關(guān)于我們
書單推薦
新書推薦
|
|
《估計與濾波及其應(yīng)用》以隨機過程理論為基礎(chǔ),系統(tǒng)地論述了隨機信號估計與濾波的基本理論和方法,重點研究了雷達信號的波達方向和極化參數(shù)的估計與波束形成(空域濾波)、聲吶信號的矢量與空間平滑方法和基于聲波測量的氣流速度估計。同時針對矢量傳感器陣列,《估計與濾波及其應(yīng)用》將四元數(shù)代數(shù)理論引入陣列信號處理中,建立了信號的四元數(shù)模型和基于四元數(shù)理論的各種估計與濾波方法;將壓縮感知理論融入陣列信號處理中,闡述了信號的稀疏表示模型和估計方法;介紹了各種形式的聲矢量傳感器陣列和電磁矢量傳感器陣列的陣列模型及信號處理方法。
更多科學出版社服務(wù),請掃碼獲取。
目錄 前言 第1章 估計的基本理論 1 1.1 統(tǒng)計參數(shù)估計 1 1.1.1 似然估計 1 1.1.2 無偏估計的克拉美-羅下界 1 1.2 小均方誤差濾波器 5 1.2.1 維納濾波器 5 1.2.2 FIR維納濾波器 5 1.2.3 非因果IIR維納濾波器 7 1.2.4 因果IIR維納濾波器 8 1.3 小二乘估計方法 9 1.3.1 小二乘估計 9 1.3.2 總體小二乘估計 12 1.4 基于特征分解的頻譜估計 13 1.4.1 諧波信號模型 13 1.4.2 多重信號分類算法 15 1.4.3 旋轉(zhuǎn)不變技術(shù)信號參數(shù)估計算法 18 參考文獻 21 第2章 基于水聲矢量傳感器陣列的相干聲波信號波達方向估計與跟蹤 22 2.1 圓柱形陣列的情況 22 2.1.1 估計算法 22 2.1.2 性能分析 30 2.1.3 仿真驗證 34 2.2 陣列位于反射邊界的情況 35 2.2.1 矢量平滑算法 35 2.2.2 矢量與空間平滑算法 40 2.2.3 仿真驗證 42 2.3 均勻線性陣列的情況 44 2.3.1 單快拍矢量平滑算法 44 2.3.2 跟蹤算法 46 2.3.3 仿真驗證 47 參考文獻 48 第3章 基于聲傳感器陣列的氣流速度估計 49 3.1 有效聲速法 49 3.1.1 有效聲速的聲波傳播模型 49 3.1.2 聲壓標量傳感器陣列及估計算法 52 3.1.3 聲矢量傳感器陣列及估計算法 57 3.1.4 仿真驗證 62 3.2 等效聲源分析法 65 3.2.1 等效聲源原理 65 3.2.2 聲波質(zhì)點速度測量模型 70 3.2.3 基于二維廣義MUSIC的估計算法 73 3.2.4 仿真驗證 75 3.3 聲波傳播時間測量法 76 3.3.1 測量模型 76 3.3.2 測量方法 81 3.3.3 性能分析 89 3.3.4 仿真驗證 91 3.4 稀疏表示法 93 3.4.1 陣列模型的稀疏表示 93 3.4.2 稀疏協(xié)方差矩陣的迭代 96 3.4.3 仿真驗證 102 3.5 魯棒估計法 105 3.5.1 基于小均方誤差準則的迭代算法 105 3.5.2 基于H濾波的迭代算法 110 3.5.3 仿真驗證 118 3.6 數(shù)據(jù)缺失重構(gòu)法 121 3.6.1 基于網(wǎng)格的氣流速度估計 121 3.6.2 脫離網(wǎng)格的氣流速度估計 125 3.6.3 計算復雜度分析 127 3.6.4 仿真驗證 128 參考文獻 130 第4章 完全極化信號源的DOA和極化參數(shù)估計 132 4.1 電磁矢量傳感器陣列模型 132 4.1.1 電磁矢量傳感器陣列的測量模型 132 4.1.2 機載電磁矢量傳感器陣列的測量模型 135 4.2 近場信號源的DOA、距離和極化參數(shù)估計 139 4.2.1 稀疏非均勻?qū)ΨQ線性極化敏感陣列的測量模型 139 4.2.2 信號源方位、距離和極化參數(shù)估計 141 4.2.3 估計的性和可識別性 143 4.2.4 仿真驗證 145 4.3 遠場信號源的DOA和極化參數(shù)估計 146 4.3.1 基于部分校準極化敏感陣列的估計方法 146 4.3.2 基于稀疏非均勻COLD陣列的估計方法 150 4.3.3 仿真驗證 153 4.4 遠場信號源的DOA和極化參數(shù)估計的四元數(shù)方法 154 4.4.1 四元數(shù)代數(shù)概述 154 4.4.2 機載極化敏感陣列四元數(shù)模型 155 4.4.3 降維MUSIC估計方法 157 4.4.4 仿真驗證 159 參考文獻 160 第5章 部分極化信號源的DOA和Stokes參數(shù)估計 162 5.1 基于線性互質(zhì)陣列的稀疏重構(gòu)算法 162 5.1.1 帶有分離子陣列的互質(zhì)陣列和極化信號源模型 162 5.1.2 稀疏重構(gòu)算法 165 5.1.3 算法性能分析 168 5.1.4 仿真驗證 170 5.2 基于L 形互質(zhì)陣列的稀疏重構(gòu)算法 172 5.2.1 極化信號源模型 172 5.2.2 稀疏重構(gòu)算法 174 5.2.3 仿真驗證 177 5.3 基于電磁矢量傳感器的增強四元數(shù)算法 178 5.3.1 電磁矢量傳感器的增強四元數(shù)測量模型 178 5.3.2 估計算法 180 5.3.3 仿真驗證 183 5.4 基于分布式矢量傳感器陣列的四元數(shù)算法 184 5.4.1 分布式矢量傳感器陣列的四元數(shù)測量模型 184 5.4.2 估計算法 185 5.4.3 仿真驗證 187 參考文獻 188 第6章 基于四元數(shù)的陣列波束形成 190 6.1 極化陣列的四元數(shù)波束形成算法 190 6.1.1 兩分量矢量傳感器陣列的四元數(shù)模型 190 6.1.2 四元數(shù)MVDR波束形成算法 191 6.1.3 四元數(shù)半擴展線性波束形成算法 192 6.2 基于QMVDR的干擾和噪聲抵消器 193 6.2.1 干擾和噪聲抵消算法 193 6.2.2 性能分析 194 6.2.3 仿真驗證 198 6.3 基于QSWL的廣義旁瓣抵消器 199 6.3.1 階段波束形成 200 6.3.2 第二階段波束形成 201 6.3.3 性能分析 204 6.3.4 仿真驗證 205 參考文獻 206 彩圖
|