相關商品
商品簡介
名人/編輯推薦
目次
書摘/試閱
商品簡介
自適應陣列廣泛應用于移動通信、雷達、聲吶、導航、地震探測和醫學成像等領域。作為自適應陣列的關鍵技術之一，波達方向估計是信息、控制和通信等學科眾多專家學者致力研究的課題。波達方向估計算法可以分為極值搜索法(以MUSIC算法為代表)和直接求解法(以ES—PRIT算法為代表)兩類，但是當信號部分相關甚至相干時或者在多徑傳播情況下，上述估計算法的性能將大大降低。本書首先介紹了自適應陣列原理，然后系統歸納了波達方向估計算法和空間平滑技術，進而深入研究了循環平穩信號下的解相關問題、非圓信號下的解相關問題以及小波理論在解相關中的應用，提出了小波去噪算法、虛擬空間平滑算法、實值循環搜索算法、實值循環求根算法、實值循環ESPRIT算法、共軛酉EsPRIT算法、基于子帶分解的MUSIC算法和基于子帶分解的ESPRIT算法。
名人/編輯推薦
《波達方向估計》由北京郵電大學出版社出版。
目次
第1章自適應陣列基礎
1.1基本系統
1.2信號模型
1.3陣元配置理論
1.3.1二元陣
1.3.2直線陣
1.3.3平面陣
1.4窄帶信號處理
1.5波束形成
1.5.1常見波束形成器
1.5.2權重更新算法
1.6章節安排
本章參考文獻
第2章波達方向估計典型算法
2.1波達方向估計方法
2.1.1傳統譜估計方法
2.1.2線性預測方法
2.1.3最大似然譜估計
2.1.4最大熵譜估計
2.1.5特征空間法
2.2信號源數目估計
2.3預處理方法
2.3.1實值分解法
2.3.2小波去噪法
本章參考文獻
第3章空間平滑技術
3.1相關信號模型
3.2空間平滑算法
3.3前后向空間平滑算法
3.4空間平滑差分方法
3.5虛擬空間平滑算法
3.5.1信號模型
3.5.2虛擬空間平滑
3.5.3性能分析
3.5.4仿真實驗
本章參考文獻
第4章循環平穩信號的波動方向估計算法
4.1循環平穩信號
4.1.1數學描述
4.1.2循環波達方向估計
4.2實值循環算法
4.2.1實值循環MUSIC算法
4.2.2實值循環求根MUSIC算法
4.2.3實值循環ESPRIT算法
4.3赫爾米特映射算法
4.3.1酉循環求根MUSIC算法
4.3.2酉循環ESPRIT算法
4.4二維酉循環ESPRIT算法
4.4.1信號模型
4.4.2二維赫爾米特映射
4.4.3仿真實驗
本章參考文獻
第5章非圓信號的波達方向估計算法
5.1非圓信號
5.1.1概述
5.1.2非圓酉ESPRIT算法
5.2共軛酉ESPRIT算法
5.2.1信號模型
5.2.2獨立信號
5.2.3相干信號
5.2.4性能分析
5.2.5仿真實驗
本章參考文獻
第6章基于子帶分解的波達方向估計算法
6.1子帶分解理論
6.1.1基本概念
6.1.2子帶分解優點
6.2基于子帶分解的MUSIC算法
6.2.1時間—空間頻率的等價性
6.2.2數學模型
6.2.3陣列信號的子帶分解
6.2.4SB—MUSIC算法
6.2.5仿真實驗
6.3基于子帶分解的ESPRIT算法
6.3.1數學模型
6.3.2SB—ESPRIT算法
6.3.3非映射型SB—ESPRIT算法
6.3.4仿真實驗
本章參考文獻
1.1基本系統
1.2信號模型
1.3陣元配置理論
1.3.1二元陣
1.3.2直線陣
1.3.3平面陣
1.4窄帶信號處理
1.5波束形成
1.5.1常見波束形成器
1.5.2權重更新算法
1.6章節安排
本章參考文獻
第2章波達方向估計典型算法
2.1波達方向估計方法
2.1.1傳統譜估計方法
2.1.2線性預測方法
2.1.3最大似然譜估計
2.1.4最大熵譜估計
2.1.5特征空間法
2.2信號源數目估計
2.3預處理方法
2.3.1實值分解法
2.3.2小波去噪法
本章參考文獻
第3章空間平滑技術
3.1相關信號模型
3.2空間平滑算法
3.3前后向空間平滑算法
3.4空間平滑差分方法
3.5虛擬空間平滑算法
3.5.1信號模型
3.5.2虛擬空間平滑
3.5.3性能分析
3.5.4仿真實驗
本章參考文獻
第4章循環平穩信號的波動方向估計算法
4.1循環平穩信號
4.1.1數學描述
4.1.2循環波達方向估計
4.2實值循環算法
4.2.1實值循環MUSIC算法
4.2.2實值循環求根MUSIC算法
4.2.3實值循環ESPRIT算法
4.3赫爾米特映射算法
4.3.1酉循環求根MUSIC算法
4.3.2酉循環ESPRIT算法
4.4二維酉循環ESPRIT算法
4.4.1信號模型
4.4.2二維赫爾米特映射
4.4.3仿真實驗
本章參考文獻
第5章非圓信號的波達方向估計算法
5.1非圓信號
5.1.1概述
5.1.2非圓酉ESPRIT算法
5.2共軛酉ESPRIT算法
5.2.1信號模型
5.2.2獨立信號
5.2.3相干信號
5.2.4性能分析
5.2.5仿真實驗
本章參考文獻
第6章基于子帶分解的波達方向估計算法
6.1子帶分解理論
6.1.1基本概念
6.1.2子帶分解優點
6.2基于子帶分解的MUSIC算法
6.2.1時間—空間頻率的等價性
6.2.2數學模型
6.2.3陣列信號的子帶分解
6.2.4SB—MUSIC算法
6.2.5仿真實驗
6.3基于子帶分解的ESPRIT算法
6.3.1數學模型
6.3.2SB—ESPRIT算法
6.3.3非映射型SB—ESPRIT算法
6.3.4仿真實驗
本章參考文獻
書摘/試閱
性質1：Rxx具有Toeplitz結構，即所有對角線上的元素都相等。
性質2：由Rxx的特征向量展開的空間可以分解為兩個子空間的和，稱之為信號子空間和噪聲子空間。
性質3：矩陣Rxx的（M—D）個最小且相等的特征值對應于噪聲子空間的特征值，D個較大的特征值對應于信號子空間的特征值。
性質4：兩個子空間正交，即方向源對應的方向向量與噪聲子空間正交。
下面討論幾種常用的基于特征空間方法的信號波達方向估計算法，并且將它們的性能與MUSIC算法進行簡單的比較。
1.MUSIC—like算法
（1） MUSIC
Schmidt提出的多信號區分（Multiple Signal Classification，MUSIC）（9）算法是特征空間譜估計中最典型也是應用最廣的一種算法。它就是在充分利用上面提到的矩陣Rxx特性的基礎上，通過進行特征空間分解而得到的。本章參考文獻（9）在對MUSIC算法進行討論之前，就已經將對象建立在具有任意位置布局、任意方向特性（包括增益／相位／極化）和具有干擾和噪聲的任意方差相關矩陣Rxx，然后使用該矩陣估計噪聲子空間，噪聲向量可以通過進行特征值分解獲得，還可以使用奇異值分解計算出。在該算法中，并沒有使用后面將要談到的方法估計信號源的數目，而是使用上面談到的性質3得到粗略的估計。當然，如果結合一些預處理算法，或者別的信號源數目估計算法，能產生出很多種性能更好的MUSIC算法的變形。
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。