当前位置:首页 > 工业技术
阵列信号处理的理论和应用
阵列信号处理的理论和应用

阵列信号处理的理论和应用PDF电子书下载

工业技术

  • 电子书积分:10 积分如何计算积分?
  • 作 者:张小飞,汪飞,徐大专编著
  • 出 版 社:北京:国防工业出版社
  • 出版年份:2010
  • ISBN:9787118071009
  • 页数:242 页
图书介绍:阵列信号处理是信号处理领域的一个重要分支,用传感器阵列来接收空间信号,与传统的单个定向传感器相比,具有灵活的波束控制、高的信号增益、极强的干扰抑制能力以及高的空间分辨能力等优点,直接导致阵列信号处理具有重要的军事、民事应用价值和广阔的应用前景,具体来说已涉及雷达、声纳、通信、地震勘探、射电天文以及医学诊断等多种领域。本书的读者对象为通信与信息系统、信号和信息处理、微波和电磁场和水声等专业技术人员。
《阵列信号处理的理论和应用》目录

符号说明 1

第1章 绪论 2

1.1 研究背景 2

1.2 阵列信号处理的发展史及现状 2

1.2.1 波束形成技术 2

1.2.2 空间谱估计方法 5

1.2.3 阵列多参数估计 6

1.3 本书的安排 8

参考文献 9

第2章 阵列信号处理基础 15

2.1 矩阵代数的相关知识 15

2.1.1 特征值与特征向量 15

2.1.2 广义特征值与广义特征向量 15

2.1.3 矩阵的奇异值分解 15

2.1.4 Toeplitz矩阵 16

2.1.5 Hankel矩阵 16

2.1.6 Vandermonde矩阵 16

2.1.7 Hermitian矩阵 17

2.1.8 Kronecker积 17

2.1.9 Khatri-Rao积 17

2.2 信号模型 18

2.2.1 窄带信号 18

2.2.2 相关系数 18

2.2.3 噪声模型 18

2.3 阵列天线的统计模型 18

2.3.1 前提及假设 18

2.3.2 阵列的基本概念 19

2.3.3 天线阵模型 20

2.3.4 阵列的方向图 21

2.3.5 波束宽度 22

2.3.6 分辨力 23

2.4 阵列响应矢量/矩阵 23

2.5 阵列协方差矩阵的特征分解 26

2.6 信源数估计算法 28

2.6.1 特征值分解方法 29

2.6.2 信息论方法 29

2.6.3 平滑秩序列法 30

2.6.4 盖氏圆方法 31

2.6.5 正则相关技术 33

参考文献 34

第3章 波束形成算法 36

3.1 波束形成定义 36

3.2 常用的波束形成算法 36

3.2.1 波束形成原理 36

3.2.2 波束形成的最佳权矢量 38

3.2.3 波束形成的准则 40

3.2.4 仿真与分析 41

3.3 自适应波束形成算法 42

3.3.1 引言 42

3.3.2 自适应波束形成的最佳权矢量 42

3.3.3 权矢量更新的自适应算法 44

3.4 广义旁瓣相消器(GSC)的波束形成算法及其改进 45

3.4.1 广义旁瓣相消器算法 45

3.4.2 GSC的改进算法 46

3.4.3 仿真及分析 47

3.5 基于投影分析的波束形成 48

3.5.1 基于投影的波束形成 48

3.5.2 基于斜投影的波束形成算法 49

3.6 过载情况下的自适应波束形成算法 51

3.6.1 信号模型 52

3.6.2 近似最小方差法波束形成器 52

3.6.3 阵列固有的协方差矩阵的求解 53

3.7 基于高阶累积量的波束形成算法 53

3.7.1 阵列模型 54

3.7.2 利用高阶累积量方法估计期望信号的方向矢量 54

3.7.3 基于高阶累积量的盲波束形成 55

3.8 基于周期平稳性的波束形成算法 55

3.8.1 阵列模型与信号周期平稳性 55

3.8.2 CAB类盲波束形成算法 56

3.9 基于恒模的盲波束形成算法 58

3.9.1 信号模型 58

3.9.2 随机梯度恒模算法 58

3.9.3 最小二乘恒模算法(LS-CMA) 59

3.10 自适应对角线加载的波束形成算法 60

3.10.1 引言 60

3.10.2 问题的提出 61

3.10.3 自适应对角线加载波束形成算法 62

3.10.4 仿真及分析 63

3.11 变换域波束形成技术 65

3.11.1 引言 65

3.11.2 基于频域的自适应波束形成算法 65

3.11.3 小波域自适应波束形成算法 68

3.12 鲁棒的自适应波束成形 70

3.12.1 对角加载方法 71

3.12.2 基于特征空间的方法 71

3.12.3 贝叶斯方法 72

3.12.4 基于最坏情况性能优化的方法 73

3.12.5 基于概率约束的方法 73

参考文献 74

第4章 DOA估计算法 77

4.1 DOA估计的发展 77

4.2 传统的DOA估计方法 77

4.2.1 Capon算法 77

4.2.2 前向预测算法 78

4.2.3 最大熵算法 79

4.2.4 最小模算法 79

4.3 MUSIC算法及其修正算法 80

4.3.1 MUSIC算法 81

4.3.2 MUSIC算法的推广形式 81

4.3.3 MUSIC算法性能分析 83

4.3.4 求根MUSIC算法 86

4.3.5 求根MUSIC算法性能 86

4.4 最大似然法 87

4.4.1 确定性最大似然法 87

4.4.2 随机性最大似然法 89

4.5 子空间拟合算法 90

4.5.1 信号子空间拟合(SSF) 90

4.5.2 噪声子空间拟合(NSF) 91

4.5.3 子空间拟合算法性能 91

4.5.4 子空间拟合算法的实现 93

4.6 基于特征空间的DOA估计算法 98

4.6.1 信号模型 99

4.6.2 基于特征空间的DOA估计算法 100

4.6.3 仿真和分析 101

4.7 ESPRIT算法及其修正算法 102

4.7.1 ESPRIT算法的基本模型 102

4.7.2 LS-ESPRIT 104

4.7.3 TLS-ESPRIT 105

4.7.4 SLS-ESPRIT 106

4.7.5酉ESPRIT 108

4.7.6 ESPRIT算法理论性能 111

4.8 基于四阶累积量的DOA估计 113

4.8.1 引言 113

4.8.2 四阶累积量与二阶统计量之间的关系 113

4.8.3 四阶累积量的阵列扩展特性 115

4.8.4 MUSIC-Like算法 116

4.8.5 Virtual-ESPRIT算法 116

4.9 传播算子DOA估计算法 118

参考文献 119

第5章 相干信源DOA估计 122

5.1 相干信源DOA估计的发展 122

5.2 空间平滑算法 123

5.3 改进的MUSIC算法(IMUSIC) 124

5.4 基于Toeplitz矩阵重构的ESPRIT-Like算法 125

5.5 任意阵列下的相干信号DOA估计 126

参考文献 128

第6章 二维DOA估计 130

6.1 引言 130

6.2 L型阵列下盲二维波达方向估计 131

6.2.1 数据模型 131

6.2.2 基于移不变性的改进的二维波达方向估计 132

6.3 面阵中二维DOA估计算法 134

6.3.1 接收信号模型 135

6.3.2 二维MUSIC算法 135

6.3.3 二维Capon算法 136

6.3.4 二维求根MUSIC算法 136

6.3.5 二维ESPRIT及二维Unitary-ESPRIT算法 138

6.3.6 二维传播算子算法 143

6.3.7 PARAFAC技术 145

6.3.8 小结 147

6.4 基于增广矩阵束的L型阵列的二维DOA估计 148

6.4.1 阵列结构与信号模型 148

6.4.2 基于MEMP的二维DOA估计算法 148

6.5 基于平行L型阵列的联合对角化DOA矩阵法 151

6.5.1 阵列结构及信号模型 151

6.5.2 构造两个DOA矩阵 152

6.5.3 联合对角化技术 153

参考文献 155

第7章 宽带阵列信号处理 157

7.1 引言 157

7.2 宽带阵列信号处理基础 158

7.2.1 宽带信号的概念 158

7.2.2 阵列信号模型 158

7.3 宽带信号源的DOA估计 159

7.3.1 非相干信号子空间(ISM)方法 159

7.3.2 相干信号子空间(CSM)方法 160

7.3.3 聚焦矩阵的构造方法 161

参考文献 164

第8章 阵列多参数估计 165

8.1 引言 165

8.2 联合角度频率估计的ESPRIT算法 166

8.2.1 数据模型 166

8.2.2 波达方向-频率的联合估计 167

8.2.3 推广 168

8.3 基于PARAFAC的盲角度和频率估计算法 170

8.3.1 数据模型 170

8.3.2 三线性分解和可辨识性 171

8.3.3 联合角度和频率估计 172

8.4 基于传播算子的波达方向、频率联合估计算法 174

8.4.1 数据模型 174

8.4.2 基于传播算子的波达方向、频率联合估计方法 174

8.5 联合角度和时延估计的ESPRIT方法 176

8.5.1 数据模型 176

8.5.2 联合角度-时延估计问题 177

8.5.3 联合角度-时延估计的ESPRIT算法 179

参考文献 182

第9章 四元数理论在阵列信号处理中的应用 184

9.1 概述 184

9.2 四元数在二维DOA估计中的应用 184

9.3 四元数在联合角度频率估计中的应用 187

9.4 四元数在色噪声矢量阵列信号处理中的应用 188

参考文献 191

第10章 MIMO雷达的角度估计 193

10.1 MIMO雷达接收信号模型 194

10.2 2D-MUSIC算法 194

10.3 MUSIC算法 195

10.4 求根MUSIC算法 197

10.5 基于ESPRIT算法的MIMO雷达的角度估计 197

10.6 基于三线性分解算法的MIMO雷达的角度估计 199

10.7 基于降维Capon的MIMO雷达的角度估计 201

10.8 本章小结 203

参考文献 203

第11章 声矢量传感器阵列的DOA估计 205

11.1 引言 205

11.2 基于多不变MUSIC算法的声矢量传感器阵的DOA估计 205

11.3 基于ESPRIT算法的任意声矢量传感器阵列的二维波达方向估计 208

11.4 基于三线性分解的任意声矢量传感器阵列的二维波达方向估计 211

参考文献 213

第12章 极化敏感阵列信号处理 215

12.1 引言 215

12.1.1 研究背景 215

12.1.2 极化敏感阵列的国内外研究现状分析 215

12.2 极化敏感阵中PARAFAC信号检测法 217

12.2.1 信号接收模型 217

12.2.2 PARAFAC接收算法 218

12.3 极化敏感阵的盲DOA和极化估计算法 220

12.3.1 DOA估计 220

12.3.2 极化估计 221

参考文献 221

附录 224

附录A 本书部分信号处理新方法的数学基础 224

附录B 本书阵列信号处理算法汇总 240

附录C MATLAB程序(见附赠光盘) 240

缩略词 241

相关图书
作者其它书籍
返回顶部