和相干信号子空间法(CSM)。ISM方法能较好的估计出宽带非相干信号的波达方向,但不能处理相干的宽带信号源。CSM法具有较好的估计精度,较低的分辨门限,而且聚焦变换相当于频域平滑,使得CSM方法能够分辨相干源。但是该方法要求有一个初始方向估计和预选的聚焦频率来确定聚焦矩阵,易受信号的影响。文中也介绍了一种改进ISM算法,它能较好的估计出相干信号的波达方向。介绍CSM算法时,着重讨论了聚焦矩阵。最后本文着重研究了低信噪比情况下的宽带测向。低信噪比情况是一种比较常见的情况,这时目标所处环境的信噪比很低且不可能提高或提高所付出的代价会很大,而且原有算法的分辨率不是很高了(存在一个瑞利角分辨极限)。因此需要提出新的算法,能够适应这种特定的环境。文中总结并创新式地提出了几种方法,具有一定的理论及实际意义。文中对每种算法进行实验仿真和性能分析,验证了算法的有效性。
唐涛,栾鹏程,吴瑛[7](2006)在《一种新的信号子空间宽带测向算法》文中指出宽带信号测向是信号处理研究的难点课题之一,经典的旋转信号子空间(RSS)变换算法需要知道和真实来波方向接近的方向初始值。不合适的方向初始值将会降低估计器的收敛能力,引起估计偏差,从而使算法的估计精度受预估计的影响很大。本文提出的新算法首先推导出不同频段不同方向角的方向矢量之间的关系,然后再利用信号子空间、噪声子空间和阵列流型之间的关系构造一个特殊矩阵,最后通过求条件数来判断来波方向。所以新算法不需要构造聚焦矩阵,不需预知初始值,从而提高了算法的稳健性,降低了运算量,且新算法同时利用了信号子空间和噪声子空间,减少了噪声子空间扰动对算法精度的影响。计算机仿真验证了新算法的有效性。
李福昌[8](2005)在《宽带测向算法研究》文中进行了进一步梳理波达方向(DOA)估计在移动和卫星通信系统、信息战、雷达、被动声纳、地震学、射电天文学、导航、视频会议、时间序列分析、谱估计等方面有着广泛的应用,引起了人们极大的研究兴趣。但已有的测向算法,大多数是基于被测信号为窄带信号这一前提假设的,也即信号的带宽远小于中心频率,信号复包络在阵列的各个传感器上被视为是无差别的,由于信号到达各个传感器上的时间延迟不同而产生相位上的差异,通过时域处理就可以对波达方向进行估计。 随着通信技术的发展,跳频信号、扩频信号、线性调频信号等宽带信号在通信系统中的应用越来越多;另外,在自然界中还有许多信号本质上就属于宽带信号,如声音信号、地震波等。因此,研究宽带信号测向就显得越来越重要。 本文针对宽带信号的特点,利用宽带信号时宽—带宽乘积大的特点,分别研究了宽带最大似然测向算法、基于波达方向预估计的宽带子空间测向算法、波达方向信息完全未知情况下的宽带子空间测向算法和宽带波束形成器,从理论上分析了它们的性能,用仿真实验对其波达方向估计性能进行验证。本文的主要研究工作和取得的主要成果如下: (1)在高斯噪声假定下,基于最大似然的宽带测向算法是最优的,但代价函数的优化是个很难处理的问题。本文提出了把交替投影算法和EM算法结合起来对宽带确定性最大似然测向算法代价函数进行优化,充分利用了交替投影算法收敛率快的特性,同时消除了EM算法的初值敏感性。 (2)提出了应用遗传算法对宽带确定性最大似然测向算法代价函数和宽带加权子空间拟合测向算法代价函数进行优化,得出了波达方向估计结果与遗传算法运行参数之间的关系,为宽带测向的实际工程应用提供了依据。 (3)本文对传统的旋转信号子空间宽带测向算法进行了修正,既减少了聚焦矩阵的运算量,又提高了波达方向估计精度和分辨能力。 (4)通常的基于阵列流行变换的宽带测向算法,在求聚焦矩阵时需要对
朱德君,许树声[9](1995)在《利用信号谱相关特性提高谱估计测向性能》文中研究指明介绍了几种将谱相关理论用于谱估计测向的新算法。它们将时间和空间处理相结合,从而克服了常规空间谱估计测向算法存在的不足,并提高了信号选择性、分辨率、过载能力、检测能力等方面的测向性能,其中谱相关信号子空间拟合(SC-SSF)算法,还适用于对宽带信号的到达方向(DOA)进行估计。
赵洋[10](2021)在《复杂噪声背景下的稀疏测向方法研究》文中研究指明“如无必要,勿增实体”。这是着名的奥卡姆剃刀原理,是渗透于从古至今所有哲学、艺术与科学领域的基础思想。稀疏表示理论以及后来在其基础上发展而来的压缩感知理论正是该节省性原则在现代统计学、机器学习、信号处理领域的集中体现。阵列信号参数估计是雷达、声纳、通信等系统的原理性技术,其基本任务如测向、定位、跟踪与许多现存或即将到来的技术增长领域紧密联系,如无人机(Unmanned Aerial Vehicle,UAV)、无人驾驶、3D打印等。随着测向系统的不断改进和突破,各种低成本、小型化的新型雷达不断涌现,同时目标隐身以及干扰技术也在不断升级换代,阵列信号处理系统所面临的电磁环境日益复杂,传统的子空间类测向方法在小快拍、低信噪比、空域临近信号以及复杂背景噪声环境等非理想场景愈发无法胜任测向任务。最近二十年引起学者广泛关注的稀疏表示理论为解决参数估计问题提供了新思路,此类方法对一些非理想环境表现出极强的适应能力。本文从噪声抑制角度出发,着眼于稀疏重构与阵列信号处理过程中的区别和联系,考虑网格的存在对阵列参数估计的影响,研究了高斯白噪声、高斯有色噪声、alpha白噪声和alpha色噪声背景下的稀疏测向方法,并取得了一些有意义的成果。具体的研究工作可以概括如下:第一,针对贪婪算法处理测向问题时存在角度分辨能力有限的问题,提出了一种利用子空间信息的新算法(Noise Subspace Reprojection OMP,NSR OMP)。该算法在匹配追踪算法的架构下,有机融合了两个子空间的有效信息:使用信号子空间作为重构信号,减小了算法寻优的工作量的同时降低了噪声对支撑集选择的干扰;使用噪声子空间修正算法的支撑集选取规则,提高了算法的分辨力。仿真试验验证了所提方法继承了匹配追踪类算法小快拍性能好且运算量小的优点,同时极大改进了原始算法角度分辨力差的问题。第二,利用阵列输出协方差矩阵的对称Toeplitz特性,可以经由两次矩阵变换过程将DOA估计问题从复数域的多测量矢量(Muitiple Measurement Vector,MMV)问题转化为实数域的单测量矢量(Single Measurement Vector,SMV)问题。该过程在保证测向性能的前提下将ULA阵列的DOA估计问题简化。又从去冗余的角度定义了一种线性变换对阵列输出四阶累积量协方差矩阵进行降维,使其满足实值化条件,从而将上述方法推广到四阶累积量。第三,针对现有的基追踪(Basis Pursuit,BP)类测向方法计算量较大的问题,基于第二点中提出的二阶统计域和高阶统计域的实值向量化测向模型,我们分别提出了适用于高斯白噪声和高斯有色噪声背景下的BP测向方法。由于算法只需要解决低变量数的SMV问题,比现有的BP测向方法计算效率更高。算法无需进行特征值分解,节省计算量的同时对信源数是否被准确估计不敏感。又将处理实值化SMV问题的ISL0算法引入测向问题,该算法对正则化参数的设置准确度要求不高,可以有效解决基于四阶累积量的凸优化算法设置正则化参数困难的问题。第四,针对现有的离格测向方法计算量较大的问题,建立了DOA估计的实值化离格模型。采用第三点中提出的算法对DOA与网格误差进行交替迭代求取,分别提出了适用于高斯白噪声和高斯有色噪声背景下的离格测向方法,后者填补了现存离格测向方法无法处理高斯有色噪声的空白。与现有的同类算法相比,所提算法在一定程度上减小了运算时间,提高了离格类测向算法的实用性。通过计算机仿真验证了所提算法的有效性。第五,基于分数低阶统计量(Fractional Lower Order Statistics,FLOS)的子空间方法需要较大的快拍数、较高信噪比门限才能处理alpha噪声背景下的测向问题。针对该问题,我们分析了相位分数低阶矩(Phase Fractional Lower Order Moment,PFLOM)协方差矩阵满足范德蒙德分解定理的条件,将PFLOM与协方差匹配准则相结合,提出了两种适用于alpha白噪声背景下的无网格测向方法。仿真实验验证了所提方法与现有的同类算法相比可以在较低信噪比、较少快拍数的不利条件下有效解决强冲击性alpha白噪声背景下的稳定测向问题。第六,针对现存适用于alpha噪声的测向方法只能处理alpha白噪声的问题,本文将一种全新的统计量—分数阶累积量(Fractional Order Cumulant,FOC)引入测向问题,并简要分析了该统计量对alpha色噪声的抑制机理。借助该统计量对alpha色噪声的抑制作用,结合本文前面章节的内容提出了适用于alpha色噪声环境下的离格、无格稀疏测向方法,填补了现存测向方法无法妥善处理alpha色噪声的空白,并通过仿真实验验证了所提算法的有效性。
二、一种用于宽带信号测向的新算法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种用于宽带信号测向的新算法(论文提纲范文)
(1)基于相关熵的自适应波束形成与无线定位中参数估计研究(论文提纲范文)
摘要 |
ABSRACT |
主要缩略语 |
主要符号表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外相关工作研究进展与现状 |
1.2.1 自适应波束形成的研究进展与现状 |
1.2.2 无线定位中波达方向估计的研究进展与现状 |
1.2.3 无线定位中时延估计的研究进展与现状 |
1.3 本文主要研究内容与论文结构 |
2 基础理论 |
2.1 引言 |
2.2 Alpha稳定分布 |
2.2.1 Alpha稳定分布的定义 |
2.2.2 Alpha稳定分布的性质 |
2.3 相关熵 |
2.3.1 相关熵的定义和性质 |
2.3.2 最大相关熵准则 |
2.4 循环相关与循环相关熵 |
2.4.1 循环相关与循环谱 |
2.4.2 循环相关熵与循环相关熵谱 |
2.5 本章小结 |
3 存在循环频率误差下稳健的自适应波束形成算法 |
3.1 引言 |
3.2 压缩采样下循环平稳信号的循环谱重构 |
3.2.1 问题描述 |
3.2.2 压缩采样下循环平稳信号的循环频率估计算法 |
3.2.3 仿真实验与结果分析 |
3.3 脉冲噪声下稳健的自适应波束形成算法 |
3.3.1 问题描述 |
3.3.2 基于最大相关熵准则的权矢量估计 |
3.3.3 基于相关熵相关函数的自适应波束形成算法 |
3.3.4 仿真实验与结果分析 |
3.4 本章小结 |
4 未知信源个数条件下的DOA估计 |
4.1 引言 |
4.2 基于L1稀疏正则化的信源个数估计 |
4.2.1 问题描述 |
4.2.2 基于L1稀疏正则化的信号信源个数估计算法 |
4.2.3 仿真实验与结果分析 |
4.3 脉冲噪声下宽带信号DOA和信源个数联合估计 |
4.3.1 问题描述 |
4.3.2 基于循环相关熵的宽带信号阵列模型 |
4.3.3 基于循环相关熵的DOA和信源个数联合估计 |
4.3.4 仿真实验与结果分析 |
4.4 本章小结 |
5 脉冲噪声下基于相关熵的时延估计 |
5.1 引言 |
5.2 窄带信号的时延估计 |
5.2.1 问题描述 |
5.2.2 基于相关熵希尔伯特差值法的时延估计 |
5.2.3 仿真实验与结果分析 |
5.3 振幅衰减信号的时延估计 |
5.3.1 问题描述 |
5.3.2 两步法时延估计算法 |
5.3.3 一步法时延估计算法 |
5.3.4 仿真实验与结果分析 |
5.4 本章小结 |
6 基于阵列单通道DOA和时延估计的双站定位 |
6.1 引言 |
6.2 双站定位算法介绍 |
6.2.1 定位系统的整体架构 |
6.2.2 阵列单通道DOA估计 |
6.2.3 目标源定位 |
6.3 实测实验及结果分析 |
6.4 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
附录A 加权矢量w(a,n)估计的无偏性证明 |
附录B 定理4.2的证明 |
附录C 式(4.46)的证明 |
附录D 衰减因子β_p估计的无偏性证明 |
攻读博士学位期间科研项目及科研成果 |
致谢 |
作者简介 |
(2)MIMO雷达信号侦察理论与方法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 MIMO雷达发展现状 |
1.2.2 MIMO雷达侦察研究现状 |
1.3 本文的主要研究内容与结构安排 |
第二章 MIMO雷达信号侦察模型 |
2.1 引言 |
2.2 MIMO雷达的发射体制和波形特点 |
2.2.1 MIMO雷达发射体制 |
2.2.2 MIMO雷达波形特点 |
2.3 MIMO雷达联合侦察接收模型 |
2.3.1 单雷达侦察接收模型 |
2.3.2 多雷达联合侦察接收模型 |
2.4 MIMO雷达信号侦察方法 |
2.4.1 射频信号处理模块 |
2.4.2 数字信号处理模块 |
2.5 本章小结 |
第三章 MIMO雷达信号检测 |
3.1 引言 |
3.2 MIMO雷达信号检测分析 |
3.2.1 检测问题描述 |
3.2.2 MIMO雷达截获信号信噪比分析 |
3.2.3 常规检测算法问题 |
3.2.4 仿真分析 |
3.3 基于分数阶自相关与熵权降噪的检测算法 |
3.3.1 相关概念和原理 |
3.3.2 方法推导 |
3.3.3 算法性能分析 |
3.3.4 仿真分析 |
3.4 MIMO雷达信号子载波数量检测 |
3.4.1 信号模型 |
3.4.2 基于信息论准则的方法 |
3.4.3 基于盖尔圆盘的检测算法 |
3.4.4 仿真分析 |
3.5 本章小结 |
第四章 MIMO雷达信号调制参数估计与半实物离线试验 |
4.1 引言 |
4.2 OFDM-LFM信号调制参数估计 |
4.2.1 信号模型 |
4.2.2 相关算法分析 |
4.2.3 传统FrFT问题 |
4.2.4 基于FrFT与 FA系数插值算法 |
4.2.5 仿真分析 |
4.3 OPPC信号调制参数估计算法 |
4.3.1 信号模型 |
4.3.2 相关算法分析 |
4.4 半实物离线试验 |
4.4.1 试验方案 |
4.4.2 试验数据分析 |
4.5 本章小结 |
第五章 分布式MIMO雷达信号空域参数估计 |
5.1 引言 |
5.2 分布式MIMO雷达信号DOA估计模型 |
5.3 基于空间Fourier系数插值的快速DOA估计算法 |
5.3.1 算法原理 |
5.3.2 SFIFD估计算法 |
5.3.3 性能分析 |
5.4 基于聚类和空域滤波的子载波信号分离方法 |
5.4.1 方法原理 |
5.4.2 方法流程 |
5.4.3 分离方法 |
5.5 仿真分析 |
5.6 本章小结 |
第六章 集中式MIMO雷达信号空域参数估计 |
6.1 引言 |
6.2 集中式MIMO雷达信号DOA估计模型 |
6.3 基于开关阵列的宽带信号测向算法 |
6.3.1 开关阵列测向系统 |
6.3.2 信号模型 |
6.3.3 DOA估计原理 |
6.3.4 仿真分析 |
6.4 基于压缩感知的移动目标单站无源定位方法 |
6.4.1 信号模型 |
6.4.2 压缩感知 |
6.4.3 方法原理 |
6.4.4 仿真分析 |
6.5 本章小结 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(3)宽带信号波达方向估计方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 引言 |
1.2 课题的研究目的与意义 |
1.3 课题的研究背景与现状 |
1.3.1 窄带信号 DOA 估计方法 |
1.3.2 基于最大似然的宽带信号 DOA 估计算法 |
1.3.3 基于信号子空间的宽带信号 DOA 估计算法 |
1.3.4 基于循环平稳特性的宽带信号 DOA 估计 |
1.3.5 阵列误差校正与宽带信号 DOA 估计 |
1.4 论文主要研究内容及安排 |
第2章 空间谱估计的基础理论 |
2.1 阵列模型的简化 |
2.2 空间谱估计数学模型 |
2.3 宽带信号的概念及数学模型 |
2.3.1 宽带信号的概念 |
2.3.2 宽带信号的数学模型 |
2.4 影响 DOA 估计的部分因素 |
2.5 本章小结 |
第3章 宽带信号最大似然 DOA 估计算法 |
3.1 引言 |
3.2 窄带信号模型最大似然估计器 |
3.2.1 窄带信号确定性最大似然估计器 |
3.2.2 窄带信号随机性最大似然估计器 |
3.3 宽带信号模型最大似然估计器 |
3.3.1 宽带信号确定性最大似然估计器 |
3.3.2 宽带信号随机性最大似然估计器 |
3.4 改进的宽带信号最大似然 DOA 估计算法 |
3.4.1 算法理论基础 |
3.4.2 算法性能分析与模型统一 |
3.4.3 非均匀噪声条件下的最大似然估计 |
3.4.4 仿真实验及结果分析 |
3.5 本章小结 |
第4章 基于信号子空间的宽带信号 DOA 估计方法 |
4.1 引言 |
4.2 相干信号子空间方法 |
4.2.1 相干信号子空间方法原理 |
4.2.2 实验仿真及结果分析 |
4.3 聚焦矩阵的构造准则和构造方法 |
4.3.1 聚焦矩阵的构造准则 |
4.3.2 聚焦矩阵的构造方法 |
4.3.3 聚焦频率的选择及算法性能分析 |
4.3.4 仿真实验及结果分析 |
4.4 基于新型聚焦矩阵的宽带信号 DOA 估计 |
4.4.1 算法的原理与步骤 |
4.4.2 仿真实验及结果分析 |
4.5 本章小结 |
第5章 宽带循环平稳信号的 DOA 估计 |
5.1 引言 |
5.2 循环平稳理论基础 |
5.2.1 信号循环平稳基本定义 |
5.2.2 循环平稳信号的基本特性 |
5.2.3 循环相关性去噪原理 |
5.3 空间谱估计中的循环平稳算法 |
5.3.1 循环平稳算法数学模型 |
5.3.2 循环平稳算法分析 |
5.3.3 仿真实验及结果分析 |
5.4 应用循环平稳特性的宽带信号 DOA 估计 |
5.4.1 宽带信号循环平稳特性及数学模型 |
5.4.2 宽带信号循环平稳 DOA 估计方法 |
5.4.3 仿真实验及结果分析 |
5.5 本章小结 |
第6章 阵列误差校正与 DOA 估计 |
6.1 引言 |
6.2 阵列误差形式及建模 |
6.2.1 阵元通道幅相误差 |
6.2.2 阵元间的互耦 |
6.2.3 阵元方向误差 |
6.2.4 阵元位置误差 |
6.2.5 仿真实验及结果分析 |
6.3 阵列误差的有源校正方法 |
6.3.1 有源校正方法的建模 |
6.3.2 有源校正方法的校正原理 |
6.4 阵列误差的辅助阵元校正法 |
6.4.1 方位依赖的阵列误差模型 |
6.4.2 辅助阵元校正与 DOA 估计 |
6.4.3 仿真实验及结果分析 |
6.5 阵列误差条件下的宽带信号 DOA 估计 |
6.5.1 宽带信号阵列误差模型 |
6.5.2 稳健的宽带信号 DOA 估计算法 |
6.5.3 仿真实验及结果分析 |
6.6 本章小结 |
总结与展望 |
参考文献 |
攻读博士学位期间发表的论文和取得的科技成果 |
致谢 |
(4)宽带相干信源测向算法研究及实现(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 论文研究背景和意义 |
1.2 国内外研究历史与现状 |
1.2.1 空间谱估计技术概述 |
1.2.2 宽带相干信号空间谱估计研究现状 |
1.2.3 测向系统的工程实现技术研究现状 |
1.3 本文主要研究内容与章节安排 |
第二章 宽带相干阵列信号处理基础 |
2.1 宽带相干信号相关概念 |
2.1.1 相干信号环境下空间谱测向存在的问题 |
2.1.2 宽带信号环境中空间谱测向存在的问题 |
2.2 阵列信号处理的数学模型 |
2.2.1 常用阵列流形 |
2.2.2 接收阵列输出信号的数学模型 |
2.3 基于最大似然估计的宽带测向算法 |
2.3.1 宽带确定性最大似然估计算法 |
2.3.2 宽带随机高斯性最大似然测向算法 |
2.3.3 宽带加权子空间拟合测向算法 |
2.4 相干信号子空间宽带空间谱估计算法 |
2.4.1 CSM算法原理 |
2.4.2 CSM算法解相干原理 |
2.5 仿真试验及结果分析 |
2.6 本章小结 |
第三章 基于频域聚焦的宽带空间谱估计算法 |
3.1 基于角度扫描的相干信号子空间算法 |
3.1.1 聚焦矩阵构造 |
3.1.2 正交投影算子构造 |
3.1.3 仿真试验与结果分析 |
3.2 解相干的MTOPS空间谱估计算法 |
3.2.1 TOPS算法 |
3.2.2 改进的投影子空间正交性测试方法 |
3.2.3 TOPS和MTOPS算法分析 |
3.2.4 解相干的MTOPS空间谱估计算法 |
3.2.5 仿真试验与结果分析 |
3.3 本章小结 |
第四章 基于高阶累积量的宽带测向算法 |
4.1 高阶累积量介绍 |
4.2 基于信号子空间聚焦和高阶累积量的宽带测向算法 |
4.2.1 基于高阶累积量的宽带测向算法 |
4.2.2 基于信号子空间聚焦的高阶累积量宽带测向算法 |
4.3 基于高阶累积量的宽带信号测向仿真验证 |
4.3.1 多个目标信号测向结果仿真 |
4.3.2 测向分辨率 |
4.3.3 单信号测向精度 |
4.3.4 不同参数下测向结果仿真 |
4.3.5 均匀圆阵孔径与测向模糊 |
4.4 本章小结 |
第五章 基于ESPRIT技术的宽带测向算法 |
5.1 ESPRIT测向原理 |
5.2 基于ESPRIT的高阶累积量DOA估计 |
5.3 基于ESPRIT得宽带信号测向仿真实验 |
5.3.1 多目标信号测向性能 |
5.3.2 单信号测向误差 |
5.3.3 相位误差对测向影响 |
5.3.4 不同参数下应用高阶累积量ESPRIT算法的测向仿真 |
5.4 本章小结 |
第六章 超短波宽带空间谱测向的工程实现 |
6.1 系统组成 |
6.2 工作原理 |
6.3 主要硬件平台设计 |
6.3.1 超短波测向天线阵 |
6.3.2 开关阵 |
6.3.3 多通道接收机 |
6.3.4 测向处理器 |
6.3.5 系统监控 |
6.4 系统软件设计 |
6.5 测向处理算法的实现 |
6.5.1 基于最大似然估计宽带测向算法 |
6.5.2 基于子空间的宽带测向算法 |
6.6 性能指标 |
6.7 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 展望 |
致谢 |
参考文献 |
作者博士期间的研究工作和成果 |
(5)一种新的均匀圆阵宽带波束域高分辨测向算法(论文提纲范文)
1 引言 |
2算法推导 |
3仿真结果与分析 |
3.1新算法与基于模式空间变换的宽带圆阵波束域算法的比较 |
3.2新算法和圆阵相干信号子空间算法的比较 |
4 结语 |
(6)宽带信号DOA估计算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究历史及现状 |
1.3 本文的主要工作 |
第2章 宽带测向算法理论基础 |
2.1 宽带信号的DOA估计 |
2.2 宽带信号DOA估计的数学模型 |
2.2.1 阵列模型 |
2.2.2 噪声模型 |
2.2.3 接收的信号模型 |
2.3 影响DOA估计结果的因素 |
2.4 评价DOA估计性能的参数 |
2.5 宽带测向算法概述 |
2.6 本章小结 |
第3章 经典的宽带测向算法 |
3.1 基于最大似然的宽带测向算法 |
3.1.1 宽带最大似然估计子 |
3.1.2 代价函数的优化 |
3.1.3 算法的具体步骤 |
3.1.4 实验结果分析 |
3.2 非相干的信号子空间算法 |
3.2.1 ISM算法原理 |
3.2.2 改进的ISM算法 |
3.2.3 实验结果分析 |
3.3 相干的信号子空间算法 |
3.3.1 CSM算法原理 |
3.3.2 解相干的实质 |
3.3.3 CSM算法具体步骤 |
3.3.4 实验结果分析 |
3.4 聚焦矩阵的构造 |
3.4.1 最佳聚焦矩阵的构造准则 |
3.4.2 最佳聚焦频率的选择 |
3.4.3 非酉聚焦矩阵 |
3.4.4 几种经典的聚焦矩阵的构造 |
3.5 本章小结 |
第4章 低信噪比情况下的宽带测向算法 |
4.1 预处理法 |
4.1.1 噪声的抑制原理 |
4.1.2 实验结果分析 |
4.2 改进的TCT算法 |
4.2.1 新算法的算法原理 |
4.2.2 实验结果分析 |
4.3 基于四阶累计量的宽带测向算法 |
4.3.1 四阶累计量的定义及性质 |
4.3.2 基于四阶累计量的噪声抑制原理 |
4.3.3 实验结果分析 |
4.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(7)一种新的信号子空间宽带测向算法(论文提纲范文)
0 引言 |
1 宽带信号模型 |
2 经典的RSS算法简介 |
3 新算法的推导 |
4 计算机仿真 |
5 结束语 |
(8)宽带测向算法研究(论文提纲范文)
第1章 绪论 |
1.1 课题的目的和意义 |
1.2 与本课题相关的基本概念 |
1.2.1 数学模型 |
1.2.2 影响波达方向估计结果的因素 |
1.2.3 表征波达方向估计性能的参数 |
1.3 宽带测向的研究现状和目前存在的问题 |
1.3.1 基于最大似然的方法 |
1.3.2 基于子空间的方法 |
1.3.3 目前存在的问题 |
1.4 本课题的主要研究内容 |
第2章 宽带最大似然测向算法 |
2.1 引言 |
2.2 宽带确定性最大似然测向算法 |
2.2.1 宽带确定性最大似然估计子 |
2.2.2 代价函数的优化 |
2.2.2.1 交替投影算法 |
2.2.2.2 EM算法 |
2.2.2.3 遗传算法 |
2.2.3 算法的具体步骤 |
2.2.4 实验结果分析 |
2.2.4.1 用交替投影算法进行优化 |
2.2.4.2 用交替投影算法和 EM算法相结合的方法进行优化 |
2.2.4.3 用遗传算法进行优化 |
2.2.4.4 三种优化算法的性能比较 |
2.3 宽带随机高斯性最大似然测向算法 |
2.3.1 宽带随机高斯性最大似然估计子 |
2.3.2 宽带确定性最大似然和随机高斯性最大似然估计等价的条件 |
2.3.3 克洛美罗限 |
2.3.4 算法的具体步骤 |
2.4 宽带加权子空间拟合测向算法 |
2.4.1 宽带加权子空间拟合估计子 |
2.4.2 信号特征矢量的选择 |
2.4.3 代价函数的优化 |
2.4.4 算法的具体步骤 |
2.4.5 实验结果分析 |
2.5 本章小结 |
第3章 基于波达方向预估计的宽带子空间测向算法 |
3.1 引言 |
3.2 基于阵列流形变换的宽带测向算法 |
3.2.1 理论依据 |
3.2.2 聚焦矩阵的求取 |
3.2.3 算法的具体步骤 |
3.2.4 实验结果分析 |
3.3 修正 RSS算法 |
3.3.1 聚焦矩阵的简化 |
3.3.2 算法的具体步骤 |
3.3.3 实验结果分析 |
3.4 基于近似阵列流行变换的宽带测向算法 |
3.4.1 矩阵极分解理论 |
3.4.2 聚焦矩阵的求取 |
3.4.3 算法的具体步骤 |
3.4.4 实验结果分析 |
3.5 基于伪数据矩阵奇异值分解的宽带测向算法 |
3.5.1 伪数据矩阵的构造及奇异值分解 |
3.5.2 算法的具体步骤 |
3.5.3 实验结果分析 |
3.6 基于四阶累积量矩阵特征分解的宽带测向算法 |
3.6.1 四阶累积量矩阵在宽带测向算法中的应用 |
3.6.2 算法的具体步骤 |
3.6.3 实验结果分析 |
3.7 各种阵列流行变换矩阵之间的关系 |
3.8 本章小结 |
第4章 波达方向信息完全未知情况下的宽带子空间测向算法 |
4.1 引言 |
4.2 广义阵列流行内插宽带测向算法 |
4.2.1 指向矢量的可分离替代 |
4.2.2 广义阵列流行内插算法 |
4.2.3 算法的具体步骤 |
4.2.4 实验结果分析 |
4.3 基于无噪协方差矩阵变换的宽带测向算法 |
4.3.1 算法描述 |
4.3.2 算法的具体步骤 |
4.3.3 性能分析 |
4.3.3.1 与TCT算法和 SST算法的关系 |
4.3.3.2 波达方向估计的无偏性 |
4.3.4 实验结果分析 |
4.4 改进NCT算法 |
4.4.1 变换矩阵的简化 |
4.4.2 算法的具体步骤 |
4.4.3 实验结果分析 |
4.5 基于伪协方差矩阵特征值分解的宽带测向算法 |
4.5.1 伪协方差矩阵的构造及特征值分解 |
4.5.2 算法的具体步骤 |
4.5.3 实验结果分析 |
4.6 本章小结 |
第5章 宽带指向最小方差波束形成器 |
5.1 引言 |
5.2 改进的宽带指向最小方差波束形成器 |
5.3 算法的具体步骤 |
5.4 实验结果分析 |
5.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
(10)复杂噪声背景下的稀疏测向方法研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 DOA估计的国内外研究现状 |
1.2.1 早期非参数化方法 |
1.2.2 参数化阵列测向方法的研究 |
1.2.3 半参数化方法(稀疏测向)的研究 |
1.2.4 高斯色噪声背景下的测向方法研究 |
1.2.5 alpha噪声背景下的测向方法研究 |
1.2.6 基于实值化模型的测向方法 |
1.2.7 离网格(off-grid)稀疏测向方法 |
1.2.8 无网格(gridless)稀疏测向方法 |
1.3 本文的主要内容和章节安排 |
第2章 相关理论以及预备知识 |
2.1 引言 |
2.2 稀疏表示的基本原理 |
2.3 稀疏测向的可行性分析 |
2.4 非高斯分布的基本模型 |
2.4.1 混合高斯分布 |
2.4.2 广义高斯分布 |
2.4.3 t分布 |
2.4.4 alpha稳定分布 |
2.5 alpha稳定分布的定义和性质 |
2.5.1 alpha稳定分布的定义 |
2.5.2 alpha稳定分布的性质 |
2.6 本章小结 |
第3章 基于全部子空间信息的匹配追踪测向算法 |
3.1 引言 |
3.2 基于均匀线形阵列(ULA)的DOA估计稀疏模型 |
3.3 MP类算法角度分辨能力不足的原因分析 |
3.4 子空间信息 |
3.5 NSR OMP算法提出 |
3.5.1 最小范数法 |
3.5.2 NSR OMP算法实现和计算量分析 |
3.6 仿真实验 |
3.6.1 实验3.1--NSR OMP算法估计实验 |
3.6.2 实验3.2--偏移角实验 |
3.6.3 实验3.3--快拍数实验 |
3.6.4 实验3.4--信噪比实验 |
3.7 本章小结 |
第4章 基于实值化模型的离格稀疏测向方法 |
4.1 引言 |
4.2 阵列的实值化测向模型 |
4.2.1 均匀线阵(ULA)的二阶统计量实值化测向模型 |
4.2.2 稀疏线阵(SLA)的二阶统计量实值化测向模型 |
4.2.3 ULA阵列的四阶累积量降维实值化测向模型 |
4.3 算法提出 |
4.3.1 RV L1-SSV DOA估计算法 |
4.3.2 基于平滑l_0范数的DOA估计算法 |
4.3.2.1 平滑函数设计 |
4.3.2.2 算法推导 |
4.3.2.3 RV ISL0-SSV算法流程 |
4.3.2.4 算法参数设置及其计算量分析 |
4.3.2.5 四阶累积量矢量实值化模型 |
4.3.3 在格方法的仿真实验与分析 |
4.3.3.1 实验4.1--可行性实验 |
4.3.3.2 实验4.2--偏移角实验 |
4.3.3.3 实验4.3--信噪比实验 |
4.4 实值化离格稀疏测向方法 |
4.4.1 RV L1-OGSSV测向方法 |
4.4.2 RV ISL0-OGSSV和RV ISL0-OGHOCV测向方法 |
4.4.3 离格测向方法的仿真实验与分析 |
4.4.3.1 实验4.4--收敛性分析 |
4.4.3.2 实验4.5--信噪比实验 |
4.4.3.3 实验4.6--运算时间比较 |
4.5 本章小结 |
第5章 Alpha白噪声背景下基于PFLOM的无网格稀疏测向方法 |
5.1 引言 |
5.2 理论基础 |
5.2.1 范德蒙德分解定理 |
5.2.2 原子范数 |
5.2.3 连续压缩感知 |
5.2.4 协方差匹配 |
5.3 基于分数低阶统计量无网格方法的可行性分析 |
5.4 基于PFLOM的无网格测向方法 |
5.4.1 基于PFLOM的 GLS方法 |
5.4.2 基于PFLOM的稀疏矩阵重构方法 |
5.4.3 参数b的设定 |
5.5 PFLOM-SMR和PFLOM-GLS算法与ANM方法的关联性 |
5.6 仿真实验与分析 |
5.6.1 实验5.1--可行性实验 |
5.6.2 实验5.2--信噪比实验 |
5.6.3 实验5.3--快拍数实验 |
5.6.4 实验5.4--噪声冲击性实验 |
5.7 本章小结 |
第6章 Alpha色噪声背景下基于FOC的稀疏测向方法 |
6.1 引言 |
6.2 分数阶累积量 |
6.3 算法提出 |
6.3.1 基于FOC的 MUSIC算法 |
6.3.2 基于FOC的离格稀疏测向方法 |
6.3.3 基于FOC的无网格稀疏测向方法 |
6.4 数值仿真实验分析 |
6.4.1 实验6.1--确定参数p的取值 |
6.4.2 实验6.2--可行性实验 |
6.4.3 实验6.3--信噪比实验 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 全文总结 |
7.2 研究展望 |
参考文献 |
攻读博士学位期间所取得的科研成果 |
致谢 |
四、一种用于宽带信号测向的新算法(论文参考文献)
- [1]基于相关熵的自适应波束形成与无线定位中参数估计研究[D]. 金芳晓. 大连理工大学, 2019(01)
- [2]MIMO雷达信号侦察理论与方法研究[D]. 刘怡飞. 电子科技大学, 2019(01)
- [3]宽带信号波达方向估计方法研究[D]. 刘付刚. 哈尔滨工程大学, 2013(04)
- [4]宽带相干信源测向算法研究及实现[D]. 谢锘. 西安电子科技大学, 2010(05)
- [5]一种新的均匀圆阵宽带波束域高分辨测向算法[J]. 周林,赵拥军. 信号处理, 2009(03)
- [6]宽带信号DOA估计算法研究[D]. 陈娟. 哈尔滨工程大学, 2009(S1)
- [7]一种新的信号子空间宽带测向算法[J]. 唐涛,栾鹏程,吴瑛. 电光与控制, 2006(02)
- [8]宽带测向算法研究[D]. 李福昌. 哈尔滨工程大学, 2005(08)
- [9]利用信号谱相关特性提高谱估计测向性能[J]. 朱德君,许树声. 现代雷达, 1995(01)
- [10]复杂噪声背景下的稀疏测向方法研究[D]. 赵洋. 吉林大学, 2021(01)