阵列信号处理及MATLAB实现.pdf
http://www.100md.com
2021年1月7日
 |
| 第1页 |
 |
| 第4页 |
 |
| 第12页 |
 |
| 第30页 |
 |
| 第35页 |
参见附件(87256KB，394页)。
电子工业出版社出版的第一版
阵列信号处理是信号处理领域的一个重要分支，它采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，阵列信号处理具有灵活的波束控制、较高的信号增益、极强的干扰抑制能力及更高的空间分辨能力等优点，因而具有重要的军事、民事应用价值和广阔的应用前景。
阵列信号处理及MATLAB实现图片预览
图书特色
波柬形成算法：包括基于LCMV，GSC、投影分析、高阶累积量，周期平稳性、恒横的波束形成算法，以及鲁棒波束形成算法等；波达方向估计：介绍了MUSIC算法、Capon算法、最大似然算法、传播算子、ESPRIT算法、子空间拟合算法和四阶累积量算法，同时研究相干DOA估计算法和二维DOA估计；阵列信号处理发展：包括宽带阵列信号处理、阵列多参数估计、极化敏感阵列信号处理和声矢量传感器阵列信号处理等；阵列信号处理MATLAB实现：介绍阵列信号处理中常用函数，讲解一些波束形成算法、DOA估计算法、二维DOA估计算法、宽带DOA估计算法和信源数目估计算法的MATLAB实现.
内容简介
阵列信号处理是信号处理领域的一个重要分支，它采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，阵列信号处理具有灵活的波束控制、较高的信号增益、极强的干扰抑制能力及更高的空间分辨能力等优点，因而具有重要的军事、民事应用价值和广阔的应用前景。具体来说，已涉及雷达、声呐、通信、地震勘探、射电天文及医学诊断等多种国民经济和军事应用领域。本书分10章，主要内容涵盖波束形成、DOA估计、二维DOA估计、宽带阵列信号处理、阵列多参数估计、矢量传感器阵列信号处理及其MATLAB实现等。本书在全面介绍阵列信号处理的经典理论的同时，也介绍了矢量传感器阵列信号处理及阵列信号处理的MATLAB实现。
目录大全
内容简介
前言
符号说明
第1章绪论
1.1 研究背景
1.2 阵列信号处理的发展史及现状
1.2.1 波束形成技术
1.2.2 空间谱估计方法
1.2.3 阵列多参数估计
1.3 本书的安排
参考文献
第2章阵列信号处理基础
2.1 矩阵代数的相关知识
2.1.1 特征值与特征向量
2.1.2 广义特征值与广义特征向量
2.1.3 矩阵的奇异值分解
2.1.4 Toeplitz矩阵
2.1.5 Hankel矩阵
2.1.6 Vandermonde矩阵
2.1.7 Hermitian矩阵
2.1.8 Kronecker积
2.1.9 Khatri-Rao积
2.1.10 Hadamard积
2.1.11 向量化
2.2 高阶统计量
2.2.1 高阶矩、高阶累积量和高阶谱
2.2.2 累积量性质
2.2.3 高斯随机过程的高阶累积量
2.2.4 随机场的累积量与多谱
2.2.5 二维随机场的高阶矩及高阶累积量估计子
2.3 四元数理论
2.3.1 四元数
2.3.2 Hamilton四元数矩阵
2.3.3 Hamilton四元数矩阵的奇异值分解
2.3.4 Hamilton四元数矩阵的右特征值分解
2.4 平行因子理论
2.4.1 平行因子模型
2.4.2 可辨识性
2.4.3 PARAFAC分解
2.5 信源和噪声模型
2.5.1 窄带信号
2.5.2 相关系数
2.5.3 噪声模型
2.6 阵列天线的统计模型
2.6.1 前提及假设
2.6.2 阵列的基本概念
2.6.3 天线阵模型
2.6.4 阵列的方向图
2.6.5 波束宽度
2.6.6 分辨率
2.7 阵列响应矢量/矩阵
2.8 阵列协方差矩阵的特征分解
2.9 信源数估计算法
2.9.1 特征值分解方法
2.9.2 信息论方法
2.9.3 其他信源数估计方法
参考文献
第3章波束形成算法
3.1 波束形成定义
3.2 常用的波束形成算法
3.2.1 波束形成原理
3.2.2 波束形成的最佳权向量
3.2.3 波束形成的准则
3.3 自适应波束形成算法
3.3.1 自适应波束形成的最佳权向量
3.3.2 权向量更新的自适应算法
3.3.3 基于变换域的自适应波束形成算法
3.4 广义旁瓣相消器(GSC)的波束形成算法及其改进
3.4.1 广义旁瓣相消器(GSC)算法
3.4.2 GSC的改进算法
3.5 基于投影分析的波束形成
3.5.1 基于投影的波束形成
3.5.2 基于斜投影的波束形成算法
3.6 过载情况下的自适应波束形成算法
3.6.1 信号模型
3.6.2 近似最小方差法波束形成器
3.7 基于高阶累积量的波束形成算法
3.7.1 阵列模型
3.7.2 利用高阶累积量方法估计期望信号的方向矢量
3.7.3 基于高阶累积量的盲波束形成
3.8 基于周期平稳性的波束形成算法
3.8.1 阵列模型与信号周期平稳性
3.8.2 CAB类盲波束形成算法
3.9 基于恒模的盲波束形成算法
3.9.1 信号模型
3.9.2 随机梯度恒模算法
3.9.3 最小二乘恒模算法(LS-CMA)
3.10 自适应对角线加载的波束形成算法
3.10.1 问题的提出
3.10.2 自适应对角线加载波束形成算法
3.11 鲁棒的自适应波束成形
3.11.1 对角加载方法
3.11.2 基于特征空间的方法
3.11.3 贝叶斯方法
3.11.4 基于最坏情况性能优化的方法
3.11.5 基于概率约束的方法
参考文献
第4章DOA估计
4.1 引言
4.2 Capon算法和性能分析
4.2.1 数据模型
4.2.2 Capon算法
4.2.3 改进的Capon算法
4.2.4 Capon算法的均方误差分析
4.3 MUSIC算法及其修正算法
4.3.1 MUSIC算法
4.3.2 MUSIC算法的推广形式
4.3.3 MUSIC算法性能分析
4.3.4 求根MUSIC算法
4.3.5 求根MUSIC算法性能
4.4 最大似然法
4.4.1 确定性最大似然法
4.4.2 随机性最大似然法
4.5 子空间拟合算法
4.5.1 信号子空间拟合(SSF)
4.5.2 噪声子空间拟合(NSF)
4.5.3 子空间拟合算法性能
4.5.4 子空间拟合算法的实现
4.6 基于特征空间的DOA估计
4.6.1 信号模型
4.6.2 基于特征空间的DOA估计算法
4.7 ESPRIT算法及其修正算法
4.7.1 ESPRIT算法的基本模型
4.7.2 LS-ESPRIT算法
4.7.3 TLS-ESPRIT算法
4.7.4 ESPRIT算法理论性能
4.8 基于四阶累积量的DOA估计
4.8.1 四阶累积量与二阶统计量之间的关系
4.8.2 四阶累积量的阵列扩展特性
4.8.3 MUSIC-like算法
4.8.4 virtual-ESPRIT算法
4.9 传播算子PM
4.9.1 谱峰搜索PM和性能分析
4.9.2 旋转不变PM算法
4.10 基于广义ESPRIT算法的DOA估计算法
4.10.1 阵列模型
4.10.2 频谱搜索广义ESPRIT方法
4.10.3 无须搜索的广义ESPRIT算法
4.11 基于压缩感知理论的DOA估计
4.11.1 压缩感知基本原理
4.11.2 基于压缩感知理论的DOA估计算法
4.12 相干信源DOA估计
4.12.1 引言
4.12.2 空间平滑算法
4.12.3 改进的MUSIC算法(IMUSIC)
4.12.4 基于Toeplitz矩阵重构的ESPRIT-like算法
4.12.5 任意阵列下的相干信号DOA估计
参考文献
第5章二维DOA估计
5.1 引言
5.2 L型阵列中基于改进ESPRIT的二维DOA估计算法
5.2.1 数据模型
5.2.2 基于改进ESPRIT的二维DOA估计算法
5.2.3 仿真结果
5.3 L型阵列中基于PM的二维DOA估计算法
5.3.1 数据模型
5.3.2 基于PM的二维DOA估计算法
5.3.3 仿真结果
5.4 L型阵列中基于求根MUSIC的二维DOA估计算法
5.4.1 数据模型
5.4.2 基于求根MUSIC的二维DOA估计算法
5.4.3 仿真结果
5.5 L型阵列中基于平行因子技术的二维DOA估计算法
5.5.1 数据模型
5.5.2 二维DOA估计算法
5.5.3 杂度分析与克拉美-罗界
5.5.4 仿真结果
5.6 面阵中几种2D-DOA估计算法
5.6.1 接收信号模型
5.6.2 二维MUSIC算法
5.6.3 二维Capon算法
5.6.4 二维ESPRIT算法
5.6.5 二维Unitary-ESPRIT算法
5.6.6 PARAFAC技术
5.6.7 基于压缩感知三线性模型的二维DOA估计
5.7 均匀矩形阵中降维MUSIC的2D-DOA估计方法
5.7.1 数据模型
5.7.2 降维MUSIC(RD-MUSIC)算法
5.7.3 性能分析
5.7.4 仿真结果
5.8 基于增广矩阵束的L型阵列的二维DOA估计
5.8.1 阵列结构与信号模型
5.8.2 基于MEMP的二维DOA估计算法
5.9 DOA矩阵方法的2D-DOA估计
5.9.1 阵列结构及信号模型
5.9.2 DOA矩阵方法
5.10 双平行均匀线阵中基于PM算法的二维DOA估计算法
5.10.1 数据模型
5.10.2 角度估计算法
5.10.3 误差分析和Cramer-rao界(CRB)
5.10.4 仿真结果
5.11 均匀圆阵中的二维DOA估计
5.11.1 数据模型
5.11.2 波束空间转换
5.11.3 UCA-RB-MUSIC算法
5.11.4 UCA-Root-MUSIC算法
5.11.5 UCA-ESPRIT算法
5.12 四元数理论及其应用
5.12.1 四元数理论简介
5.12.2 四元数在二维DOA估计中的应用
参考文献
第6章宽带阵列信号处理基础和宽带波束形成
6.1 引言
6.2 宽带阵列信号处理基础
6.2.1 宽带信号的概念
6.2.2 阵列信号模型
6.3 宽带信号源的DOA估计
6.3.1 非相干信号子空间(ISM)方法
6.3.2 相干信号子空间(CSM)方法
6.3.3 聚焦矩阵的构造方法
6.4 稳健的麦克风阵列近场宽带波束形成
6.4.1 概述
6.4.2 基于凸优化的稳健近场宽带波束形成器设计
6.4.3 稳健近场自适应波束形成
参考文献
第7章阵列多参数估计
7.1 引言
7.2 角度和频率估计的ESPRIT算法
7.2.1 数据模型
7.2.2 角度和频率联合估计
7.2.3 仿真结果
7.3 基于三线性分解的盲角度和频率估计算法
7.3.1 数据模型
7.3.2 三线性分解
7.3.3 联合角度和频率估计
7.4 基于PM的联合频率和角度估计
7.4.1 数据模型
7.4.2 基于传播算子的波达方向和频率联合估计方法
7.4.3 基于改进传播算子的波达方向和频率联合估计方法
7.4.4 仿真结果
7.5 基于四线性分解的阵列信号二维角度和频率联合估计算法
7.5.1 数据模型
7.5.2 算法描述
7.5.3 仿真和分析
7.6 四元数在联合角度频率估计中的应用
7.7 基于DOA矩阵法的联合角度和频率估计
7.7.1 数据模型
7.7.2 DOA矩阵的角度-频率的联合估计
参考文献
第8章极化敏感阵列信号处理
8.1 引言
8.1.1 研究背景
8.1.2 极化敏感阵列的国内外研究现状分析
8.2 极化敏感阵中PARAFAC信号检测法
8.2.1 信号接收模型
8.2.2 PARAFAC接收算法
8.3 极化敏感阵中基于PARAFAC的DOA和极化估计算法
8.3.1 DOA估计
8.3.2 极化估计
8.4 极化敏感阵列中基于降维MUSIC的盲DOA和极化估计
8.4.1 数据模型
8.4.2 DOA和极化估计算法
8.4.3 仿真结果
8.5 四元数在色噪声矢量阵列信号处理中的应用
8.6 基于双四元数理论的三分量矢量传感器阵列参量联合估计
8.6.1 线性均匀一致的三分量矢量传感器阵列的双四元数模型
8.6.2 信源波达方向和极化参量的联合估计
参考文献
第9章声矢量传感器阵列二维DOA估计
9.1 引言
9.2 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
9.2.1 数据模型
9.2.2 ESPRIT算法
9.2.3 仿真结果
9.3 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
9.3.1 数据模型
9.3.2 三线性分解和DOA估计
9.3.3 仿真结果
9.4 基于PM的声矢量传感器阵二维DOA估计算法
9.4.1 数据模型
9.4.2 算法推导
9.4.3 仿真结果
9.5 单快拍下声矢量传感器阵二维相干DOA估计算法
9.5.1 数据模型
9.5.2 算法推导
9.5.3 仿真结果
9.6 声矢量传感器阵下非圆信号二维DOA估计算法
9.6.1 数据模型
9.6.2 算法推导
9.6.3 仿真结果
9.7 声矢量传感器阵中基于级联MUSIC的二维DOA角度估计
9.7.1 数据模型
9.7.2 声矢量传感器阵的二维DOA角度估计
9.7.3 仿真结果
9.8 声矢量传感器阵列的基于PARALIND分解相干二维DOA估计算法
9.8.1 数据模型
9.8.2 相干二维角度估计
9.8.3 仿真结果
参考文献
第10章阵列信号处理MATLAB编程
10.1 常用函数介绍
10.1.1 创建矩阵
10.1.2 zeros函数：创建全0矩阵
10.1.3 eye函数：创建单位矩阵
10.1.4 ones函数：创建全1矩阵
10.1.5 rand函数：创建均匀分布随机矩阵
10.1.6 randn函数：创建正态分布随机矩阵
10.1.7 hankel函数：创建Hankel矩阵
10.1.8 toeplitz函数：创建Toeplitz矩阵
10.1.9 det函数：计算方阵行列式
10.1.10 inv函数：求方阵的逆矩阵
10.1.11 pinv函数：求矩阵的伪逆矩阵
10.1.12 rank函数：求矩阵的秩
10.1.13 diag函数：抽取矩阵对角线元素
10.1.14 fliplr函数：矩阵左右翻转
10.1.15 eig函数：矩阵特征值分解
10.1.16 svd函数：矩阵奇异值分解
10.1.17 矩阵转置和共轭转置
10.1.18 awgn函数：添加高斯白噪声
10.1.19 sin函数：正弦函数
10.1.20 cos函数：余弦函数
10.1.21 tan函数：正切函数
10.1.22 asin函数：反正弦函数
10.1.23 acos函数：反余弦函数
10.1.24 atan函数：反正切函数
10.1.25 abs函数：求复数的模
10.1.26 angle函数：求复数的相位角
10.1.27 real函数：求复数的实部
10.1.28 imag函数：求复数的虚部
10.1.29 sum函数：求和函数
10.1.30 max函数：求最大值函数
10.1.31 min函数：求最小值函数
10.1.32 sort函数：排序函数
10.1.33 poly2sym函数：创建多项式
10.1.34 sym2poly函数：符号多项式转换为数值多项式
10.1.35 roots函数：多项式求根
10.1.36 size函数：求矩阵大小
10.2 波束形成MATLAB程序
10.2.1 LCMV波束形成算法MATLAB程序
10.2.2 LMS自适应波束形成算法MATLAB程序
10.3 DOA估计算法MATLAB程序
10.3.1 MUSIC算法MATLAB程序
10.3.2 ESPRIT算法MATLAB程序
10.3.3 root-MUSIC算法MATLAB程序
10.3.4 谱峰搜索传播算子算法MATLAB程序
10.3.5 空间平滑MUSIC算法MATLAB程序
10.4 二维DOA估计算法MATLAB程序
10.4.1 L型阵下基于2D-MUSIC的二维DOA估计算法
10.4.2 均匀圆阵下基于UCA-ESPRIT的二维DOA估计算法
10.4.3 基于增广矩阵束的L型阵列的二维DOA估计算法
10.4.4 面阵中二维角度估计：Unitary-ESPRIT算法
10.5 信源数估计MATLAB程序
10.6 宽带信号DOA估计MATLAB程序
参考文献
前言阅读
众所周知，信号处理的基本原则是尽可能地利用、提取和恢复包含于信号特征中的有用信息，随着电信技术的日益发展，在复杂的电磁环境中对信号的参数进行有效的检测和精确的估计就显得尤为重要，信号处理技术最初是从一维时城信号处理中得到发展的，长期以来，人们在一维信号的检测和分析方面也取得了许多重要的成果，20世纪60年代以来，研究人员开始将一维信号处理逐渐延伸到多维信号处理领域中。通过传感器阵列或者天线阵列肥时城采样变成时空采样，将时间频率扩展到空间频率(角度)，从而将时城信号处理的许多理论成果推广到空域，开辟了阵列信号处理这一新的研究领域，近年来，阵列信号处理逐渐成为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，与采用传统的单个定向传感器相比，具有灵活的波束控制、较高的信号增益、楼蛋的干扰抑制能力以及更高的空间分辨能力等优点，因而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，己涉及雷达、卢呐、通信、地震勘探、射电天文以及医学诊断等多种国民经济和军事应用领域。
本书是关于阵列信号处理的著作，以阵列天线为研究对象，主要研究了波束形成、被达方向估计算法、阵列多参数估计及其应用，本书力图实现3个特色。
(1)结构完整，近年来国内外虽然已经出版了几本涉及空间谱估计内容的优秀著作，但各有侧重。本书不仅包括空间谱估计，还覆盖了波柬形成、阵列多参数估计及其前沿发展.
(2)内容选材广。阵列信号处理理论丰富、应用广泛，为了写好此书，我们收集了大量国内外文献资料，并进行了精心组织，以期尽可能地反映出这一学科中的精华内容。本书对阵列信号处理中的一些传统方法做了详细介绍，同时对一些新方法如四元数、平行因子方法、压缩感知等进行了研究.
(3)可读性强，对于许多读者来说，阵列信号处理所涉及的内容难学、难懂、难理解尤其是专业论文不易读懂。本书注意了这一问题，尽量做到由浅入深，特别注重表达的清晰性、内容的易幅性和可读性。为了便于读者阅读，本书还增加了阵列信号处理算法的MATLAB实现章节.
《阵列信号处理及MATLAB实现》教材，是工业和信息化部“十二五”规划教材立项项目(J081006)，本书从2013年开始动笔，2014年完成，写作历经2年时间。该书在编写过程中，参考了大量的著作和论文，在此表示感谢，本书得到国家自然科学基金(6137116961301108，61271327)和南京航空航天大学教务处共同资助。本书由南京航空航天大学张小飞教授、陈华伟教授、王成华教授、汪飞博士、徐大专教授、张弓教授和解放军理工大学指挥信息系统学院仇小锋副教授执笔。汪飞博士编写了第2.5章：陈华伟教授完成了第6章：仇小锋副教授完成了第10章：其他内容由张小飞教授、张弓教授和王成华教授完成，本书在编写过程中，同时还得到了冯宝、王大元、余俊、是莺、冯高鹏、孙中伟、陈未央、李建峰、吴海浪、陈晨、黄般杰、王方秋、陈翰、杨刚、曹仁政、余野欣、周明、李小字、蒋驰、张立岑和李书等历届硕士研究生和博士研究生的帮助，由于时间仓促，水平有限，加上这一领域仍处于快速发展当中，书中不当之处在所难免，敬请读者批评指正.
阵列信号处理及MATLAB实现截图
相关资料1：