一、Robust wide-band weighted focusing method to estimate direction of arrival of signals（论文文献综述）
韩学艳[1]（2021）在《水下目标参数估计关键技术研究》文中研究说明现代海洋防御系统可综合利用监视、探测和反潜等手段对水下目标进行及时发现、识别、估计和跟踪,对我国维护海洋安全和提高海洋防御能力起到至关重要的作用。水下目标参数估计技术作为现代海洋防卫系统中不可或缺的一部分,已经成为海洋科技领域的研究热点与难点之一。水下目标方位估计和目标跟踪作为水下目标参数估计领域的两个基本问题,目标方位估计可为目标跟踪提供准确的量测信息,因此目标方位估计是实现高精度目标跟踪的前提条件。本文首先研究了目标方位估计技术,然后在此基础上研究了目标跟踪技术。总的来说,本文的主要研究工作和贡献如下:（1）针对由网格失配导致的离网误差问题,提出一种基于矢量传感器阵的窄带信号离网方位估计方法。首先利用目标在空间中的稀疏性,通过基于联合稀疏重构的粗方位估计来确定目标真实方位所在的网格点。然后利用泰勒级数一阶展开来对目标真实方位的方向矢量进行精确逼近,实现对离网误差的精确估计。算法可以有效消除离网误差,提高目标方位估计精度。（2）针对水下多径环境对方位估计造成的影响,提出一种基于空间时频分布的水下多径信号被动频率和方位估计方法。该方法将传统的阵列信号处理技术与时频分布相结合以获得信号的空间时频分布矩阵,采用多脊线检测算法将具有不同时频分布特性的多径信号的不同路径进行分离,逐个处理,实现了在被动场景和欠定条件下对空间密集型多径信号（不同路径的方位重叠或接近）频率和方位的准确估计。（3）针对稀疏欠采样条件下的宽带信号方位估计问题,提出一种基于空时联合稀疏采样的宽带目标方位估计方法。该方法在时域采用多陪集采样系统进行稀疏采样,并利用采集的少量信息估计信号的频谱。在空间域上采用扩展互质阵列进行空间稀疏采样,通过求解基于联合稀疏重构的优化问题,在时域和空域均欠采样条件下实现宽带信号方位的准确估计。（4）针对跟踪系统能源受限的问题,提出一种基于纯方位的水下目标跟踪方法。该方法在每一时刻根据节点的信息效用、剩余能量以及消耗能量采用自适应节点选择方法动态选择新的簇头和簇成员,然后组成一个新的跟踪簇来参与目标的被动跟踪过程。通过引入分布式融合估计过程,采用线性最小方差融合准则来求得最优融合状态估计。算法在跟踪误差收敛的条件下能有效降低系统能耗。
张进锋[2]（2021）在《宽带信号阵列测向技术及应用研究》文中研究表明阵列测向技术在民用和军用领域具有广阔的应用前景,一直是业界学者研究的热点内容之一,但是目前大多数测向技术以处理窄带信号为重点。而在现代通信技术中,宽带信号因其传输信息量大、便于提取目标特征参数等优点,在通信系统中得到广泛应用,也因此推动了宽带类相关测向技术的研究。尽管在近几十年有较为蓬勃的发展,但仍然存在低信噪比下估计精度不高,时效性不强和过分依赖先验信息等问题,尤其是在非协作场景下的接收端,往往不具备良好的接收条件和较多的已知信息。为了更加适应实际工程需要,本文依托项目课题,围绕宽带信号阵列测向技术及应用展开研究,主要工作及创新点如下:1.针对低信噪比情形下,投影子空间正交性测试算法（TOPS）估计精度不高的问题,提出一种基于特征值区分度的T O P S改进算法。该方法利用各个频点处子空间所对应的特征值区分度,选择均值相差最大的频点为参考频点,以此来构建信号子空间。所提算法消除了原算法因为参考频点选择不精确,而扩散到整个频带的估计误差。数值仿真结果显示,同一信噪比下,所选参考频点与其它任意频点相比,DOA估计精度提高了0.2左右,成功概率提高了25%左右,100%分辨概率信噪比门限比原算法减小了8d B左右。2.针对因空间目标相干带来的频域子空间正交性测试算法（TOFS）性能失效的问题,提出一种基于虚拟阵列数据构建的解相干TOFS改进算法。所提方法较之传统方法不同的是,利用各频点协方差矩阵的特定元素构造虚拟阵列接收数据,而后通过虚拟平滑来达到解相干的目的。该方法在提高估计性能的同时没有自由度的损失,与现有的解相干TOFS改进算法相比,低信噪比下,均方根误差降低了2左右,100%成功概率信噪比门限减小了8d B左右。3.针对重叠条件下宽窄带混合信号测向方法过分依赖先验信息,尤其对于宽带信源带宽内的微弱窄带信号估计误差大、甚至出现“漏估计”等问题,提出一种基于子带能量和源数联合估计的TOFS改进算法。所提方法通过能量搜索、源数估计、联合分析、模式区分的思想,将阵列接收数据划分为宽带数据、窄带数据和与宽带频点重叠的窄带数据三部分,而后基于TOFS算法构建不同模式下的判断矩阵,估计出各种类型信源的来波方向。该方法是使用单一类算法解决不同类型信源的探索研究,数值仿真结果显示,该方法具有可行性,提高了低信噪比下测向精度,避免了对先验信息的过分依赖,并一定程度上降低了人为判别错误的概率,是TOFS算法在实际工程中的拓展应用。4.针对时间调制阵列（TMA）宽带信号测向技术谐波信息利用不充分、估计精度不高的问题,提出一种基于多谐波分析的TMA宽带信号测向方法。该方法在现有方法的基础上,综合利用多次谐波分量信息,通过最小二乘估计得到最佳估计值,减小了由于噪声而引起的各个子带的角度估计误差,数值仿真验证了所提算法的可行性。5.依托项目课题,完成了宽带信号测向系统工程实现。系统可实现200MHz～3GHz频率范围内的信源数目估计、相干信号和重叠条件下不同类型信源DOA估计等功能。通过外场实验测试,对系统总体性能进行了评估,根据实测数据结果显示,系统总体估计精度在0.7度左右,能成功分辨出宽带相干信号和重叠条件下不同类型信源的空间方位,性能指标达到了课题要求。
杨钰茜[3]（2020）在《非传统相控/频控阵列综合和波束形成研究与应用》文中进行了进一步梳理随着空间电磁环境的复杂化和各类无线应用场景的多样化,对射频系统的设计提出了高性能、可重构、小型化等新要求。天线作为收发前端,其性能直接影响系统功能的实现,因而关于高性能天线的研究成为重要的研究方向。特别是相控阵和数字阵列技术的发展,大大提升了天线波束扫描的灵活性。传统相控阵天线分布于三维空间,通过控制单元的位置排布、激励幅度和相位实现特定的波束综合。然而实际系统应用往往需要兼顾多种性能要求,为了提升阵列在复杂环境下的适应性,非传统天线阵列技术应运而生。本质上是通过引入天线单元的多维控制自由度,寻求阵列信息感知和处理能力的提升。在相控体制下,引入时间作为第四维控制参数,形成时间调制阵,也称四维天线阵。通过射频开关等器件对辐射单元进行周期调制,实现了单元的动态激励,降低了天线馈电网络的设计复杂度,有利于实现低副瓣辐射、同时多波束、实时自适应波束形成等功能,保证高性能收发的同时可兼顾阵列低成本、小型化设计需求。突破传统相控体制,在天线单元通道间引入微小的频率偏量（远小于载波频率）,构成另一类新型天线阵列——频控阵,也称频率分集阵列。单元通道频偏的引入使得天线辐射电场具有空间角度维（俯仰角、方位角）、距离维和时间维四维相关特性,有利于实现距离相关的目标探测和干扰抑制、波束自扫描等功能。围绕天线领域的前沿方向,针对非传统相控及频控天线展开新技术、新方案的研究将有利于解锁新的无线系统应用场景。本文以天线阵列的小型化和高性能设计需求为背景,面向实际系统应用,进行相关理论研究和应用探索。主要贡献和创新点包括以下几个方面:（1）研究了多域融合的自适应波束形成算法。针对小型化多模共享导航天线自由度不足导致抗干扰性能恶化的问题,提出了基于极化敏感阵列的空域-极化域融合自适应处理方法。为保证导航信号有效接收,提出了增加极化约束的线性约束最小方差算法,在口径不变的条件下提升了阵列自适应自由度。为进一步降低天线系统硬件复杂度,探索了基于时序相位加权的单射频通道接收方案。引入时域加权处理实现天线口径的Walsh-Hadamard变换,并基于逆变换重构得到的通道信息进行自适应处理。通过分析不同类型干扰信号的抑制效果发现,该方法可以大大降低抗干扰模块的硬件设备量。（2）研究了频控阵的空间聚焦波束方向图综合方法。针对线性频偏频控阵方向图在距离、角度、时间三维周期分布的问题,为避免空间栅瓣并实现距离-角度两维聚焦,提出了阵元位置、频偏参量两维优化的“点状”波束方向图综合方法。从阵因子角度分析了频控阵辐射栅瓣的产生机理,并提出采用区间约束的频偏优化可以实现空间距离-角度聚焦的波束综合。考虑到频控阵馈电网络复杂,为同时减轻系统软硬件设计复杂度,提出了稀疏布阵-频偏优化两维控制的阵列综合方法,并提出一种变步长的快速迭代方法,用于求解符合期望的最少阵元数天线排布方案。（3）研究了频控阵在距离依赖干扰抑制中的应用。常规频控阵在距离维辐射副瓣较高而导致易受空间干扰影响,为克服这一问题,提出一种多级频偏混频结构,通过两级频偏参量优化,可以实现距离-角度全空间的低副瓣方向图综合。在此基础上,利用其波束距离维分辨特性,将频控阵应用于距离相关的干扰抑制。由于频控阵天线通道易产生误差而导致导向矢量失配,并且距离维副瓣随机分布易导致干扰接收功率动态变化,提出了基于特征子空间投影的稳健自适应波束形成方法,实现了距离、角度两维的主波束对准和干扰零陷优化。（4）研究了时间调制阵列的高效谐波波束形成方法。分析了时间调制同时多波束辐射原理,在时频域对比分析了不同类型调制脉冲产生的谐波波束幅度和相位分布规律。为实现各个谐波波束的独立指向控制,提升时间调制阵列的边带利用效率,提出了预处理矩形脉冲单边带调制方法。面向远场无线功率传输中同时多用户充电的应用场景,结合方向回溯阵列技术,实现了功率基站和无线终端的波束对准和高效率充电,克服了矩形脉冲调制下谐波波束指向彼此制约、边带辐射电平不易调控的问题,为无线功率传输的天线阵列设计提供了新的解决方案。（5）研究了时间调制阵列在同时功率传输和终端定位系统中的应用。为实现精准功率馈电的远场无线功率传输,提出了基于互调反馈的终端定位策略。提出采用时间调制阵列产生定向双波束对终端馈电,实现了空间双音波形激励。终端整流器在双音激励下自发产生的互调频率谐波可用于建立收发反馈链路。通过两级开关网络实现的多基线时间调制阵列接收反馈回波,提出了开关非理想特性的补偿方法,实现了高精度终端方向估计;最后基于反馈信号强度测量,实现了终端距离估计。该方法有利于基站根据终端估计位置实时调整波束指向和发射功率,从而提升系统传输效率。通过原型机实验证明了该方法的有效性。
闫福平[4]（2020）在《波导环境下矢量水听器定位技术研究》文中认为水声目标定位技术在民用和军用领域都起着重要的作用,如何有效地对海洋波导环境下水声目标定位一直都是水声行业的重点研究方向。传统的水声定位方法忽略了波导环境的影响,导致应用到海洋波导环境中定位性能不佳。鉴于此:本文从海洋环境模型入手,结合水声信号传播模型,着眼于海洋信道传输函数信息,对波导环境下声源定位进行研究。具体工作如下:介绍了波导环境下水声接收模型,阐述了水声传播过程。利用简正波理论和射线声学理论分别对矢量声场进行建模,分析声场的特点,为后续定位算法的研究提供了基础。研究了矢量匹配场定位技术和矢量时间反转镜定位技术,利用接收信号所包含的真实声场相位信息与拷贝场相位信息进行匹配相关,同时对匹配相关的方式做了更深入的研究。依据工作原理进行矢量匹配场定位与矢量时间反转镜定位仿真、误差分析和环境失配影响分析,并且利用试验数据验证了匹配场定位技术的可行性与实用性。针对实际海洋环境的未知性、测量难度以及测量误差等难题,研究了GRNN（General Regression Neural Network,广义回归神经网络）声源定位技术,利用已接收训练集信号的频谱信息,进行神经网络训练,得到最佳扩散因子,代入到测试集信号中,对水声目标进行定位。研究了矢量GRNN定位技术,利用矢量水听器独有的阵列流型及共点接收声压与振速信息,且能有效降低各向同性噪声的优异特点,提高目标声源定位性能。最后通过试验数据验证矢量GRNN定位技术的可行性与实用性。研究表明:在海洋波导环境下,匹配场定位技术和时间反转镜定位技术能更有效地利用声场信息,提高波导环境下声源定位性能;将矢量信号处理思想和以上两种算法结合,较声压处理有较好的定位效果;针对上述两种算法对海洋参数以及声场建模要求的严苛性,利用GRNN定位技术学习海洋信道知识,提高了定位精度和稳健性,也大大提高了实用性。
刘智鑫[5]（2020）在《高速机动辐射源目标无源定位关键技术研究》文中研究指明现代高科技局部战争的实践表明,如何隐蔽、高效、准确地获取战场态势至关重要。鉴于此,无源定位逐渐成为电磁态势感知和目标信息获取的重要手段之一。近年来,部署在我国周边的敌方空中军事目标日益增多,严重威胁国家安全,对该类高速机动辐射源进行无源侦察,提升我国空天防御能力,成为信息保障的迫切需求。本文根据高速机动辐射源特点,充分利用其动态性和非线性信息,对多站信号分选与配对、动态常规信号的定位参数估计、动态跳频信号的定位参数估计以及目标定位测速等难点问题展开深入研究,完善及丰富了无源定位理论体系,为动目标多站无源定位中的信号分选、参数估计、定位解算提供理论支撑。论文的主要工作如下:1、针对现有多站分选方法虚警、漏警率高,对超低重频脉冲分选正确率低,且不具备稳健单脉冲分选能力的问题,提出了约束准则下的扩展时差直方图脉冲分选配对方法。该方法在获取时差直方图前引入关于脉冲对参数的约束准则,大幅降低无关脉冲配对机会,从根本上减少虚假时差和噪声时差,提高有效时差占比;而后采用扩展和递归算子依次提取各辐射源脉冲序列并完成配对。仿真实验表明,该方法有效提高了复杂电磁环境下脉冲分选的正确率,大幅改善了以往分选高重频和超低重频辐射源虚警率、漏警率高的问题,实现了对脉冲数极少的超低重频和单脉冲的准确分选与配对。2、针对现有高动态条件下定位参数估计算法性能损失严重、抗噪性弱、计算复杂度高的问题,本文提出了基于频域对称自相关和变尺度傅里叶变换（SFT）的距离差（RD）和距离差变化率（RDR）联合估计算法。算法无搜索过程,计算复杂度低。对于存在复杂运动特性的高速机动辐射源,由于接收信号动态性提升,需考虑高阶参量二阶距离差变化率（SRDR）。为此,本文从高效率和高精度两个角度出发,分别提出了基于二阶Keystone变换（SKT）和吕分布（LVD）,以及基于SKT和非均匀傅里叶变换（NUFFT）的RD、RDR和SRDR联合估计算法。两算法均能有效解决高速机动目标复杂距离徙动校正与多普勒徙动补偿的问题,且未使用恒定延迟相关操作,抗噪性明显优于现有算法。前者计算复杂度低,能够良好平衡复杂度与性能之间的矛盾关系;后者估计性能较优,但复杂度有所上升,实际应用中可根据需求进行算法选择。3、针对现有跳频信号的定位参数估计算法高动态场景适应性弱、且频差跳变,信号可利用长度有限,制约估计精度的不足,本文建立了跳频信号的时变基线观测量估计模型,提出了基于频率翻转变换（FRT）和SFT的RD和RDR联合估计算法。算法利用FRT消除由跳频引起的随机相位,而后借助SFT对齐信号包络和相位,充分积累所有脉冲,提升估计性能。对于侦察高速机动跳频辐射源,需要同时面临高动态特性和随机多普勒徙动现象。为此,本文提出了基于SFT和变尺度非均匀傅里叶变换（SNUFFT）的跳频信号RD、RDR和SRDR联合估计算法。算法借助变频互相关函数解决了随机多普勒徙动影响信号相参性的问题;而后利用SFT和SNUFFT校正距离徙动,并对信号能量聚焦,完成参数估计。仿真结果表明,该算法能够适应高动态跳频场景,且估计性能显着优于现有算法。此外,所提算法均能在无载频先验信息的条件下估计RD、RDR和SRDR,可直接用于定位解算,而非估计传统的时差、频差和频差变化率,有效解决了跳频信号中频差和频差变化率不唯一,从而难以精准估计的问题。4、针对传统定位算法稳健性不足,高阶观测量利用不充分,且迭代过程易陷入局部最优的问题,本文提出了联合RD、RDR和SRDR的目标定位测速解析算法。算法遵循两步加权最小二乘的基本框架,通过引入辅助参数,线性化定位方程,借助加权最小二乘初步求解;而后利用辅助参数与目标状态信息之间的函数关系,再次构建线性方程并二次求解,进一步提高定位精度。在此基础上,扩展定位模型,设计了存在站址误差条件下的目标定位测速解析算法,同时给出了该场景下的定位克拉美罗下界。理论分析与实验结果表明,算法无矩阵秩亏现象,消除了传统算法的不稳健区域,且将SRDR纳入解算,无迭代过程,在保证算法收敛性的同时大幅提升了动目标定位测速精度。
麻付强[6]（2020）在《脉冲噪声环境下麦克风阵列的DOA估计技术研究》文中研究表明随着计算机及物联网技术的迅速发展,声学信息采集趋向于阵列传感器融合方式,有效地提高了系统对环境的感知能力。其中,波达方向（Direction of Arrival,DOA）估计是麦克风阵列的一项重要研究内容,被广泛应用于战场监测和视频会议等声源定位系统中。传统的DOA估计技术一般都是基于高斯噪声模型的假设,但是高斯分布不能有效地描述具有严重拖尾的脉冲噪声。由于地杂波和人为因素的影响,声学环境中的噪声存在着大量数据突变的冲击响应,导致基于二阶统计量的DOA估计算法性能退化甚至失效。同时,随着麦克风阵列信号处理技术的迅速发展,传感器接收的声学信号大多数为宽带信号,并且声学信号的形式越来越复杂。基于窄带信号模型的DOA估计算法已经无法满足实际需求,亟需研究宽带模型下声学信号的DOA估计技术。针对上述问题,本文以提高麦克风阵列系统的DOA估计精度为目的,对声学脉冲噪声、低快拍和低信噪比等情况下DOA估计的性能退化以及宽带DOA估计依赖于初始预估角度等难点进行了系统且深入的研究。本文的主要研究内容和创新点如下:1)两种基于广义最大复值相关熵的DOA估计算法:提出了广义最大复值相关熵准则,能够有效地处理复值信号,且抑制脉冲噪声。针对脉冲噪声环境下基于二阶统计量的DOA估计性能退化问题,分别提出了基于广义最大复值相关熵的中值差分相关熵算法（MDCO）和基于广义最大复值相关熵的复值拟牛顿算法（QN-GMCCC）。（1）MDCO算法构造了中值差分最大相关熵代价函数,将其作为时域信号协方差的权重因子。并根据KL（Kullback-Leibler）散度原理,设计自适应核宽度选择策略,自适应应对脉冲噪声的变化。仿真实验表明,MDCO能有效抑制脉冲噪声,提高DOA估计精度。相对QN-GMCCC,MDCO的计算复杂度较小,可以应用于嵌入式系统。（2）QN-GMCCC算法利用子空间分解原理求解信号残余拟合误差矩阵的GMCC-loss最小化模型,然后采用交替迭代方法将最小化广义最大复值相关熵问题转为凸优化模型,最后利用复值拟牛顿法求解GMCC-loss函数,保证了二阶偏导正定性。仿真实验表明,QN-GMCCC能有效抑制脉冲噪声,实现二阶超线性全局收敛,且在低快拍情况下具有高精度的DOA估计。2)迭代重加权变分贝叶斯学习（OG-WVBL）的DOA估计:针对脉冲噪声环境下低快拍、低信噪比、异常点难以识别等问题,OG-WVBL算法将脉冲噪声的DOA估计转化为稀疏异常点和DOA估计的联合变分贝叶斯学习问题。利用信号和脉冲噪声的稀疏先验分布,OG-WVBL通过最大化KL散度的下界来求解稀疏向量,避免了计算边缘似然函数,从而有效实现DOA估计和识别脉冲噪声位置分布。采用迭代重加权策略对稀疏先验模型中重要信息的稀疏超参数赋予大的权重因子,获得稳定的变分贝叶斯学习的后验概率模型,提高了算法的收敛速度和收敛精度。仿真实验表明,OG-WVBL算法无需信号源数目的先验估计。OG-WVBL算法能够有效识别脉冲噪声位置和幅值,有效解决低快拍、低信噪比等问题,提高DOA估计精度。3)聚焦信号子空间的宽带DOA估计:针对相干信号子空间方法的聚焦变换需要初始角度估计和算法性能依赖预先角度估计精度的问题,提出了基于酉变换聚焦信号子空间的宽带DOA估计算法（FSS）。FSS算法利用宽带信号参考频率点的信号子空间和各个频率点的信号子空间构造酉聚焦变换矩阵。FSS的聚焦矩阵不会使阵列输出的信噪比发生变化,聚焦过程为无损聚焦变换。为了实现解相干和降低算法复杂度,进一步设计了基于实值信号聚焦信号子空间的宽带DOA估计算法（RFSS）。采用酉变换技术构造实值协方差矩阵,并利用前后空间平滑技术实现解相干。仿真实验表明,FSS算法不会受到DOA预估计误差的影响,提高了聚焦精度。RFSS算法能有效估计宽带相干和非相干信号源。4)基于FPGA和DSP的麦克风阵列DOA估计系统:将上述脉冲噪声环境下窄带DOA估计算法与宽带FSS算法相结合,构建了宽带和窄带DOA的统一模型,设计并建立以 FPGA（Field Programmable Gate Array）和 DSP（Digital Signal Processor）为核心的DOA估计平台。分别在实际的高斯噪声和脉冲噪声环境中,验证了创新点1、2、3对静态卡车、动态卡车的DOA估计的有效性。因此,本文可以有效地应用于含有脉冲噪声的战场监测和视频会议等声源定位系统中,具有很好的实际应用价值。
宋嘉奇[7]（2020）在《基于高分辨算法的近场源多维参数联合估计》文中认为参数估计是阵列信号处理领域的一个重要分支,在通信、雷达、声呐、地震勘测、射电天文以及生物医学等多种国民经济、科学研究和军事国防领域得到广泛应用,具有重要的研究意义。大多数参数估计算法均假设辐射源位于阵列的远场区域,然而在很多实际应用中,可能存在信源位于近场区域,或者远场源与近场源共存的情况。本文主要对近场源及混合源的参数估计问题展开研究,深入研究了现有算法所存在的运算复杂度高、阵列孔径损失、估计精度较低以及参数配对等问题,并提出了可行的解决方案。本文的主要内容可概括为以下四个部分:第一部分对近场参数估计中的理论与数学基础进行了介绍。首先对参数估计算法中常用的数学基础知识（矩阵代数及高阶累积量）进行了介绍。其次建立了均匀线阵接收近场源信号的数学模型,并进一步推导了近场参数估计性能分析的克拉美罗界。最后概括了现有近场参数估计算法的三种思路,并详细介绍两种经典的近场源参数估计算法:近场求根算法和基于高阶累积量的ESPRIT-like算法。第二部分研究了子空间类算法的一个基本概念——阵列流形,阵列流形包含了近场源的所有位置参数信息,对其特性的研究有助于分析阵列参数估计性能并对参数估计新算法的提出具有重要意义。首先针对近场源信号的球面波传播特性,构建了N元阵列近场阵列流形的数学模型,可以看出近场阵列流形是嵌在N维复空间CN中的复曲面,并对远场阵列流形与近场阵列流形进行了对比。其次利用微分几何对近场阵列流形的局部特性开展了研究,通过建立CN内的滑动坐标系,给出了近场阵列流形弧长和一阶曲率的数学表达式,并利用这两种局部特性参数分析了近场参数估计的精度及分辨性能。最后分析了阵列流形对近场波束形成的影响,提出了一种基于近场波束综合的阵型优化算法,在给定阵元数及间距约束的情况下,利用差分进化策略对阵元位置进行优化,以达到降低波束方向图旁瓣电平的目的。第三部分研究了近场非圆信号的参数估计算法。首先对信号的“圆”和“非圆”特性进行了介绍,指出了现有算法并未充分利用信号的椭圆协方差矩阵信息,并建立了近场非圆信号的阵列接收数学模型。其次,基于双极化传感器阵列提出了一种近场非圆信号的实值多维参数估计算法,利用信号的非圆特性以及阵列的对称性,将阵列流形矢量中的角度、距离、极化等参数进行解耦,将传统子空间算法的高维谱峰搜索问题简化成为多个一维搜索,根据降秩定理对信号源的参数进行估计,并利用实值运算有效降低了运算复杂度,除此之外,通过对信号非圆特性的充分利用,最大可分辨信源数和参数估计精度均有所提高。最后,提出了一种近场非圆信号的快速参数估计算法,在解耦近场导向矢量的基础上,利用多项式求根取代传统的谱峰搜索,一旦阵型结构确定,只需求解多项式即可估计出信号源的位置参数,该算法无需参数配对等额外操作,算法简单易于工程实现。第四部分研究了远场源与近场源共存时的多目标参数估计算法。在基于麦克风阵列的声源定位、水下声纳系统、室内导航系统以及电子对抗系统中通常会出现远近场混合源的情况,而纯远场源与纯近场源均可看作是远近场混合源的两种特例。首先分析了利用远场和近场参数估计算法处理混合源数据的性能,指出其可能会导致参数估计精度下降甚至算法失效的问题。其次,基于稀疏子阵提出了一种远近场混合源的参数估计算法,通过特定阵元的选取,构造出仅包含角度信息的四阶累积量矩阵,利用子阵内与子阵间的双尺度旋转不变特性,分别得到角度的无模糊粗估计与有模糊精估计,再利用解模糊算法得到混合源的高精度角度估计,将估计出的混合源角度值代入另外构造的累积量矩阵,通过一维搜索得到近场源的距离估计。最后,提出了一种基于十字型阵列的混合源三维参数估计算法,首先利用z轴线阵的信号接收矩阵对混合源的俯仰角和近场源的距离参数进行估计,再将其代入x轴的阵列输出数据,通过对方位角的一维搜索获得混合源的方位角估计。
付悦萍[8]（2020）在《基于最优稀疏阵列设计的自适应波束形成》文中提出自适应波束形成始终是阵列信号处理的重要研究问题之一,能够通过接收数据的信息,自适应地改变阵列天线阵元的权值,达到无失真地接收期望信号、抑制干扰和噪声的目的。然而,自适应波束形成的性能不仅取决于实现的算法,还取决于阵列的几何结构。因此,波束形成应该同时利用阵列结构和阵列权值来达到最优输出性能。最优稀疏阵列设计是一种通过优化传感器位置满足一定的性能指标,同时减少硬件开发成本的方法。目前,基于最优稀疏阵列设计的研究主要考虑波束图性能,以最大输出信干噪比或最大输出信噪比为设计准则的研究并不充分,并且存在信号模型多为点源模型的不足。针对上述问题,本文以基于最大输出信干噪比和最大输出信噪比准则设计最优稀疏阵列为主要研究内容,主要工作和创新点概括如下:（1）针对现有最优稀疏阵列设计的研究主要针对波束图指标的不足,提出了一种综合考虑最大信干噪比和方向图性能的最优稀疏阵列设计算法,通过设计波束形成器权值向量。将阵列设计问题表示为重加权?1-范数的二次约束二次规划（Quadratically Constrained Quadratic Programming,QCQP）问题,并将半正定松弛（Semidefinite Relaxation,SDR）和线性分式SDR结合起来迭代求解,提高了算法的收敛速率。由此产生的阵列具有良好的波束形成性能和低旁瓣的波束图。（2）提出了一种基于分布源信号的最优稀疏阵列设计算法,与现有的主要针对点源信号的稀疏阵列设计不同,我们提出的方法针对干扰有源环境下空间相干分布（Coherently Distributed,CD）源的自适应波束形成,根据最大输出信干噪比建立稀疏阵列设计问题。使用顺序凸规划方法求解非凸问题,并分析了角度分布对阵列结构的影响。（3）考虑到现有基于频域宽带波束形成的稀疏阵列研究不足,提出了一种基于宽带波束形成的最优稀疏阵列设计算法。从最大化信噪比角度出发,通过最大化信号协方差矩阵的?2-范数构建优化问题,并引入了两种松弛方法,分别是仿射逼近方法和迭代线性分式规划方法,分析了两种凸松弛算法设计稀疏阵列的输出信噪比性能,研究了不同入射角度对算法的影响。
方勃懿[9]（2020）在《矢量圆阵低频稳健波束形成和目标方位估计研究》文中认为水声传播中,信号的传播损失随着频率的降低而减小,为提升声纳装备的探测距离,低频化是现有声纳设备发展的一个大趋势。同样,检测安静型水下目标需要波束形成器有更高的性能指标。除了矢量化等提升声纳性能的一些手段,通过后端的一些信号处理提升声纳系统的性能,比如低频时阵列的稳健性研究也是目前的一个热点问题。另外由于水下战场条件的复杂多变,在目标探测的过程中,相干信号的存在会使得各种高分辨目标方位估计算法的性能下降。故本文主要研究两个方面的内容,一是低频时阵列稳健性的研究;二是相干信号解相干问题的研究。首先,本文介绍了阵列信号处理的圆阵阵元域接收信号模型、各向噪声场模型以及CBF、MVDR、MUSIC等基本的阵列信号处理算法,然后简单介绍了超增益的定义及阵增益与指向性的区别与联系以及常用的降维处理解相干算法和相位模态域信号处理方法的基本理论。接下来本文研究了一种低频稳健的超增益波束形成方法,能够在存在传感器通道幅相误差、阵元位置扰动误差的情况下,通过设定不同的白噪声增益损失量来确定对角加载值,对角加载值的变化,可以实现在稳健性和阵增益这对矛盾量之间的连续参数化调节,最优解对应阵增益和稳健性的最佳折中。除此之外,本文还研究了矢量圆阵相位模态域的解相干处理方法。对于窄带信号,首先通过一系列的处理与变换将阵元域的均匀圆阵转化为相位模态域的一个虚拟的均匀线阵,再利用空间平滑方法划分子阵实现接收数据协方差矩阵秩的恢复,达到解相干的目的;对于宽带信号,信号相关矩阵通过频域平均变为非奇异的,这种方法能够有效地抑制背景各向同性噪声,对两个相干源进行DOA估计。最后通过消声水池实验对相位模态域频域平均解相干算法进行了验证。
张海川[10]（2020）在《复杂环境下抗干扰阵列天线鲁棒自适应波束形成算法研究》文中提出自适应波束形成技术作为阵列信号处理领域中的关键研究方向,因其高效的抑制干扰信号能力与对期望信号低损失接收的处理优势而广泛应用于军事国防和民生发展等领域。阵列天线基于此技术,通过调整各个阵元的权值系数,使其合成方向图波束的主瓣自适应对准特定角度来向的期望信号同时在干扰方向上形成零陷,实现阵列天线优良的输出信干噪比性能。理想条件下,自适应波束形成技术的空域滤波性能良好,然而在实际工程应用中,无可避免地面临复杂环境中各种模型失配误差与异常噪声干扰等不利因素影响,导致部分波束形成算法的性能大幅减弱甚至失效。因此如何提高复杂环境下波束形成算法的鲁棒性,即降低其对有意或无意失配误差与干扰噪声的敏感性,是目前工程应用中亟待解决的问题。本论文在总结经典的波束形成准则与常见的波束形成算法后,重点对实际工作中复杂应用场景下的冲激噪声干扰,高旁瓣电平与低零陷深度,期望信号方位指引矢量偏差以及空际间叠干扰展开深入研究,提出了对应的抗干扰鲁棒自适应波束形成（Robust Adaptive Beamforming,RAB）算法。现将本文的研究内容和主要贡献概括如下:1.研究了冲激噪声干扰下自适应波束形成算法性能严重退化的问题。提出了两种基于相关熵与范数模正则化的RAB算法。算法通过引入抗极端冲激异常值的相关熵准则,提高算法对冲激噪声的鲁棒性,并利用L1范数的稀疏性,对权值向量进行稀疏化处理,降低阵元反馈电流。同时利用L2范数凸化思想,对求解权值的目标函数进行凸化改造,迫使平坦的目标优化区域略微凸化,提升阵元权值的解算精度,使自适应波束形成系统具备抗冲激噪声干扰与低反馈能源开销的性能优势。2.研究了迭代寻优式和推导解算式波束形成算法的方向图波束旁瓣电平过高与零陷深度不足的问题,提出了基于斐波拉切散枝搜索（Fibonacci Branch Search,FBS）优化的RAB算法。根据斐波拉切序列单维优化策略,拓展性提出了多维目标优化的FBS算法,通过引入交互迭代规则与全局随机搜索使FBS算法对多维目标优化问题具备全局最优搜索能力。在自适应波束形成框架（Adaptive Beamforming,ABF）下设置零陷深度与旁瓣电平目标优化模型,利用FBS算法搜索该模型下权值的全局最优解,实现低波束旁瓣电平和高干扰零陷深度。3.研究了期望信号方位指引矢量偏差导致自适应波束形成算法性能下降的问题,提出了两种抗方位指引矢量偏差的RAB算法。第一种算法通过对干扰噪声协方差高阶泛化重构,降低期望信号成分的自消作用,并利用空域谱分段积分对期望指引矢量进行不确定建模,实现期望信号方位角的精准估计。第二种算法以约束均方误差方法的约束规划条件为框架,将指引矢量误差引申至约束方程中,构建非凸约束优化问题,结合闭环凸优化转换与约束随机梯度对构建的优化问题进行求解,提升算法对期望信号指引矢量偏差的鲁棒性。4.研究了空际间叠干扰导致最优自适应波束形成算法性能下降的问题,提出了两种针对空际间叠干扰的RAB算法。第一种算法基于空际间叠干扰协方差矩阵,利用卡亨南转换得到针对空际间叠干扰的空域处理矩阵,通过该矩阵对干扰的空际间叠性进行降消,提高系统对此类干扰的鲁棒性。第二种算法利用高维托普利兹矩阵与循环矩阵的转换关系,得到离散傅里叶变换矩阵形式的空际间叠干扰空域处理矩阵,通过该矩阵对干扰的优化处理削弱干扰的空际间叠性。最后对算法抑制空际间叠干扰的能力进行了论证推导和量化研究。
二、Robust wide-band weighted focusing method to estimate direction of arrival of signals（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、Robust wide-band weighted focusing method to estimate direction of arrival of signals（论文提纲范文）
（1）水下目标参数估计关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写、符号清单、术语表 |
| 1 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 研究现状及分析 |
| 1.2.1 目标方位估计研究现状 |
| 1.2.2 基于水下传感器网络的水下目标跟踪研究现状 |
| 1.3 论文的研究内容 |
| 1.3.1 论文的组织结构 |
| 1.3.2 论文的具体研究内容 |
| 2 预备知识 |
| 2.1 窄带信号和宽带信号的定义 |
| 2.2 阵列信号接收模型 |
| 2.2.1 窄带信号阵列接收模型 |
| 2.2.2 宽带信号阵列接收模型 |
| 2.3 时频分析方法 |
| 2.4 无迹卡尔曼滤波算法 |
| 2.5 本章小结 |
| 3 基于联合稀疏重构的窄带目标方位估计 |
| 3.1 引言 |
| 3.2 基于声矢量阵列的信号接收模型 |
| 3.3 基于联合稀疏重构的粗方位估计 |
| 3.3.1 稀疏重构模型的建立 |
| 3.3.2 基于正则化M-FOCUSS的联合稀疏重构算法 |
| 3.3.3 基于奇异值分解的降维过程 |
| 3.4 基于导向矢量近似的精方位估计 |
| 3.5 算法性能评估与分析 |
| 3.5.1 仿真参数设置 |
| 3.5.2 方位估计算法的性能验证与分析 |
| 3.5.3 不同方位估计算法的性能比较与分析 |
| 3.6 本章小结 |
| 4 基于空间时频分布的多径目标频率和方位估计 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.2.1 多径信号模型 |
| 4.2.2 空间时频分布矩阵 |
| 4.3 基于多脊线检测的水下目标被动频率和方位估计 |
| 4.3.1 信源时频点的选择 |
| 4.3.2 自源时频点的选择 |
| 4.3.3 多径数目的估计算法 |
| 4.3.4 多脊线检测算法 |
| 4.3.5 基于TF-SPWVD-MUSIC的方位估计算法 |
| 4.4 基于最大最小距离的信源关联算法 |
| 4.5 算法性能评估与分析 |
| 4.5.1 仿真环境与参数设置 |
| 4.5.2 多脊线检测算法的性能验证与分析 |
| 4.5.3 方位估计的性能验证与分析 |
| 4.5.4 信源关联性能验证与分析 |
| 4.6 本章小结 |
| 5 基于空时联合稀疏采样的宽带目标方位估计 |
| 5.1 引言 |
| 5.2 问题描述 |
| 5.2.1 系统模型 |
| 5.2.2 基于空时稀疏采样的宽带信号接收模型 |
| 5.3 基于虚拟阵列的宽带信号方位估计 |
| 5.3.1 宽带信号的频谱估计 |
| 5.3.2 空间差分虚拟阵列的构建 |
| 5.3.3 降维过程 |
| 5.3.4 基于联合稀疏重构的方位估计 |
| 5.4 算法性能评估与分析 |
| 5.4.1 仿真参数设置 |
| 5.4.2 方位估计算法的性能验证与分析 |
| 5.4.3 不同方位估计算法的性能比较与分析 |
| 5.5 本章小结 |
| 6 基于纯方位的水下目标运动参数估计 |
| 6.1 引言 |
| 6.2 问题描述 |
| 6.2.1 网络模型 |
| 6.2.2 系统模型 |
| 6.2.3 跟踪模型 |
| 6.3 基于动态簇的水下目标被动跟踪算法 |
| 6.3.1 簇头的选择 |
| 6.3.2 簇成员的选择 |
| 6.3.3 分布式融合算法 |
| 6.3.4 跟踪算法 |
| 6.4 算法性能评估与分析 |
| 6.4.1 仿真环境设置 |
| 6.4.2 跟踪算法的性能验证与分析 |
| 6.4.3 自适应节点选择性能验证与分析 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 作者在攻读博士学位期间的科研成果 |
（2）宽带信号阵列测向技术及应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 常用符号说明 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 空间谱估计研究现状 |
| 1.2.2 TMA测向研究现状 |
| 1.3 论文组织架构及章节安排 |
| 第二章 阵列测向相关基础理论介绍 |
| 2.1 引言 |
| 2.2 建模环境及衡量算法性能指标 |
| 2.2.1 本文研究建模环境 |
| 2.2.2 衡量算法性能指标 |
| 2.3 天线阵列结构及数学模型 |
| 2.3.1 传统阵列 |
| 2.3.2 稀疏阵列 |
| 2.3.3 时间调制阵列 |
| 2.4 宽带相干信号对空间谱估计带来的问题 |
| 2.4.1 宽带信号对空间谱估计带来的问题 |
| 2.4.2 相干信号对空间谱估计带来的问题 |
| 2.5 空间谱估计经典算法 |
| 2.5.1 MUSIC算法 |
| 2.5.2 ISM算法 |
| 2.5.3 CSM算法 |
| 2.5.4 数值仿真分析 |
| 2.6 本章小结 |
| 第三章 基于子空间正交性测试算法研究 |
| 3.1 引言 |
| 3.2 子空间正交性测试算法研究 |
| 3.2.1 投影子空间正交性测试算法(TOPS) |
| 3.2.2 频域子空间正交性测试算法(TOFS) |
| 3.2.3 数值仿真分析 |
| 3.3 基于特征值区分度的TOPS改进算法研究 |
| 3.3.1 算法原理 |
| 3.3.2 数值仿真分析 |
| 3.4 基于虚拟阵列数据构建的解相干TOFS改进算法研究 |
| 3.4.1 算法原理 |
| 3.4.2 数值仿真分析 |
| 3.5 基于子带能量和源数联合估计的TOFS改进算法研究 |
| 3.5.1 重叠条件下不同类型信源阵列接收模型 |
| 3.5.2 算法原理 |
| 3.5.3 数值仿真分析 |
| 3.6 本章小节 |
| 第四章 基于时间调制阵列的宽带信号测向技术研究 |
| 4.1 引言 |
| 4.2 宽带信号时间调制阵列测向技术 |
| 4.2.1 信号带宽与SPDT调制频率关系 |
| 4.2.2 二单元TMA宽带测向技术 |
| 4.3 基于多谐波分析的宽带信号TMA测向技术研究 |
| 4.3.1 算法原理 |
| 4.3.2 数值仿真分析 |
| 4.4 本章小结 |
| 第五章 宽带信号测向系统工程实现 |
| 5.1 引言 |
| 5.2 系统总体概述 |
| 5.3 主要模块介绍 |
| 5.3.1 天线阵列 |
| 5.3.2 宽带多通道接收机 |
| 5.3.3 信息采集及处理模块 |
| 5.3.4 显控模块 |
| 5.4 系统性能评估 |
| 5.4.1 系统误差测量 |
| 5.4.2 系统DOA估计精度评估 |
| 5.4.3 宽带相干信源DOA估计 |
| 5.4.4 重叠条件下宽窄带信源 DOA 估计 |
| 5.5 本章小结 |
| 第六章 工作总结及展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（3）非传统相控/频控阵列综合和波束形成研究与应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景与研究意义 |
| 1.2 研究现状与发展趋势 |
| 1.2.1 阵列天线综合和波束形成技术 |
| 1.2.2 时间调制阵列(TMA)研究现状 |
| 1.2.3 频控阵(FDA)研究现状 |
| 1.3 主要研究工作与结构安排 |
| 2 多域融合的自适应波束形成算法研究 |
| 2.1 引言 |
| 2.2 常规阵列波束形成技术 |
| 2.2.1 固定波束形成 |
| 2.2.2 常用的自适应波束形成算法 |
| 2.2.3 关于波束形成问题中的自由度讨论 |
| 2.3 引入极化域自由度的自适应波束形成 |
| 2.3.1 基于极化敏感阵列的联合域波束形成技术 |
| 2.3.2 数值验证 |
| 2.4 引入时域相位加权的自适应波束形成 |
| 2.4.1 基于时序相位加权的单通道波束形成技术 |
| 2.4.2 数值验证 |
| 2.5 本章小结 |
| 3 频控阵聚焦波束方向图综合方法研究 |
| 3.1 引言 |
| 3.2 频控阵辐射特性 |
| 3.2.1 频控阵结构 |
| 3.2.2 线性频偏频控阵辐射特性 |
| 3.2.3 非线性频偏频控阵辐射特性 |
| 3.3 空间能量聚焦波束方向图综合和阵元稀布优化 |
| 3.3.1 人工蜂群优化算法 |
| 3.3.2 稀布频控阵聚焦波束方向图综合 |
| 3.3.3 快速迭代的频控阵稀疏设计 |
| 3.4 本章小结 |
| 4 频控阵在距离依赖干扰抑制中的应用 |
| 4.1 引言 |
| 4.2 频控阵低副瓣方向图综合 |
| 4.2.1 传统低副瓣方向图综合方法 |
| 4.2.2 多级频偏混频结构的提出 |
| 4.2.3 基于多级频偏频控阵的低副瓣方向图综合 |
| 4.2.4 仿真验证 |
| 4.3 基于频控阵的距离依赖干扰抑制方法及性能研究 |
| 4.3.1 频控阵距离-角度两维自适应滤波 |
| 4.3.2 频控阵稳健接收波束形成技术研究 |
| 4.3.3 仿真验证 |
| 4.4 本章小结 |
| 5 时间调制阵列谐波波束形成技术研究 |
| 5.1 引言 |
| 5.2 时间调制阵列的辐射原理 |
| 5.2.1 矩形脉冲调制的谐波波束辐射机理 |
| 5.2.2 预处理矩形脉冲调制的谐波波束辐射机理 |
| 5.3 预处理矩形脉冲单边带调制技术及其应用 |
| 5.3.1 问题描述 |
| 5.3.2 预处理矩形脉冲单边带调制阵列结构 |
| 5.3.3 工作原理及调制时序设计 |
| 5.3.4 仿真验证 |
| 5.4 本章小结 |
| 6 时间调制在无线功率传输终端定位中的应用 |
| 6.1 引言 |
| 6.2 基于时间调制阵的互调反馈定位系统设计 |
| 6.3 基于时间调制阵的多音激励信号产生及终端定位方法 |
| 6.3.1 基于时间调制阵的双音波形产生方法 |
| 6.3.2 基于时间调制阵的高精度目标方向估计方法 |
| 6.3.3 基于RSSI的目标距离估计方法 |
| 6.4 系统测试及实验验证 |
| 6.4.1 硬件设计 |
| 6.4.2 实验系统搭建 |
| 6.4.3 实测分析与讨论 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 全文总结 |
| 7.2 非传统阵列技术的发展展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（4）波导环境下矢量水听器定位技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 波导环境下声场建模现状 |
| 1.2.2 矢量水听器发展现状 |
| 1.2.3 波导环境下声源定位现状 |
| 1.3 论文主要研究内容 |
| 第2章 水声传播模型 |
| 2.1 波导环境下水声信号接收模型 |
| 2.2 波动方程及其求解 |
| 2.2.1 波动方程 |
| 2.2.2 波动方程定解条件 |
| 2.3 简正波模型 |
| 2.3.1 理论部分 |
| 2.3.2 简正波模型的矢量场算例 |
| 2.4 射线模型 |
| 2.4.1 理论基础 |
| 2.4.2 适用条件 |
| 2.4.3 海洋矢量多途信道简介 |
| 2.4.4 海洋多途信道算例 |
| 2.5 本章小结 |
| 第3章 波导环境下矢量匹配场定位技术 |
| 3.1 匹配场处理技术 |
| 3.2 匹配场处理器分类与简析 |
| 3.2.1 线性匹配场处理与自适应匹配场处理 |
| 3.2.2 窄带匹配场处理与宽带匹配场处理 |
| 3.2.3 主动匹配场处理与被动相位匹配场处理 |
| 3.2.4 声压匹配场处理与矢量匹配场处理 |
| 3.3 匹配场处理器定位性能仿真分析 |
| 3.3.1 仿真环境设置 |
| 3.3.2 接收阵元对声压匹配场定位性能影响分析 |
| 3.3.3 矢量组合对匹配场定位性能影响分析 |
| 3.4 信噪比对匹配场定位性能影响分析 |
| 3.5 环境失配对匹配场定位性能影响分析 |
| 3.5.1 接收水听器深度失配影响分析 |
| 3.5.2 波导环境声速失配影响分析 |
| 3.6 扫描网格对匹配场定位性能影响简析 |
| 3.7 本章小结 |
| 第4章 波导环境下矢量时间反转镜定位技术 |
| 4.1 时间反转镜定位技术 |
| 4.1.1 单声压水听器时反被动定位 |
| 4.1.2 单矢量水听器时反被动定位 |
| 4.2 单基元时反定位性能仿真分析 |
| 4.2.1 单基元时反定位仿真 |
| 4.2.2 信噪比对时反定位性能影响分析 |
| 4.2.3 环境失配对时反定位性能影响分析 |
| 4.2.4 扫描网格对时反定位性能影响简析 |
| 4.3 本章小结 |
| 第5章 波导环境下矢量GRNN定位技术 |
| 5.1 神经网络定位算法概述 |
| 5.2 GRNN概述 |
| 5.2.1 GRNN基础理论 |
| 5.2.2 GRNN网络结构 |
| 5.3 GRNN声源定位算法 |
| 5.3.1 海洋传播模型与数据预处理 |
| 5.3.2 GRNN定位算法构建 |
| 5.4 声压与矢量GRNN定位仿真 |
| 5.4.1 单基元GRNN定位算法仿真与结果分析 |
| 5.4.2 信噪比对单矢量水听器GRNN定位性能影响分析 |
| 5.4.3 不同矢量组合下GRNN定位性能分析 |
| 5.4.4 声源深度对单矢量水听器GRNN定位性能影响分析 |
| 5.4.5 数据集失配对单矢量水听器GRNN定位性能影响分析 |
| 5.5 本章小结 |
| 第6章 试验数据处理与结果分析 |
| 6.1 声压阵试验数据处理 |
| 6.1.1 Swellex-96 试验介绍 |
| 6.1.2 试验数据处理 |
| 6.1.3 频点选取对定位算法影响分析 |
| 6.1.4 接收阵列对定位算法影响分析 |
| 6.1.5 声压阵试验处理小结 |
| 6.2 单矢量水听器试验数据处理 |
| 6.2.1 单声压和单矢量GRNN定位算法试验数据处理 |
| 6.2.2 单矢量匹配场、时反和GRNN定位算法试验数据处理 |
| 6.2.3 单矢量水听器试验处理小结 |
| 6.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（5）高速机动辐射源目标无源定位关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词术语表 |
| 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 无源定位系统的发展历史 |
| 1.2.2 信号分选方法研究现状 |
| 1.2.3 参数估计算法研究现状 |
| 1.2.4 无源定位算法研究现状 |
| 1.3 关键问题与本文主要工作 |
| 1.3.1 关键问题与研究思路 |
| 1.3.2 本文主要工作与结构 |
| 第二章 辐射源目标无源定位基本原理 |
| 2.1 引言 |
| 2.2 无源定位系统信号处理流程 |
| 2.3 传统准静止目标无源定位原理 |
| 2.3.1 静态接收信号模型与参数估计方法 |
| 2.3.2 定位模型 |
| 2.4 高速机动目标无源定位原理 |
| 2.4.1 动态接收信号模型 |
| 2.4.2 动态信号参数估计的难点问题 |
| 2.4.3 定位模型 |
| 2.5 本章小结 |
| 第三章 多站脉冲分选与配对 |
| 3.1 引言 |
| 3.2 多目标时差直方图数学模型 |
| 3.3 约束准则下扩展时差直方图脉冲分选配对方法 |
| 3.3.1 引入约束准则 |
| 3.3.2 构建扩展时差直方图 |
| 3.3.3 算法步骤总结 |
| 3.4 仿真实验分析 |
| 3.4.1 方法有效性验证 |
| 3.4.2 分选正确率对比 |
| 3.4.3 分选实时性对比 |
| 3.5 本章小结 |
| 第四章 常规信号的定位参数估计 |
| 4.1 引言 |
| 4.2 高速匀速目标的定位参数估计 |
| 4.2.1 接收信号模型 |
| 4.2.2 基于FSAF-SFT的距离差和距离差变化率联合估计算法 |
| 4.2.3 算法实现 |
| 4.2.4 计算复杂度分析 |
| 4.2.5 仿真实验分析 |
| 4.3 高速机动目标的定位参数估计 |
| 4.3.1 接收信号模型 |
| 4.3.2 基于SKT-LVD的快速定位参数估计算法 |
| 4.3.3 基于SKT-NUFFT的高精度定位参数估计算法 |
| 4.4 本章小结 |
| 第五章 跳频信号的定位参数估计 |
| 5.1 引言 |
| 5.2 高速跳频辐射源目标的定位参数估计 |
| 5.2.1 算法原理 |
| 5.2.2 算法流程 |
| 5.2.3 计算复杂度分析 |
| 5.2.4 仿真实验分析 |
| 5.3 高速机动跳频辐射源目标的定位参数估计 |
| 5.3.1 算法原理 |
| 5.3.2 算法流程 |
| 5.3.3 计算复杂度分析 |
| 5.3.4 仿真实验分析 |
| 5.4 本章小结 |
| 第六章 目标高精度稳健定位与测速 |
| 6.1 引言 |
| 6.2 联合距离差、距离差变化率和二阶距离差变化率的目标稳健定位测速算法 |
| 6.2.1 算法原理 |
| 6.2.2 理论性能分析 |
| 6.2.3 仿真实验分析 |
| 6.3 存在站址误差时的目标稳健定位测速算法 |
| 6.3.1 定位模型 |
| 6.3.2 定位CRLB分析 |
| 6.3.3 算法原理 |
| 6.3.4 理论性能分析 |
| 6.3.5 仿真实验分析 |
| 6.4 目标位置、速度和加速度的联合求解 |
| 6.4.1 定位模型 |
| 6.4.2 定位CRLB分析 |
| 6.4.3 算法原理 |
| 6.4.4 仿真实验分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者信息 |
（6）脉冲噪声环境下麦克风阵列的DOA估计技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 缩写和符号清单 |
| 术语表 |
| 1 引言 |
| 1.1 课题背景 |
| 1.2 研究意义 |
| 1.3 论文内容安排 |
| 2 文献综述 |
| 2.1 DOA估计研究现状 |
| 2.2 脉冲噪声下DOA估计研究现状 |
| 2.2.1 脉冲噪声的研究进展 |
| 2.2.2 脉冲噪声下DOA估计进展 |
| 2.2.3 基于相关熵的脉冲噪声处理研究进展 |
| 2.3 宽带信号的DOA估计研究现状 |
| 2.4 稀疏恢复的DOA估计研究现状 |
| 2.5 本章小结 |
| 3 脉冲噪声环境下DOA估计数学基础 |
| 3.1 脉冲噪声分布模型 |
| 3.1.1 alpha稳定分布 |
| 3.1.2 混合高斯分布 |
| 3.1.3 广义高斯分布 |
| 3.2 DOA估计数学模型 |
| 3.3 MUSIC算法 |
| 3.4 DOA估计性能指标 |
| 3.5 本章小结 |
| 4 基于广义最大复值相关熵的鲁棒性DOA估计 |
| 4.1 脉冲噪声环境下信号模型定义 |
| 4.2 广义最大复值相关熵理论 |
| 4.2.1 广义最大复值相关熵准则的定义 |
| 4.2.2 广义最大复值相关熵准则的属性 |
| 4.3 基于广义最大复值相关熵的中值差分相关熵的DOA估计 |
| 4.3.1 中值差分相关熵的DOA估计算法 |
| 4.3.2 MDCO算法的性能分析 |
| 4.3.3 MDCO算法的计算复杂度分析 |
| 4.4 基于广义最大复值相关熵的复值拟牛顿算法 |
| 4.4.1 QN-GMCCC算法的GMCC-loss代价函数 |
| 4.4.2 QN-GMCCC算法的交替迭代凸优化最小化 |
| 4.4.3 QN-GMCCC算法的稳态性能分析 |
| 4.4.4 QN-GMCCC算法的计算复杂度分析 |
| 4.5 实验验证 |
| 4.5.1 记忆因子对MDCO算法的影响 |
| 4.5.2 QN-GMCCC算法的内核参数 |
| 4.5.3 QN-GMCCC算法的稳态性能 |
| 4.5.4 QN-GMCCC算法的收敛性能 |
| 4.5.5 GSNR对QN-GMCCC和MDCO算法的影响 |
| 4.5.6 角度分离对QN-GMCCC和MDCO算法的影响 |
| 4.5.7 特征指数对QN-GMCCC和MDCO算法的影响 |
| 4.5.8 采样快拍数对QN-GMCCC和MDCO算法的影响 |
| 4.6 本章小结 |
| 5 迭代重加权变分贝叶斯学习的DOA估计 |
| 5.1 脉冲噪声环境下off-grid模型定义 |
| 5.2 基于off-grid的迭代重加权变分贝叶斯学习算法 |
| 5.2.1 基于KL散度的稀疏信号更新 |
| 5.2.2 基于KL散度的脉冲噪声矩阵更新 |
| 5.2.3 OG-WVBL的迭代重加权策略 |
| 5.3 OG-WVBL算法的计算复杂度分析 |
| 5.4 实验验证 |
| 5.4.1 OG-WVBL算法的超参数收敛性能 |
| 5.4.2 GSNR对OG-WVBL算法的影响 |
| 5.4.3 角度分离对OG-WVBL算法的影响 |
| 5.4.4 特征指数对OG-WVBL算法的影响 |
| 5.4.5 网格区间对OG-WVBL算法的影响 |
| 5.5 本章小结 |
| 6 聚焦信号子空间的宽带DOA估计算法 |
| 6.1 宽带DOA信号模型 |
| 6.2 基于酉变换聚焦信号子空间的宽带DOA估计 |
| 6.3 基于实值信号聚焦信号子空间的宽带DOA估计 |
| 6.4 FSS算法的聚焦性能分析 |
| 6.5 实验验证 |
| 6.5.1 FSS算法的空间谱 |
| 6.5.2 SNR对FSS和RFSS算法的影响 |
| 6.5.3 快拍数对FSS和RFSS算法性能的影响 |
| 6.5.4 角度分离对FSS算法性能的影响 |
| 6.6 本章小结 |
| 7 基于FPGA和DSP的麦克风阵列系统 |
| 7.1 硬件设计 |
| 7.1.1 声学传感器选型 |
| 7.1.2 放大电路设计 |
| 7.1.3 滤波电路设计 |
| 7.1.4 信号采集模块测试 |
| 7.2 系统测试验证 |
| 7.2.1 卡车环境中脉冲噪声分布统计 |
| 7.2.2 QN-GMCCC和MDCO算法空间谱性能 |
| 7.2.3 OG-WVBL算法空间谱性能 |
| 7.2.4 脉冲噪声环境下声源距离对不同算法的影响 |
| 7.2.5 高斯噪声环境下声源距离对FSS算法的影响 |
| 7.2.6 高斯噪声环境下FSS定位性能 |
| 7.2.7 脉冲噪声环境下不同算法的定位性能 |
| 7.3 本章小结 |
| 8 结论与展望 |
| 8.1 本文工作总结 |
| 8.2 未来工作展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（7）基于高分辨算法的近场源多维参数联合估计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 近场波束形成概述 |
| 1.2.2 近场参数估计研究现状 |
| 1.2.3 远近场混合源参数估计研究现状 |
| 1.3 本文的主要工作与章节安排 |
| 第二章 近场参数估计数学与理论基础 |
| 2.1 引言 |
| 2.2 近场参数估计的数学基础 |
| 2.2.1 矩阵代数 |
| 2.2.2 高阶累积量 |
| 2.3 近场参数估计的理论基础 |
| 2.3.1 近场参数估计信号模型 |
| 2.3.2 克拉美罗界 |
| 2.4 经典的近场参数估计算法 |
| 2.4.1 近场参数估计算法概述 |
| 2.4.2 近场求根算法 |
| 2.4.3 基于高阶累积量的ESPRIT-like算法 |
| 2.5 本章小结 |
| 第三章 近场参数估计的阵列流形建模及分析 |
| 3.1 引言 |
| 3.2 近场参数估计阵列流形建模 |
| 3.3 近场参数估计阵列流形的理论分析 |
| 3.3.1 微分几何基础 |
| 3.3.2 基于微分几何的近场阵列流形数学分析 |
| 3.3.3 近场参数估计的分辨性能分析 |
| 3.4 基于阵列流形优化的近场波束综合方法 |
| 3.4.1 基于差分进化算法的近场波束综合算法 |
| 3.4.2 仿真实验与性能分析 |
| 3.5 本章小结 |
| 第四章 近场非圆信号参数估计方法 |
| 4.1 引言 |
| 4.2 非圆信号介绍及相应近场参数估计模型 |
| 4.3 基于双极化传感器阵列的近场非圆参数估计算法 |
| 4.3.1 信号模型 |
| 4.3.2 算法原理 |
| 4.3.3 仿真实验与性能分析 |
| 4.4 近场非圆信号快速参数估计算法 |
| 4.4.1 算法原理 |
| 4.4.2 仿真实验与性能分析 |
| 4.5 本章小结 |
| 第五章 远近场混合源的多目标参数估计算法 |
| 5.1 引言 |
| 5.2 混合源参数估计问题 |
| 5.2.1 远场参数估计算法处理混合源 |
| 5.2.2 近场参数估计算法处理混合源 |
| 5.3 基于稀疏子阵的远近场混合源参数估计算法 |
| 5.3.1 信号模型 |
| 5.3.2 算法原理 |
| 5.3.3 仿真实验与性能分析 |
| 5.4 基于十字型阵列的远近场混合源三维参数估计算法 |
| 5.4.1 信号模型 |
| 5.4.2 算法原理 |
| 5.4.3 仿真实验与性能 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文内容总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）基于最优稀疏阵列设计的自适应波束形成（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究进展情况 |
| 1.2.1 自适应波束形成算法的国内外研究进展情况 |
| 1.2.2 稀疏阵列设计算法的研究现状 |
| 1.3 本文研究的主要内容和结构安排 |
| 第二章 基于最优稀疏阵列设计的自适应波束形成基本理论 |
| 2.1 信号模型 |
| 2.2 波束形成器 |
| 2.2.1 最小均方误差波束形成器 |
| 2.2.2 线性约束最小方差波束形成器 |
| 2.2.3 最大信干噪比波束形成器 |
| 2.3 波束形成器性能度量 |
| 2.3.1 波束方向图 |
| 2.3.2 输出信干噪比 |
| 2.3.3 阵列增益 |
| 2.4 经典的非均匀线阵 |
| 2.4.1 嵌套阵 |
| 2.4.2 互质阵 |
| 2.4.3 最小冗余阵 |
| 2.5 本章小结 |
| 第三章 基于迭代重加权?_1-范数的最优稀疏阵列设计 |
| 3.1 引言 |
| 3.2 迭代重加权?_1-范数理论 |
| 3.3 线性分式半正定松弛理论 |
| 3.4 一种基于迭代重加权?_1-范数的稀疏阵列设计算法 |
| 3.4.1 信号模型 |
| 3.4.2 算法原理 |
| 3.4.3 主要步骤总结 |
| 3.5 仿真实验与结果 |
| 3.6 本章小结 |
| 第四章 基于分布源信号的最优稀疏阵列设计 |
| 4.1 引言 |
| 4.2 分布源信号模型 |
| 4.3 一种基于相干分布源的最优稀疏阵列设计算法 |
| 4.3.1 高斯分布模型与均匀分布模型分析 |
| 4.3.2 算法推导 |
| 4.3.3 仿真实验与结果 |
| 4.4 本章小结 |
| 第五章 基于宽带波束形成的最优稀疏阵列设计 |
| 5.1 引言 |
| 5.2 宽带阵列模型 |
| 5.3 频域宽带波束形成器 |
| 5.4 一种基于最大输出信噪比的最优稀疏阵列设计算法 |
| 5.4.1 仿射逼近(Affine)法 |
| 5.4.2 迭代线性分式规划(ILFP)法 |
| 5.5 仿真结果 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的研究成果 |
（9）矢量圆阵低频稳健波束形成和目标方位估计研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文研究背景和意义 |
| 1.2 研究历史及现状 |
| 1.2.1 稳健方法研究现状 |
| 1.2.2 相干信号目标方位估计研究现状 |
| 1.3 本论文研究内容 |
| 第2章 阵列信号处理基础知识 |
| 2.1 背景知识 |
| 2.1.1 均匀圆形结构的阵列及其方向图 |
| 2.1.2 信号场模型 |
| 2.1.3 噪声场模型 |
| 2.1.4 阵列接收数据模型 |
| 2.1.5 波束形成与空间谱估计 |
| 2.2 阵列的超增益 |
| 2.3 常规的信号解相干方法 |
| 2.3.1 单向空间平滑算法 |
| 2.3.2 前后向空间平滑算法 |
| 2.4 本章小结 |
| 第3章 矢量圆阵稳健超增益波束形成 |
| 3.1 白噪声增益约束波束形成方法概述 |
| 3.2 白噪声增益约束波束形成优化问题的转化 |
| 3.3 稳健方法的求解 |
| 3.3.1 稳健波束形成的牛顿迭代求解方法 |
| 3.3.2 稳健波束形成的二阶锥规化求解方法 |
| 3.3.3 对角加载量求解仿真实例 |
| 3.4 仿真研究 |
| 3.4.1 三维各向同性噪声场阵元域模型 |
| 3.4.2 仿真实例与分析 |
| 3.5 本章小结 |
| 第4章 矢量圆阵相位模态域目标方位估计 |
| 4.1 均匀矢量圆阵结构及信号模型 |
| 4.2 声矢量圆阵窄带相干信号源方位估计 |
| 4.2.1 声矢量圆阵窄带信号源模型 |
| 4.2.2 前后向空间平滑技术 |
| 4.2.3 仿真实验与性能分析 |
| 4.3 声矢量圆阵宽带相干信号源方位估计 |
| 4.3.1 聚焦变换及解相干 |
| 4.3.2 相位模态域MUSIC算法 |
| 4.3.3 仿真实验与性能分析 |
| 4.4 实验验证 |
| 4.4.1 实验概况 |
| 4.4.2 实验数据处理 |
| 4.5 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 |
（10）复杂环境下抗干扰阵列天线鲁棒自适应波束形成算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 论文的研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 非高斯噪声下自适应波束形成技术研究现状 |
| 1.2.2 高波束旁瓣电平自适应波束形成技术研究现状 |
| 1.2.3 期望信号方位指引矢量偏差自适应波束形成技术研究现状 |
| 1.2.4 波阵面畸变信号源自适应波束形成技术研究现状 |
| 1.3 主要存在的问题及解决思路 |
| 1.4 论文的研究内容及结构安排 |
| 第二章 自适应波束形成基本原理及优化准则 |
| 2.1 阵列信号模型与自适应波束形成基本原理 |
| 2.1.1 阵列信号接收模型 |
| 2.1.2 阵列天线的自适应波束形成原理 |
| 2.1.3 六边形阵列接收处理模型 |
| 2.2 自适应波束形成优化准则及对应算法 |
| 2.2.1 最大信干噪比准则及MVDR算法 |
| 2.2.2 最小均方误差准则及LMS算法 |
| 2.3 经典波束形成算法模型缺陷与问题的提出 |
| 2.3.1 协方差矩阵误差 |
| 2.3.2 波束旁瓣电平影响 |
| 2.3.3 方位指引矢量偏差 |
| 2.3.4 波阵面畸变干扰信号源 |
| 2.4 本章小结 |
| 第三章 Alpha噪声模型构建的冲激噪声干扰下鲁棒自适应波束形成算法研究 |
| 3.1 引言 |
| 3.2 Alpha噪声稳定分布构建的冲激噪声模型 |
| 3.2.1 Alpha噪声分布模型定义 |
| 3.2.2 Alpha稳定分布噪声的性质与图像 |
| 3.3 基于稀疏约束最大相关熵的鲁棒自适应波束形成算法 |
| 3.3.1 现有算法回顾及问题描述 |
| 3.3.2 CSMC算法推导 |
| 3.3.3 算法收敛稳态性能分析 |
| 3.4 基于约束最大相关熵L2 范数正则化的鲁棒自适应波束形成算法 |
| 3.4.1 CMCC-L2 算法推导 |
| 3.4.2 算法收敛稳态性能分析 |
| 3.5 仿真实验与性能评估 |
| 3.5.1 均方误差性能比较 |
| 3.5.2 输出SINR性能比较 |
| 3.5.3 方向图增益性能比较 |
| 3.5.4 阵列阵元稀疏度评估 |
| 3.5.5 算法复杂度分析与对比 |
| 3.6 本章小结 |
| 第四章 基于婓波拉切散枝搜索的鲁棒自适应波束形成算法研究 |
| 4.1 引言 |
| 4.2 婓波拉切散枝搜索多维优化算法的构建 |
| 4.2.1 婓波拉切序列一维单峰优化算法概述 |
| 4.2.2 婓波拉切散枝搜索法优化的基本结构 |
| 4.2.3 婓波拉切散枝搜索优化算法的基本原理与复杂度分析 |
| 4.2.4 算法基本流程及实施步骤 |
| 4.3 基于FBS优化策略的自适应波束形成器 |
| 4.3.1 方向图零陷深度目标模型 |
| 4.3.2 波束旁瓣幅度目标模型 |
| 4.3.3 算法基本流程及实施步骤 |
| 4.4 仿真实验与性能评估 |
| 4.4.1 FBS算法性能验证 |
| 4.4.1.1 基于Langermann函数的FBS算法搜索点位置积累分布 |
| 4.4.1.2 多峰函数的收敛性曲线分析 |
| 4.4.1.3 典型基准函数的优化测试结果 |
| 4.4.2 基于FBS优化的自适应波束形成器性能分析 |
| 4.4.2.1 波束方向图零陷深度评估 |
| 4.4.2.2 自适应波束形成器旁瓣电平分析 |
| 4.4.2.3 自适应波束形成器输出信干噪比研究 |
| 4.5 本章小结 |
| 第五章 基于方位指引矢量偏差的鲁棒自适应波束形成算法研究 |
| 5.1 引言 |
| 5.2 基于高阶空域谱响应的鲁棒自适应波束形成算法 |
| 5.2.1 泛化干扰噪声协方差的高阶重构与理论证明 |
| 5.2.2 基于高阶泛化重构矩阵的抗期望信号自消效应分析 |
| 5.2.3 基于DFT变换空间功率谱的方位指引矢量估计方法 |
| 5.3 基于约束随机梯度最小二乘的鲁棒自适应波束形成算法 |
| 5.3.1 权值闭环解的凸优化模型引入 |
| 5.3.2 约束凸优化的迭代解算 |
| 5.3.3 基于步长因子与拉格朗日乘子的收敛稳态条件分析 |
| 5.4 仿真实验与性能评估 |
| 5.4.1 自适应波束方向图性能仿真与比较分析 |
| 5.4.2 输出SINR随输入SNR变化关系比较 |
| 5.4.3 输出SINR随采样快拍数变化关系比较 |
| 5.4.4 输出SINR随角度偏差变化关系比较 |
| 5.5 本章小节 |
| 第六章 基于波阵面畸变空际间叠干扰的鲁棒自适应波束形成算法研究 |
| 6.1 引言 |
| 6.2 波阵面畸变及空际间叠干扰 |
| 6.2.1 传统最优自适应波束形成算法 |
| 6.2.2 波阵面畸变的空际间叠干扰模型 |
| 6.2.2.1 空际间叠干扰协方差模型 |
| 6.2.2.2 等效空际间叠矩阵 |
| 6.3 空际间叠干扰对传统最优波束形成算法性能的影响分析 |
| 6.3.1 空际间叠干扰裂变效应对阵列自由度的影响 |
| 6.3.2 空际间叠长度对输出SINR的影响 |
| 6.4 基于角度扩散散射源的抗空际间叠干扰自适应波束形成算法研究 |
| 6.4.1 基于KL转换提取空域处理矩阵的自适应波束形成算法 |
| 6.4.2 基于DFT变换提取空域处理矩阵的自适应波束形成算法 |
| 6.4.3 抗空际间叠干扰的自适应波束形成算法性能仿真实验 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 全文工作总结 |
| 7.2 全文工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
四、Robust wide-band weighted focusing method to estimate direction of arrival of signals（论文参考文献）
- [1]水下目标参数估计关键技术研究[D]. 韩学艳. 浙江大学, 2021
- [2]宽带信号阵列测向技术及应用研究[D]. 张进锋. 战略支援部队信息工程大学, 2021(01)
- [3]非传统相控/频控阵列综合和波束形成研究与应用[D]. 杨钰茜. 南京理工大学, 2020(01)
- [4]波导环境下矢量水听器定位技术研究[D]. 闫福平. 哈尔滨工程大学, 2020(05)
- [5]高速机动辐射源目标无源定位关键技术研究[D]. 刘智鑫. 战略支援部队信息工程大学, 2020(01)
- [6]脉冲噪声环境下麦克风阵列的DOA估计技术研究[D]. 麻付强. 北京科技大学, 2020(01)
- [7]基于高分辨算法的近场源多维参数联合估计[D]. 宋嘉奇. 西安电子科技大学, 2020(05)
- [8]基于最优稀疏阵列设计的自适应波束形成[D]. 付悦萍. 电子科技大学, 2020(07)
- [9]矢量圆阵低频稳健波束形成和目标方位估计研究[D]. 方勃懿. 哈尔滨工程大学, 2020(05)
- [10]复杂环境下抗干扰阵列天线鲁棒自适应波束形成算法研究[D]. 张海川. 国防科技大学, 2020(01)