一、相干信号源的时空二维谱估计及其改进（论文文献综述）
张祺[1]（2020）在《基于圆形麦克风阵列的声源定位算法研究》文中研究表明目前,麦克风阵列技术在声呐探测、音视频会议、人机交互、助听器、监控系统等方面有着广泛的应用。而基于波达方向估计的麦克风阵列声源定位逐渐在许多领域成为了研究的重点,但由于语音信号的非平稳特性以及外界环境的复杂性,目前已知的声源定位算法存在计算量大、估计失准等问题。针对传统高分辨率谱估计法估计远场声源波达方向（direction of arrival,DOA）时计算量大、对相干信号估计失准的问题,本文提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。本文的主要研究内容如下:1)比较分析不同结构的空间阵列模型,并引入四阶累积量,针对三种不同的高分辨率谱估计算法进行理论分析以及仿真验证,仿真结果证明基于四阶累积MUSIC算法兼具运算量低以及精度高的双重优势。2)针对传统高分辨率谱估计法估计远场声源波达方向时计算量大、对相干信号估计失准的问题,提出一种改进的基于圆形麦克风阵列和四阶累积量的声源二维DOA估计算法。该算法结合了圆阵定位无死角的优势和矩阵虚拟扩展获得更多声源定位信息的长处,重点介绍圆形麦克风阵列相干信号估计模型以及圆阵模式空间变换算法,并对比分析传统的圆阵声源估计算法:UCA-RB-MUSIC算法、UCA-ESPRIT算法以及UCA-FOC-MUSIC算法。仿真结果显示,在信噪比较低时,本文算法可实现对远场相干信号的更高精度估计,并且能有效减少运行时间。3)针对麦克风阵列的特性,设计麦克风阵列系统的整体框架,同时,基于TMS3206747 DSP硬件平台设计声源定位系统硬件样机,并结合CCS软件编译环境编写主代码并完成代码测试,最后在大型会议室的实际环境下对硬件系统定位性能进行验证,实验结果表明,本文所设计的麦克风阵列声源定位系统基本达到预期效果。
方勃懿[2]（2020）在《矢量圆阵低频稳健波束形成和目标方位估计研究》文中指出水声传播中,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。
郑棋[3]（2020）在《基于阵列测向的轨道交通无人机监控技术研究》文中认为随着无人机在农业、交通、电力等诸多行业领域中发挥着越来越重要的作用,无人机在我们身边出现的频率也是越来越高,随之而来的风险也逐渐升高。近年来,全国已发生了多起无人机干扰高铁正常运行的事件。为了迅速有效地查明无人机信号来自何处即实现对无人机信源的精确测向是轨道交通安全防护的一项新的研究课题。本文首先对DOA估计的阵列信号模型进行了介绍,给出了常规阵列信号模型的假设条件。在阵列信号模型基础上,对均匀线阵模型和均匀圆阵模型进行分析,并在相干信源条件下,对信号的阵列接收模型进行分析。然后本文介绍了基于空间谱估计的DOA算法,这类算法具有超分辨率,主要代表有MUSIC算法和ESPRIT算法。本文在对这两种算法的基本原理进行分析后,对其分辨率、测向精度进行了仿真分析。MUSIC算法、ESPRIT算法在估计非相关信源时有着良好的估计性能。但是,当信号源相干时,这两种算法的DOA估计性能处于失效状态,无法获得相干信源的角度信息。其次,为了解决MUSIC算法和ESPRIT算法无法对相干信源进行有效的DOA估计的问题,本文分析传统DOA估计算法针对相干信源失效的原因,对传统的解相干空间平滑算法进行介绍,并分析修正MUSIC算法的解相干性能。本文以空间平滑算法为基础提出了两种改进的解相干算法:其一是二次加权空间平滑MUSIC算法,该算法通过对空间平滑算法的嵌套使用求得权值矩阵,并使权值矩阵经过平滑算子处理,使其充分包含信号的自相关和互相关信息,从而在相干信号的谱峰搜索过程中具有更好的效果;其二是改进加权空间平滑TLS-ESPRIT算法,该改进算法通过对原始阵列进行特殊结构的子阵划分,直接利用子阵输出的自相关和互相关信息求得加权矩阵,从而实现相干信源的解相干。最后,针对无人机信号,综合考虑测向设备的体积大小与测向的实时性,本文设计了一种无人机测向软件,其中DOA算法采用相关干涉仪算法。本文对相位干涉仪算法的基本原理进行了介绍,分析了测向过程中相位模糊问题。在此基础上,分析了相关干涉仪算法的基本原理,通过代价函数构建信号的相位样本库,解决相位干涉仪算法中的相位模糊问题,并且相关干涉仪算法不受环境的影响,在互耦、噪声等不利条件下,也能对信号有着较好的DOA估计性能。
张洪铭[4]（2019）在《改进MUSIC算法的相干信号DOA估计研究》文中研究指明在阵列信号处理中,波达方向估计（又称DOA估计）是种常用而又极其重要的方法。本文主要以现有的DOA算法技术为基础,进行更深的探讨研究。首先,本文对经典DOA估计算法的原理做了简单的分析讲解,DOA估计最简单且有效的算法就是MUSIC算法,本文的后续算法都是建立在该算法之上的;当然文章也介绍了其他DOA估计算法,包括Capon算法和延迟相加法。利用MATLAB软件通过设置不同的仿真参数进行仿真实验,其结果表明:对于非相干信号的DOA估计,MUSIC算法的估计精度要明显高于其他算法,其唯一的不足之处就是不能较为准确地对相干信源进行估计。其次,对于MUSIC算法不能准确分辨相干信号的不足,从该算法估计信号DOA的原理出发,文章对该算法处理信号接收矩阵的方法做出了改进,即给出了一种改进MUSIC算法（IMUSIC算法）和修正的MUSIC算法（MMUSIC算法）,结合MATLAB仿真证实了两种算法处理相干信号时都能够较好地分辨出信号源。对于相干信号源的DOA估计,除了上述改进MUSIC算法本文也列举了几种其他的算法——空间平滑算法,矩阵分解法,矢量奇异值法（SVD算法）和子空间拟合算法。简单介绍了几种算法的原理,通过实验仿真对它们的估计精度做出了对比分析。但这些算法也面临着阵元数缺失,不能准确估计相干信源,计算复杂等诸多难题。这需要我们根据不同的实际问题对这些算法做出更多的研究和优化。最后提出一种加窗函数滤波的方案来处理相干信号,仿真结果表明该方法能够较好估计出相干信号的波达方向。最后,结合改进的MUSIC算法和空间平滑算法提出了一种自己的算法——I-MMUSIC算法。通过多个参数下的实验仿真和对比其他算法的估计精度,证实了该算法处理相干信号的有效性以及较高的DOA估计精度。
敖宇[5]（2019）在《浅海低频矢量声场中的声源被动测向技术研究》文中研究说明浅海低频声场中的声源测向技术是一项在军民两用领域都具有关键意义的重要技术。而矢量传感器技术的进步则为海洋声学和水声工程的发展注入了新的活力,也催生了多种多样的基于矢量声信号处理的新型声源测向技术。论文回顾了矢量传感器技术以及基于矢量传感器的方位估计技术的发展历程,总结了其研究现状,并在此基础上对声源被动测向技术展开了研究。首先介绍了在矢量声场中对声源进行方位估计的物理基础,包括水下矢量声场的基本知识和单矢量传感器的测量模型。其中,还特别研究了组合式矢量传感器的几何中心声压的测量问题,从数学上证明了目前常用的测量方式的合理性。论文把基于单矢量传感器的声源被动测向方法分成了两大类,分别是基于声能流的方法和基于等效阵列的方法。对于前者,论文进行了简要介绍,并利用实测数据对两种基于直方图统计的复声强法进行了验证。而后者又可以分为两类,分别为参数化的方位估计方法和空间谱估计方法。论文在单矢量传感器上实现了四种经典空间谱估计方法和两种经典参数化方位估计方法,仿真实验表明,相比传统的标量声压传感器阵列,单矢量传感器具有在全空间中无模糊测向的能力。提出了一种新的参数化方法——基于张量分解的多参数联合估计算法。利用单矢量传感的四路测量数据及其高阶累积量,可以构建一个符合平行因子模型的数据张量。再对张量进行分解,就可以得到声源的二维波达方向和频率的估计值。该算法具有比同类型的旋转不变子空间技术更为优良的性能。提出了一种新的（伪）空间谱估计方法——基于矢量传感器阵的改进最小方差无畸变方位估计算法。该算法利用最小方差无畸变波束形成器的信号对消现象,构建了一种对观察方位是否等于期望方位敏感的伪空间谱。改进算法的伪谱具有比传统空间谱估计方法更为尖锐的谱峰,并且在低信噪比和快拍数缺乏的条件下具有更好的性能。最后研究了更符合实际浅海环境的简正波模型,推导了简正波理论下矢量传感器阵的测量模型。以多重信号分类算法为例,研究了模型失配对方位估计的影响,并且给出了简正波模型匹配算法。在简正波模型中,原有的平面波假设会使方位估计结果为有偏估计,而模型匹配算法则能够实现无偏估计。
霍炯[6]（2019）在《低角跟踪环境下阵列雷达目标仰角估计算法研究》文中进行了进一步梳理低角跟踪问题一直是雷达探测领域的经典难题。由于地球曲率和地形遮挡的影响,雷达探测低空目标时的有效距离下降。且雷达对低空目标进行跟踪时,会受到多径效应的影响。多径信号的存在使雷达仰角测量的性能无法满足实际指标要求,严重时甚至会使雷达失去跟踪目标的能力。如何克服多径信号带来的测角误差是解决低角跟踪难题的关键所在。阵列超分辨技术由于其较高的波达方向（Direction of Arrival,DOA）估计精度而受到广泛的研究和讨论,它也被用来解决低角跟踪问题。本文紧密结合阵列雷达特点,重点研究在低空领域下能够实现目标仰角精确估计的阵列超分辨算法。首先,介绍多径条件下的两种几何模型,给出两种模型中的一些几何关系。并对多径反射中镜面反射机理和漫反射机理进行研究,分析影响反射系数的几个重要因素。其次,介绍几种常见阵列超分辨算法,包括多重信号分类（Multiple Signal Classification,MUSIC）算法和能够实现解相干的空间平滑算法及最大似然算法,仿真分析并比较了它们的测角性能,阐述了各自的优缺点。然后,在多径信号模型基础上,介绍广义MUSIC算法及其改进算法,通过仿真将两种算法的测角性能进行比较。同时总结并归纳了三种时空级联最大似然算法,给出它们仰角估计的理论误差结果,仿真分析了信噪比、目标高度等因素对各自测角性能的影响。在阵列接收信号相同的情况下,三种算法依次把越来越多的先验信息应用于测角过程,从而使测角性能不断地提高,仿真也印证了这一结论。同时对其中的精确最大似然（Refined Maximum Likelihood,RML）算法进行了更深入的研究,结合实际工程中RML算法可能遇到的问题,对RML算法进行了一些优化。最后,本文提出了一种基于波束空间的雷达低仰角估计算法,新算法在保证测角精度的前提下,极大地降低了运算量,更加便于工程实现,仿真验证了新算法的优越性。
单泽彪[7]（2016）在《阵列信号参数估计与跟踪方法研究》文中认为阵列信号参数估计与跟踪是阵列信号处理领域中一项重要的研究内容,其广泛应用于雷达探测、声纳定位、无线通信、地震勘探、射电天文以及生物医学工程等众多军事与民用领域。阵列信号参数估计与跟踪包括“参数估计”和“参数跟踪”两部分,其中阵列信号参数估计历经近几十年的发展,其基本理论框架和基本算法已经基本成熟,但随着阵列信号参数估计从理论方法到实际工程应用技术的转变,人们对算法的稳健性、估计精度以及计算复杂度等提出了更高的要求;而阵列信号参数跟踪更是面临着许多尚未得到很好解决的问题。本文深入研究了其中的一些关键问题,主要包括复杂噪声背景下的信源数估计、相干信号的波达方向（DOA）估计、相干/同向信号的DOA与多普勒频率联合估计、DOA跟踪以及多普勒频率跟踪等,针对以上问题提出了一系列有效的算法,并取得了一些有意义的成果。本文的研究工作主要包括以下6个部分:第一,针对复杂噪声背景下信源数估计问题,提出了一种基于伪协方差矩阵的Otsu类间方差法。由阵列输出信号延时相关构成的伪协方差矩阵对一定条件下的高斯白噪声和高斯色噪声具有免疫特性,并且利用阵元间的时间相关提高了阵列的有效孔径,进而提高了伪协方差矩阵奇异值分解后信号奇异值与噪声奇异值的大小差异程度。最后利用Otsu类间方差法对信号奇异值与噪声奇异值进行分类,进一步提高了信源数的检测成功概率。第二,针对相干信号DOA估计问题,提出了一种基于特征空间MUSIC算法的空间平滑估计方法。首先对相干信号进行空间平滑预处理,然后对其应用特征空间MUSIC算法进行DOA的有效估计,使其最大限度地利用信号子空间和噪声子空间的信息。所提方法并不影响非相干信号存在时DOA的估计,且还可以对信号源功率进行有效的估计。与传统空间平滑算法及修正MUSIC算法相比,所提方法具有更低的信噪比门限和更高的估计精度及分辨力。第三,针对DOA与多普勒频率联合估计问题,提出了两种算法:1)针对DOA与多普勒频率联合估计的二维MUSIC算法在低信噪比、小快拍数等非理想条件下估计性能变差的问题,提出了一种利用信号子空间投影方法修正的二维MUSIC算法。给出了一种运用信号功率倒数加权的信号子空间投影方法,并将其与二维MUSIC算法进行空间谱合成,充分利用信号子空间与噪声子空间两者的信息,提高了新算法在非理想条件下对多目标DOA及多普勒频率联合估计的分辨性能。2)针对相干/同向信号DOA与多普勒频率的联合估计问题,提出了一种基于数据共轭重构的修正二维MUSIC算法。首先,建立包含DOA与多普勒频率信息的广义阵列信号模型,并对阵列协方差矩阵利用数据共轭重排加以重构,使其可有效适用于相干/同向信号下DOA与多普勒频率的联合估计;其次,在二维MUSIC算法重构的基础上,利用1)中所提出的信号子空间投影方法对其加以修正,可以进一步提高算法的分辨性能。所提算法还可以对信号的功率进行有效估计,且估计参数均可自动配对。第四,针对最大似然估计方法计算量大的问题,提出了一种基于序列二次规划（SQP）的最大似然DOA及其与多普勒频率联合估计的方法。最大似然方法是一种在已知白噪声情况下的贝叶斯最优估计方法,在DOA、多普勒频率等参数估计问题中具有比特征子空间算法好得多的性能,并且它还可以直接处理相干信号。然而在其计算过程中需要非线性多维优化求解,针对传统网格搜索方法计算量过大的问题,提出了一种全局最优且局部具有超线性收敛特性的SQP方法,并把其应用于最大似然的优化求解中。最后通过仿真实验对其进行了有效性验证。第五,针对运动目标DOA跟踪问题,提出了一种时变遗忘因子的自适应样本协方差矩阵更新方法。时变遗忘因子根据DOA变化的快慢自适应调节自身的大小,从而合理地调整历史数据及当前采样数据在协方差矩阵更新过程中所占的权重;在协方差矩阵更新后,为了避免不断重复地进行特征值分解或奇异值分解,并且为了可以处理相干信号,对更新的协方差矩阵直接应用最大似然方法进行DOA估计。同时针对最大似然方法计算量较大的问题,分别利用人工蜂群仿生智能算法和SQP方法对其进行优化求解,有效减少了算法的运算量,加快了算法的优化速度,保证了跟踪的实时性。第六,针对雷达信号多普勒频率跟踪问题,提出了一种基于动态压缩感知的跟踪估计算法。首先建立雷达信号的稀疏时变信号模型,然后根据上一测量时刻稀疏向量中提取出的先验稀疏位置信息,构建当前时刻的冗余字典,并同时获得当前测量时刻稀疏向量中非零元素的分布概率,建立起多普勒频率的稀疏概率模型。最后,通过求解一个加权的l1范数最小化问题对当前稀疏信号进行重构,获得其非零元素位置,从而实现对多普勒频率的动态实时跟踪。仿真实验验证了所提算法的正确性与有效性。
石和平[8]（2015）在《阵列信号处理中的DOA估计关键技术研究》文中提出基于天线阵列的波达方向（Direction-of-arrival,DOA）估计是阵列信号处理中的重要研究方向之一,其主要目的是利用空间中按照一定方式排列的传感器阵列接收到的测量数据,估计和提取待测空间目标信号的来波方向、信号数目以及频率等参数,在雷达、被动声纳、生物医学、射电天文以及地震勘察等军事和民用领域都有着广阔的应用前景。本论文针对DOA估计应用中的关键问题进行了深入的研究,并提出了一些性能优越的DOA估计算法。首先,基于均匀线性阵列（ULA）,本论文提出了一种基于降维四阶累积量的正交传播算子算法,即MFOC-OPM算法。所提出的MFOC-OPM算法在保持虚拟阵列有效孔径不变的前提下,进一步去除了原始四阶累积量矩阵中大量的冗余元素,最后利用OPM算法来实现目标信号源的来波方向估计。仿真分析表明,所提出的MFOC-OPM算法在具有高精度DOA估计的同时,极大的降低了算法的计算复杂度。在上述所提MFOC-OPM算法的基础上,本论文又提出了一种基于Toeplitz近似的四阶累积量正交传播求根算法,即TFOC-OPRM算法。在所提出的TFOC-OPRM算法中,通过对降维四阶累积量矩阵进行Toeplitz操作来恢复Toeplitz结构,并基于多项式求根方法,对恢复Toeplitz结构的矩阵进行DOA估计。仿真分析表明,所提出的TFOC-OPRM算法不但具有非常高的估计性能,而且拥有很低的计算复杂度。其次,基于相互平行的两组ULA构成的天线阵列,针对相干目标信号源的二维DOA估计问题,本论文提出了一种基于矩阵重构的相干信号源的DOA估计算法。所提出的算法通过依次改变子阵列中的参考阵元,进而构造两个等效的协方差矩阵,然后通过对新构造的矩阵进行特征值分解,便可实现对相干目标信号源的解相干并最终完成二维的DOA估计。仿真结果表明,所提出的算法不仅具有很高的估计精度,还能分辨出更多的目标信号源。再次,基于ULA,针对独立目标信号源与相干目标信号源共存的DOA估计问题,本论文提出了在多径环境下独立信号源与相干信号源共存的空间差分DOA估计算法。在所提算法中,通过利用DOA矩阵的特征值模值的性质,不相关信号源的DOA首先被估计出来;然后通过采用改进的空间差分方法,不相关信号源的信息和噪声分量被彻底的消除,从而使空间差分矩阵中只含有相干信号源的数据信息;最后,通过使用空间平滑技术,相干信号源的DOA被最终正确的估计出来。仿真分析表明,所提出的算法不仅能够分辨出比阵元个数更多的入射目标信号源,还取得了很好的DOA估计性能。除此之外,针对不相关信号源和相干信号源具有相同的入射角度时,所提出的算法依然能够正确的实现DOA估计。最后,在基于ULA的基础上,本论文又提出了基于四阶累积量Toeplitz矩阵重构的低复杂度解相干算法,即TMR-OPM算法。所提出的TMR-OPM算法通过构造基于四阶累积量的Toeplitz矩阵,使得所构造的Toeplitz矩阵的秩仅等于目标信号源的个数,之后通过OPM算法来完成入射目标信号源的DOA估计。仿真分析表明,所提算法在保持高精度DOA估计的同时（尤其在低信噪比条件下仍然能够得到较好的估计性能）,所提算法的计算复杂度有了极大幅度的降低。
田军华[9]（2009）在《波达方向估计以及在无线定位中的应用》文中进行了进一步梳理空间谱估计技术是阵列信号处理中的一个重要的研究方向,是在空域滤波、时域谱估计基础上发展起来的一门科学与技术,有着优异的估计性能和广泛的应用前景。空间谱估计技术的最大特点在于算法,通过算法对信号的到达方向进行估计,因此要想提高估计的精度,必须深入的理解和掌握算法,并在此基础上对算法进行改进。因此,本文这要分析和讨论了部分经典空间谱估计算法,并根据不同阵列的自身特点提出改进的算法。具体内容如下:首先,概述本文所研究问题的背景和意义,并介绍空了间谱估计的历史以及发展现状;其次,介绍了空间谱估计理论的基础知识,特别是针对常用的阵列模型、表达式、二阶统计量和信号源数的估计等进行了详细的说明,为之后介绍DOA估计算法做准备,这些也是实现有效DOA估计的基础;第三,针对波达方向估计中最常用的均匀线阵阵列（ULA）,利用空间谱估计基础知识,介绍了多种经典的一维DOA估计算法,并从信噪比、阵列天线个数等不同方面对各方法的性能进行了比较和分析;第四,针对波达方向估计中二维均匀线阵的情况,提出了基于双平行线阵的二维DOA估计方法,通过实验仿真验证方法的有效性,并与文献中的算法进行比较,验证了此方法的有效性;第五,分析和研究了另一种非常重要的天线阵列:均匀圆阵阵列（UCA）。介绍了均匀圆阵的阵列模型,在此模型的基础上提出不需要阵列变化的DOA估计算法,并通过实验仿真证实了此算法的有效性,同时验证了此方法可以估计出相干信号源的入射角度;最后,通过对本文工作的总结和回顾,展望下一步的工作计划。
唐建红[10]（2009）在《被动雷达导引头高精度超分辨测向技术研究》文中研究说明空间谱估计技术能实现目标信号到达角（DOA）的超分辨估计,同时能够分辨多个同时到达信号,可以应用于被动雷达导引头中实现超分辨测向。四阶累积量具有虚拟阵列扩展性能和抑制高斯噪声的特性,因此广泛被用于空间谱估计各类算法的预处理中。本课题主要研究了基于四阶累积量的空间谱估计算法,研究了空间谱估计测向方法中的解模糊问题,并完成了空间谱估计测向处理器的软硬件方案设计与实现,并进行了相关指标的测试。针对被动雷达导引头在天线盘体积受限时无法分辨多目标的问题,研究了基于四阶累积量的MUSIC算法,并提出了运算量减少的改进算法。改进算法对四阶累积量矩阵进行了无损降维处理,去除了数据冗余,有效地提高了算法的实时性。同时也保留了虚拟阵列扩展性能,实现了天线盘体积受限的情况下,用极少阵元分辨多目标。计算机仿真实验和实测数据仿真证明,该算法在高斯色噪声背景下有良好的估计性能,且能估计更多的信号源数。用ESPRIT算法代替MUSIC算法,避免了谱峰搜索,有效地减小了四阶累积量空间谱估计算法的运算量。提出了改进的四阶累积量ESPRIT算法,以虚拟阵列扩展后的新阵列为基础,运用ESPRIT算法估计目标信号的来向。将去冗余后的四阶累积量矩阵作为新阵列数据矩阵的协方差矩阵,并提出适合所有线阵的子阵划分方法。结合改进的四阶累积量和ESPRIT算法,进一步提高了四阶累积量空间谱估计算法的运算速度。四阶累积量MUSIC算法和ESPRIT算法不能分辨相干信号源。研究了四阶累积量空间平滑算法,将空间平滑技术引入到四阶累积量算法中。在虚拟阵列扩展后的新阵列上,应用空间平滑解相关技术实现相干信号的估计。仿真实验表明,子阵阵元数选择大于等于真实阵列阵元数时,该算法可以在不损失天线孔径的同时,实现对相干信号源的角度估计。空间谱估计测向处理器在高频端会产生测角模糊,为此提出了基于MUSIC算法的二次搜索解模糊方法和虚拟阵列扩展解模糊方法,扩大了被动雷达导引头的覆盖频带范围。二次搜索法限定了只含有真实角度谱峰的搜索区间,能快速有效地估计出单个信号的DOA。在高斯色噪声环境下,非等距线阵时虚拟阵列扩展法有很好的解模糊效果,为解模糊方法提出了新的思路。根据空间谱估计测向处理器测角精度和实时性要求高的特点,选用四片浮点ADSP-TS101S并行完成MUSIC算法的谱峰搜索。在被动雷达导引头系统的指标测试中,空间谱估计算法表现了良好的性能,不仅实现了对单个目标的高精度测向,还可以对多个同时到达的信号进行测向。该硬件系统的成功设计与实现,为研究新型体制的被动雷达导引头奠定了基础,并推动了空间谱估计算法的工程应用步伐。
二、相干信号源的时空二维谱估计及其改进（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、相干信号源的时空二维谱估计及其改进（论文提纲范文）
（1）基于圆形麦克风阵列的声源定位算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景及意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.3 主要研究内容及结构安排 |
| 第二章 麦克风阵列语音信号预处理以及模型构建 |
| 2.1 语音信号的理论分析 |
| 2.1.1 语音信号的特征 |
| 2.1.2 语音信号的采样分析 |
| 2.1.3 语音信号语谱图 |
| 2.2 语音信号处理分析 |
| 2.2.1 预滤波 |
| 2.2.2 加窗分帧 |
| 2.2.3 分频处理 |
| 2.2.4 语音端点检测 |
| 2.3 传统阵列信号处理模型 |
| 2.3.1 窄带与宽带信号模型 |
| 2.3.2 相干信号源模型 |
| 2.4 本章总结 |
| 第三章 麦克风阵列空间结构与经典空间谱估计算法 |
| 3.1 麦克风阵列的空间结构模型 |
| 3.1.1 近场模型与远场模型 |
| 3.1.2 麦克风阵列的拓扑结构 |
| 3.2 经典的空间谱估计算法 |
| 3.2.1 MUSIC算法基本原理 |
| 3.2.2 Root-MUSIC算法 |
| 3.2.3 基于四阶累积量的MUSIC算法 |
| 3.3 仿真实验分析 |
| 3.4 本章总结 |
| 第四章 基于圆形麦克风阵列的声源二维DOA估计 |
| 4.1 圆形麦克风阵列模型 |
| 4.2 UCA-RB-MUSIC声源估计算法 |
| 4.3 UCA-ESPRIT声源估计算法 |
| 4.4 UCA-FOC-MUSIC声源估计算法 |
| 4.5 UCA-I-FOC-MUSIC声源估计算法 |
| 4.6 仿真分析 |
| 4.6.1 声源信号角度估计 |
| 4.6.2 声源定位精度分析 |
| 4.7 本章总结 |
| 第五章 麦克风阵列系统的方案设计与系统测试 |
| 5.1 麦克风阵列系统方案总体设计 |
| 5.2 麦克风阵列系统硬件设计 |
| 5.2.1 TMS320-C6747 核心处理器模块 |
| 5.2.2 语音采集模块 |
| 5.2.3 AIC3204 音频编解码模块 |
| 5.2.4 调试接口模块 |
| 5.2.5 USB模块 |
| 5.3 麦克风阵列系统软件设计 |
| 5.4 麦克风阵列系统测试 |
| 5.5 本章总结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（2）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 |
（3）基于阵列测向的轨道交通无人机监控技术研究（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 阵列测向的发展和研究现状 |
| 1.3 本文思路和主要研究工作 |
| 1.3.1 本文研究思路 |
| 1.3.2 本文主要研究工作 |
| 第二章 DOA估计的基本理论 |
| 2.1 DOA估计的阵列信号模型 |
| 2.2 阵列模型 |
| 2.2.1 均匀线阵模型 |
| 2.2.2 均匀圆型阵模型 |
| 2.3 相干信号源的数学模型 |
| 2.4 本章小结 |
| 第三章 基于多重信号分类的DOA估计算法 |
| 3.1 多重信号分类算法 |
| 3.1.1 MUSIC算法原理 |
| 3.1.2 MUSIC算法计算步骤 |
| 3.2 空间平滑技术 |
| 3.2.1 前向空间平滑技术 |
| 3.2.2 前后向空间平滑技术 |
| 3.2.3 前后向空间平滑算法仿真分析 |
| 3.3 修正MUSIC算法 |
| 3.3.1 修正MUSIC算法原理 |
| 3.3.2 修正MUSIC算法去相关原理 |
| 3.3.3 修正MUSIC算法仿真 |
| 3.4 改进加权空间平滑MUSIC算法 |
| 3.4.1 加权空间平滑MUSIC算法 |
| 3.4.2 改进加权空间平滑MUSIC算法 |
| 3.4.3 二次加权空间平滑MUSIC算法 |
| 3.4.4 二次加权空间平滑MUSIC算法性能分析 |
| 3.5 本章小结 |
| 第四章 基于旋转不变子空间技术的DOA估计算法 |
| 4.1 旋转不变子空间技术 |
| 4.1.1 ESPRIT算法原理 |
| 4.1.2 标准ESPRIT算法 |
| 4.1.3 ESPRIT算法计算步骤 |
| 4.1.4 ESPRIT算法性能仿真 |
| 4.2 基于空间平滑技术的ESPRIT算法 |
| 4.2.1 空间平滑TLS-ESPRIT算法 |
| 4.2.2 加权空间平滑TLS-ESPRIT算法 |
| 4.2.3 加权空间平滑TLS-ESPRIT算法性能分析 |
| 4.3 本章小结 |
| 第五章 无人机测向软件设计 |
| 5.1 测向软件总体设计 |
| 5.1.1 测向软件需求分析 |
| 5.1.2 软件的功能概述 |
| 5.1.3 用户界面设计 |
| 5.2 测向软件的测向算法 |
| 5.2.1 相位干涉仪测向基础 |
| 5.2.2 标准相关干涉仪 |
| 5.3 软件测试和结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间完成的学术论文及其他科研成果 |
| 致谢 |
（4）改进MUSIC算法的相干信号DOA估计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 背景介绍 |
| 1.2 DOA估计算法的发展 |
| 1.3 相干信源的空间谱估计研究现状 |
| 1.4 本文的研究内容概述 |
| 第二章 空间谱估计基础及算法研究 |
| 2.1 空间谱估计的结构 |
| 2.2 空间谱估计信号模型 |
| 2.2.1 窄带信号模型 |
| 2.2.2 相关信号模型 |
| 2.2.3 噪声模型 |
| 2.3 DOA估计算法 |
| 2.3.1 延迟-相加法 |
| 2.3.2 Capon算法 |
| 2.3.3 MUSIC算法 |
| 2.4 本章小结 |
| 第三章 相干信源的DOA估计 |
| 3.1 相干信源对MUSIC算法的影响 |
| 3.2 MUSIC算法的改进 |
| 3.2.1 改进MUSIC算法(IMUSIC算法) |
| 3.2.2 修正MUSIC算法(MMUSIC算法) |
| 3.2.3 计算机仿真 |
| 3.3 几种常见的解相干信源算法 |
| 3.3.1 空间平滑算法 |
| 3.3.2 矢量奇异值算法(SVD算法) |
| 3.3.3 矩阵分解法 |
| 3.3.4 Toeplitz算法 |
| 3.3.5 四种算法的比较 |
| 3.4 信号加窗滤波法解相干信号 |
| 3.4.1 窗函数的选择 |
| 3.4.2 信号加窗法的仿真实验 |
| 3.5 本章小结 |
| 第四章 改进的MMUSIC算法的DOA估计 |
| 4.1 I-MMUSIC算法的阵列预处理 |
| 4.2 I-MMUSIC算法的数据处理 |
| 4.2.1 数据处理模型 |
| 4.2.2 数据处理原理 |
| 4.3 I-MMUSIC算法的实现步骤 |
| 4.4 I-MMUSIC算法的仿真实验 |
| 4.5 本章小结 |
| 第五章 总结 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文及研究成果 |
（5）浅海低频矢量声场中的声源被动测向技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义和选题背景 |
| 1.1.1 研究意义 |
| 1.1.2 选题背景 |
| 1.2 矢量传感器的发展历程 |
| 1.2.1 矢量传感器的分类 |
| 1.2.2 国外矢量传感器技术的发展历程 |
| 1.2.3 国内矢量传感器技术的发展历程 |
| 1.3 基于矢量传感器的方位估计技术的研究进展 |
| 1.3.1 国外研究进展 |
| 1.3.2 国内研究进展 |
| 1.4 论文主要工作及组织结构 |
| 第二章 矢量传感器测向技术基础 |
| 2.1 引言 |
| 2.2 水下矢量声场 |
| 2.2.1 声学基本方程 |
| 2.2.2 平面波声压与质点振速的表达式 |
| 2.2.3 声学欧姆定律 |
| 2.2.4 声场的相干性分析 |
| 2.3 单矢量传感器的测量模型 |
| 2.3.1 矢量传感器的背景噪声 |
| 2.3.2 矢量传感器的噪声测量模型 |
| 2.3.3 矢量传感器振速通道的指向性 |
| 2.3.4 几何中心声压的测量方式 |
| 2.4 基于声能流的单矢量传感器方位估计方法 |
| 2.4.1 平均声强法 |
| 2.4.2 复声强法 |
| 2.4.3 基于直方图统计的复声强法 |
| 2.4.4 实测数据验证 |
| 2.5 本章小结 |
| 第三章 基于等效阵列的单矢量传感器方位估计 |
| 3.1 引言 |
| 3.2 单矢量传感器的等效阵列测量模型 |
| 3.3 经典空间谱估计方法在单矢量传感器上的实现 |
| 3.3.1 常规波束形成 |
| 3.3.2 Capon波束形成 |
| 3.3.3 MUSIC算法 |
| 3.3.4 传播算子算法 |
| 3.4 经典参数化方法在单矢量传感器上的实现及其改进 |
| 3.4.1 基于单矢量传感器的ESPRIT算法 |
| 3.4.2 基于单矢量传感器的DOA矩阵算法 |
| 3.4.3 方向余弦估计公式的改进 |
| 3.5 本章小结 |
| 第四章 基于张量分解的多参数联合估计算法 |
| 4.1 引言 |
| 4.2 理论基础 |
| 4.2.1 基本概念与数学基础 |
| 4.2.2 PARAFAC模型的概念及表示法 |
| 4.2.3 PARAFAC分解的唯一性 |
| 4.2.4 高阶累积量 |
| 4.3 算法原理 |
| 4.3.1 PARAFAC模型的构建 |
| 4.3.2 PARAFAC模型的分解 |
| 4.3.3 参数估计 |
| 4.3.4 算法复杂度分析 |
| 4.4 仿真实验 |
| 4.5 本章小结 |
| 第五章 基于矢量传感器阵的改进Capon方位估计算法 |
| 5.1 引言 |
| 5.2 矢量传感器阵的测量模型 |
| 5.3 算法原理 |
| 5.3.1 信号对消现象简介 |
| 5.3.2 基于信号对消构造伪空间谱 |
| 5.3.3 改进算法与传统算法的关系 |
| 5.3.4 算法流程及复杂度分析 |
| 5.4 仿真实验 |
| 5.4.1 CRB推导 |
| 5.4.2 实验内容与结果 |
| 5.5 本章小结 |
| 第六章 基于简正波模型匹配的方位估计算法 |
| 6.1 引言 |
| 6.2 矢量声场中的简正波模型 |
| 6.2.1 声压与振速的简正波表示 |
| 6.2.2 Pekeris波导中的矢量传感器阵测量模型 |
| 6.3 模型失配对方位估计的影响 |
| 6.3.1 理论分析 |
| 6.3.2 仿真实验 |
| 6.4 简正波模型匹配算法 |
| 6.4.1 算法原理 |
| 6.4.2 仿真实验 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（6）低角跟踪环境下阵列雷达目标仰角估计算法研究（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 研究历史及现状 |
| 1.3 论文内容安排 |
| 第二章 低角跟踪中的多径效应 |
| 2.1 多径效应几何模型 |
| 2.1.1 平面模型 |
| 2.1.2 球面模型 |
| 2.2 多径反射机理 |
| 2.2.1 瑞利判据 |
| 2.2.2 镜面反射 |
| 2.2.3 漫反射 |
| 2.3 本章小结 |
| 第三章 常规阵列超分辨算法 |
| 3.1 常规MUSIC算法 |
| 3.2 空间平滑类算法 |
| 3.3 最大似然算法 |
| 3.4 本章小结 |
| 第四章 阵列雷达低仰角测量算法 |
| 4.1 广义MUSIC算法 |
| 4.1.1 算法原理 |
| 4.1.2 改进的广义MUSIC算法 |
| 4.1.3 仿真分析 |
| 4.2 三种时空级联最大似然算法 |
| 4.2.1 时空级联最大似然算法 |
| 4.2.2 改进的时空级联最大似然算法 |
| 4.2.3 RML算法 |
| 4.2.4 理论性能分析 |
| 4.2.5 仿真分析 |
| 4.3 实际应用中RML算法的优化 |
| 4.3.1 多频RML算法 |
| 4.3.2 估计反射系数 |
| 4.4 一种基于波束空间的雷达低仰角估计算法 |
| 4.4.1 算法原理及实现过程 |
| 4.4.2 仿真分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）阵列信号参数估计与跟踪方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.1.1 课题来源 |
| 1.1.2 研究背景及意义 |
| 1.2 阵列信号参数估计的发展与研究现状 |
| 1.2.1 信源数估计 |
| 1.2.2 波达方向估计 |
| 1.2.3 波达方向与多普勒频率的联合估计 |
| 1.3 阵列信号参数跟踪的发展与研究现状 |
| 1.3.1 波达方向跟踪 |
| 1.3.2 多普勒频率跟踪 |
| 1.4 主要研究内容及章节安排 |
| 第2章 阵列信号源数目与波达方向的估计 |
| 2.1 基于伪协方差矩阵Otsu算法的信源数估计 |
| 2.1.1 引言 |
| 2.1.2 信号模型 |
| 2.1.3 算法描述与性能分析 |
| 2.1.4 仿真实验与结论 |
| 2.2 基于特征空间MUSIC算法的相干信号DOA空间平滑估计 |
| 2.2.1 引言 |
| 2.2.2 信号模型 |
| 2.2.3 算法描述与性能分析 |
| 2.2.4 仿真实验与结论 |
| 2.3 本章小结 |
| 第3章 阵列信号波达方向与多普勒频率的联合估计 |
| 3.1 基于修正MUSIC算法的DOA与多普勒频率联合估计 |
| 3.1.1 引言 |
| 3.1.2 信号模型 |
| 3.1.3 算法描述与性能分析 |
| 3.1.4 仿真实验与结论 |
| 3.2 相干/同向信号DOA与多普勒频率联合估计 |
| 3.2.1 引言 |
| 3.2.2 信号模型 |
| 3.2.3 算法描述与性能分析 |
| 3.2.4 仿真实验与结论 |
| 3.3 本章小结 |
| 第4章 波达方向与多普勒频率估计的最大似然优化方法 |
| 4.1 SQP优化的最大似然波达方向角估计 |
| 4.1.1 引言 |
| 4.1.2 信号模型 |
| 4.1.3 算法描述与性能分析 |
| 4.1.4 仿真实验与结论 |
| 4.2 SQP优化的最大似然DOA与多普勒频率联合估计 |
| 4.2.1 引言 |
| 4.2.2 信号模型 |
| 4.2.3 算法描述与性能分析 |
| 4.2.4 仿真实验与结论 |
| 4.3 本章小结 |
| 第5章 阵列信号波达方向的动态跟踪估计 |
| 5.1 时变遗忘因子动态DOA跟踪估计 |
| 5.1.1 引言 |
| 5.1.2 信号模型 |
| 5.1.3 算法描述与性能分析 |
| 5.1.4 仿真实验与结论 |
| 5.2 优化算法在动态DOA跟踪估计中的应用 |
| 5.2.1 引言 |
| 5.2.2 基于人工蜂群算法的动态DOA跟踪估计 |
| 5.2.3 基于序列二次规划的动态DOA跟踪估计 |
| 5.2.4 仿真实验与结论 |
| 5.3 本章小结 |
| 第6章 雷达信号多普勒频率估计与动态跟踪 |
| 6.1 基于压缩感知的多普勒频率估计 |
| 6.1.1 引言 |
| 6.1.2 稀疏信号模型及其重构算法 |
| 6.1.3 仿真实验与结论 |
| 6.2 基于动态压缩感知的多普勒频率跟踪估计 |
| 6.2.1 引言 |
| 6.2.2 信号模型 |
| 6.2.3 算法描述与步骤分析 |
| 6.2.4 仿真实验与结论 |
| 6.3 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 |
| 作者简介及研究成果 |
| 致谢 |
（8）阵列信号处理中的DOA估计关键技术研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 概述 |
| 1.2 课题的国内外发展及研究热点 |
| 1.2.1 DOA估计的发展历程 |
| 1.2.2 DOA估计的研究热点 |
| 1.3 论文的主要内容及结构安排 |
| 1.3.1 论文主要工作及创新点 |
| 1.3.2 论文的结构安排 |
| 第二章 DOA估计的理论基础 |
| 2.1 概述 |
| 2.2 DOA估计系统结构 |
| 2.3 DOA估计的简化 |
| 2.4 窄带信号的数学模型 |
| 2.4.1 窄带信号的定义 |
| 2.4.2 远场窄带信号和近场窄带信号 |
| 2.4.3 远场窄带信号表达式 |
| 2.5 DOA估计的阵列模型 |
| 2.5.1 等距均匀线性阵列 |
| 2.5.2 等距均匀L型阵列 |
| 2.5.3 等距均匀圆形阵列 |
| 2.6 窄带相干信号源的数学模型 |
| 2.7 独立信号源与相干信号源并存的数学模型 |
| 2.8 本章小结 |
| 第三章 经典的DOA估计算法 |
| 3.1 概述 |
| 3.2 天线阵列的二阶统计特性 |
| 3.3 独立信号源下的经典算法 |
| 3.3.1 算法延迟-相加法（Bartlett算法） |
| 3.3.2 经典MUSIC算法 |
| 3.3.3 求根MUSIC算法（Root-MUSIC） |
| 3.3.4 经典ESPRIT算法 |
| 3.3.5 正交传播算子方法 |
| 3.4 相干信号源下的经典算法 |
| 3.4.1 托普利兹（Toeplitz）算法 |
| 3.4.2 空间平滑算法（FBSS） |
| 3.5 本章小结 |
| 第四章 基于四阶累积量的低复杂度DOA估计算法 |
| 4.1 概述 |
| 4.2 四阶累积量的定义及性质 |
| 4.3 所提的MFOC-OPM算法 |
| 4.3.1 计算复杂度分析 |
| 4.3.2 性能仿真 |
| 4.4 所提的TFOC-OPRM算法 |
| 4.4.1 计算复杂度分析 |
| 4.4.2 性能仿真 |
| 4.5 本章小结 |
| 第五章 基于矩阵重构的相干信号源DOA估计算法研究 |
| 5.1 概述 |
| 5.2 基于矩阵重构的相干信号源二维DOA估计算法 |
| 5.3 性能仿真 |
| 5.4 本章小结 |
| 第六章 多径环境下独立信号源与相干信号源共存下的DOA估计算法研究 |
| 6.1 概述 |
| 6.2 独立信号源与相干信号源共存下的空间差分DOA估计算法 |
| 6.2.1 不相关信号源的DOA估计 |
| 6.2.2 相干信号源的DOA估计 |
| 6.2.3 性能分析 |
| 6.2.4 性能仿真 |
| 6.3 TMR-OPM算法 |
| 6.3.1 计算复杂度分析 |
| 6.3.2 性能仿真 |
| 6.4 本章小结 |
| 第七章 结论与展望 |
| 7.1 论文工作总结 |
| 7.2 研究展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（9）波达方向估计以及在无线定位中的应用（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究概况及发展趋势 |
| 1.3 论文的主要工作和内容安排 |
| 2 空间谱估计基本原理 |
| 2.1 空间谱估计的数学模型 |
| 2.2 数学模型的二阶统计特性 |
| 2.3 空间谱估计的基本原理 |
| 2.4 信号源数的估计 |
| 3 均匀线阵下(1-D)空间谱估计方法的比较研究 |
| 3.1 MUSIC算法 |
| 3.1.1 引言 |
| 3.1.2 经典的MUSIC算法 |
| 3.1.3 相干信号源的MUSIC算法 |
| 3.1.4 ROOT-MUSIC算法 |
| 3.2 旋转不变子空间(ESPRIT)算法 |
| 3.2.1 引言 |
| 3.2.2 ESPRIT算法原理 |
| 3.3 其他空间谱估计方法 |
| 3.4 计算机仿真和结果分析 |
| 3.5 小结 |
| 4 均匀线阵下(2-D)的空间谱估计研究 |
| 4.1 引言 |
| 4.2 模型的建立 |
| 4.3 算法及理论推导 |
| 4.4 仿真实验结果 |
| 4.5 小结 |
| 5 改进的均匀圆阵DOA估计算法 |
| 5.1 圆阵的阵列模型 |
| 5.2 无需阵列变换的圆阵算法 |
| 5.2.1 引言 |
| 5.2.2 算法模型和原理 |
| 5.2.3 相干信号源的情况 |
| 5.3 计算机仿真和结果分析 |
| 5.4 小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（10）被动雷达导引头高精度超分辨测向技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 课题来源与意义 |
| 1.3 课题背景与现状 |
| 1.3.1 被动雷达导引头测向方法背景和现状 |
| 1.3.2 空间谱估计的研究背景和现状 |
| 1.3.3 测向中解模糊方法的研究背景和现状 |
| 1.3.4 空间谱估计测向系统的研究背景和现状 |
| 1.4 论文主要研究内容及安排 |
| 第2章 典型的空间谱估计算法 |
| 2.1 引言 |
| 2.2 经典MUSIC算法 |
| 2.2.1 阵列信号的数学模型 |
| 2.2.2 MUSIC算法基本原理 |
| 2.2.3 MUSIC算法的计算步骤 |
| 2.3 空间平滑MUSIC算法 |
| 2.3.1 相干信号源的数学模型 |
| 2.3.2 空间平滑技术原理 |
| 2.3.3 双向平滑法和空间平滑差分法 |
| 2.3.4 空间平滑MUSIC算法 |
| 2.4 ESPRIT算法 |
| 2.4.1 ESPRIT算法的原理 |
| 2.4.2 标准的ESPRIT算法 |
| 2.4.3 ESPRIT算法的过程和步骤 |
| 2.5 本章小节 |
| 第3章 虚拟阵列扩展 |
| 3.1 引言 |
| 3.2 四阶累积量的定义和性质 |
| 3.3 基于四阶累积量的MUSIC算法 |
| 3.3.1 FOC-MUSIC算法的基本原理 |
| 3.3.2 算法的虚拟阵列扩展性能 |
| 3.4 改进的基于四阶累积量MUSIC算法 |
| 3.4.1 MFOC-MUSIC算法的提出 |
| 3.4.2 MFOC-MUSIC算法的构造 |
| 3.4.3 MFOC-MUSIC算法的步骤 |
| 3.5 计算机仿真与实测数据仿真 |
| 3.5.1 算法的统计性能分析 |
| 3.5.2 算法的虚拟阵列扩展性能分析 |
| 3.5.3 存在阵元位置误差时算法的性能分析 |
| 3.5.4 实测数据仿真及分析 |
| 3.6 本章小节 |
| 第4章 联合空间谱估计算法 |
| 4.1 引言 |
| 4.2 基于四阶累积量的ESPRIT算法 |
| 4.2.1 传统的基于四阶累积量ESPRIT算法 |
| 4.2.2 基于四阶累积量CSPRIT算法 |
| 4.2.3 MFOC-E算法的基本原理 |
| 4.3 基于四阶累积量的空间平滑算法 |
| 4.3.1 MFOC空间平滑算法 |
| 4.3.2 MFOC空间平滑MUSIC算法的步骤 |
| 4.3.3 MFOC空间平滑算法的性能分析 |
| 4.4 计算机仿真与实测数据仿真 |
| 4.4.1 MFOC-E算法性能的仿真分析 |
| 4.4.2 MFOC空间平滑算法的性能分析 |
| 4.4.3 两种四阶累积量联合算法的实测数据仿真 |
| 4.5 本章小节 |
| 第5章 解模糊方法研究 |
| 5.1 引言 |
| 5.2 传统的解模糊方法 |
| 5.2.1 相位干涉仪测向原理 |
| 5.2.2 测角模糊问题的产生 |
| 5.2.3 多基线解模糊原理 |
| 5.2.4 虚拟基线解模糊原理 |
| 5.3 基于MUSIC算法的二次搜索解模糊方法 |
| 5.3.1 二次搜索法的基本原理 |
| 5.3.2 二次搜索角度区间的确定 |
| 5.3.3 二次搜索法的步骤和性能分析 |
| 5.3.4 二次搜索法与长短基线解模糊法比较 |
| 5.4 虚拟阵列扩展解模糊方法 |
| 5.4.1 模糊角度的计算 |
| 5.4.2 虚拟阵列扩展解模糊原理 |
| 5.5 计算机仿真实验 |
| 5.5.1 二次搜索法解模糊仿真和性能分析 |
| 5.5.2 虚拟阵列扩展解模糊仿真 |
| 5.6 本章小节 |
| 第6章 空间谱估计测向处理器设计与实现 |
| 6.1 引言 |
| 6.2 空间谱估计测向处理器硬件设计 |
| 6.2.1 测向处理器的硬件设计流程 |
| 6.2.2 测向处理器的整体硬件框图 |
| 6.2.3 处理器的各部分的主要功能 |
| 6.3 空间谱估计测向处理器软件设计 |
| 6.3.1 测向处理器的软件设计流程 |
| 6.3.2 DSP程序加载流程 |
| 6.3.3 测向处理器的总工作流程 |
| 6.4 实验结果分析 |
| 6.4.1 一个目标时MUSIC算法测角精度测试 |
| 6.4.2 MUSIC算法处理多个目标的能力 |
| 6.5 本章小节 |
| 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 |
四、相干信号源的时空二维谱估计及其改进（论文参考文献）
- [1]基于圆形麦克风阵列的声源定位算法研究[D]. 张祺. 湖北工业大学, 2020(08)
- [2]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)
- [3]基于阵列测向的轨道交通无人机监控技术研究[D]. 郑棋. 上海工程技术大学, 2020(04)
- [4]改进MUSIC算法的相干信号DOA估计研究[D]. 张洪铭. 浙江海洋大学, 2019(03)
- [5]浅海低频矢量声场中的声源被动测向技术研究[D]. 敖宇. 国防科技大学, 2019(01)
- [6]低角跟踪环境下阵列雷达目标仰角估计算法研究[D]. 霍炯. 西安电子科技大学, 2019(02)
- [7]阵列信号参数估计与跟踪方法研究[D]. 单泽彪. 吉林大学, 2016(03)
- [8]阵列信号处理中的DOA估计关键技术研究[D]. 石和平. 天津大学, 2015(08)
- [9]波达方向估计以及在无线定位中的应用[D]. 田军华. 大连理工大学, 2009(07)
- [10]被动雷达导引头高精度超分辨测向技术研究[D]. 唐建红. 哈尔滨工程大学, 2009(04)