 |
-- 會員 / 註冊 --
|
 |
|
|
|
陣列信號處理及MATLAB實現 ( 簡體 字) |
| 作者：張小飛,陳華偉,仇小鋒等 | 類別：1. -> 工程繪圖與工程計算 -> Matlab |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 41289
詢問書籍請說出此書號！【缺書】
NT售價： 260 元 |
| 出版日：1/1/2015 |
| 頁數：384 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121195662 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：眾所周知，信號處理的基本原則是盡可能地利用、提取和恢復包含于信號特征中的有用信息。隨著電信技術的日益發展，在復雜的電磁環境中對信號的參數進行有效地檢測和精確地估計就顯得尤為重要。信號處理技術最初是從一維時域信號處理中得到發展的，長期以來人們在一維信號的檢測和分析方面也取得了許多重要的成果。進入20世紀60年代以來，研究人員開始將一維信號處理逐漸延伸到多維信號處理領域中。通過傳感器陣列或者天線陣列把時域采樣變成時空采樣，將時間頻率擴展到空間頻率（角度），從而將時域信號處理的許多理論成果推廣到空域，開辟了陣列信號處理這一新的研究領域。近年來，陣列信號處理逐漸成為信號處理領域的一個重要分支。用傳感器陣列來接收空間信號，與采用傳統的單個定向傳感器相比，具有靈活的波束控制、較高的信號增益、極強的干擾抑制能力以及更高的空間分辨能力等優點，因而陣列信號處理具有重要的軍事、民事應用價值和廣闊的應用前景。具體來說，已涉及雷達、聲吶、通信、地震勘探、射電天文以及醫學診斷等多種國民經濟和軍事應用領域。
本書是關于陣列信號處理的著作，以陣列天線為研究對象，主要研究了波束形成、波達方向估計算法、陣列多參數估計及其應用。本書力圖實現3個特色。
（1）結構完整。近年來國內外雖然已經出版了幾本涉及空間譜估計內容的優秀著作，但各有側重。本書不僅包括空間譜估計，還覆蓋了波束形成、陣列多參數估計及其前沿發展。
（2）內容選材廣。陣列信號處理理論豐富、應用廣泛，為了寫好此書，我們收集了大量國內外文獻資料，并進行了精心組織，以期盡可能地反映出這一學科中的精華內容。本書對陣列信號處理中的一些傳統方法做了詳細介紹，同時對一些新方法如四元數、平行因子方法、壓縮感知等進行了研究。
（3）可讀性強。對于許多讀者來說，陣列信號處理所涉及的內容難學、難懂、難理解，尤其是專業論文不易讀懂。本書注意了這一問題，盡量做到由淺入深，特別注重表達的清晰性、內容的易懂性和可讀性。為了便于讀者閱讀，本書還增加了陣列信號處理算法的MATLAB實現章節。
《陣列信號處理及MATLAB實現》教材，是工業和信息化部“十二五”規劃教材立項項目（J081006）。本書從2013年開始動筆，2014年完成，寫作歷經2年。該書在編寫過程中，參考了大量的著作和論文，在此表示感謝。本書得到國家自然科學基金（61371169、61301108、61071164）和南京航空航天大學教務處共同資助。
本書由南京航空航天大學張小飛教授、陳華偉教授、王成華教授、汪飛博士、徐大專教授、張弓教授和解放軍理工大學指揮信息系統學院仇小鋒副教授執筆。汪飛博士編寫了第2章和第5章；陳華偉教授完成了第6章；解放軍理工大學指揮信息系統學院仇小鋒副教授完成了第10章；其他內容由張小飛教授、張弓教授和王成華教授完成。本書在編寫過程中，同時還得到了馮寶、王大元、余俊、是鶯、馮高鵬、孫中偉、陳未央、李建峰、吳海浪、陳晨、黃殷杰、王方秋、陳翰、楊剛、曹仁政、余驊欣、周明、李小宇、蔣馳、張立岑和李書等歷屆碩士研究生和博士研究生的幫助。由于時間倉促，水平有限，加上這一領域仍處于迅速發展當中，書中不當之處在所難免，敬請讀者批評指正。
作 者
2014年8月 |
內容簡介：陣列信號處理是信號處理領域的一個重要分支，它采用傳感器陣列來接收空間信號。與傳統的單個定向傳感器相比，陣列信號處理具有靈活的波束控制、較高的信號增益、極強的干擾抑制能力及更高的空間分辨能力等優點，因而具有重要的軍事、民事應用價值和廣闊的應用前景。具體來說，已涉及雷達、聲吶、通信、地震勘探、射電天文及醫學診斷等多種國民經濟和軍事應用領域。本書分10章，主要內容涵蓋波束形成、DOA估計、二維DOA估計、寬帶陣列信號處理、陣列多參數估計、矢量傳感器陣列信號處理及其MATLAB實現等。本書在全面介紹陣列信號處理的經典理論的同時，也介紹了矢量傳感器陣列信號處理及陣列信號處理的MATLAB實現。 |
目錄：第1章 緒論 1
1.1 研究背景 1
1.2 陣列信號處理的發展史及現狀 2
1.2.1 波束形成技術 2
1.2.2 空間譜估計方法 4
1.2.3 陣列多參數估計 6
1.3 本書的安排 8
參考文獻 9
第2章 陣列信號處理基礎 17
2.1 矩陣代數的相關知識 17
2.1.1 特征值與特征向量 17
2.1.2 廣義特征值與廣義特征向量 17
2.1.3 矩陣的奇異值分解 18
2.1.4 Toeplitz矩陣 18
2.1.5 Hankel矩陣 18
2.1.6 Vandermonde矩陣 19
2.1.7 Hermitian矩陣 19
2.1.8 Kronecker積 19
2.1.9 Khatri-Rao積 20
2.1.10 Hadamard積 21
2.1.11 向量化 21
2.2 高階統計量 22
2.2.1 高階矩、高階累積量和高階譜 22
2.2.2 累積量性質 23
2.2.3 高斯隨機過程的高階累積量 24
2.2.4 隨機場的累積量與多譜 25
2.2.5 二維隨機場的高階矩及高階累積量估計子 26
2.3 四元數理論 27
2.3.1 四元數 27
2.3.2 Hamilton四元數矩陣 28
2.3.3 Hamilton四元數矩陣的奇異值分解 29
2.3.4 Hamilton四元數矩陣的右特征值分解 30
2.4 平行因子理論 31
2.4.1 平行因子模型 31
2.4.2 可辨識性 32
2.4.3 PARAFAC分解 33
2.5 信源和噪聲模型 34
2.5.1 窄帶信號 34
2.5.2 相關系數 34
2.5.3 噪聲模型 35
2.6 陣列天線的統計模型 35
2.6.1 前提及假設 35
2.6.2 陣列的基本概念 36
2.6.3 天線陣模型 37
2.6.4 陣列的方向圖 38
2.6.5 波束寬度 39
2.6.6 分辨率 40
2.7 陣列響應矢量/矩陣 40
2.8 陣列協方差矩陣的特征分解 44
2.9 信源數估計算法 46
2.9.1 特征值分解方法 46
2.9.2 信息論方法 46
2.9.3 其他信源數估計方法 47
參考文獻 48
第3章 波束形成算法 50
3.1 波束形成定義 50
3.2 常用的波束形成算法 51
3.2.1 波束形成原理 51
3.2.2 波束形成的最佳權向量 52
3.2.3 波束形成的準則 54
3.3 自適應波束形成算法 55
3.3.1 自適應波束形成的最佳權向量 56
3.3.2 權向量更新的自適應算法 58
3.3.3 基于變換域的自適應波束形成算法 59
3.4 廣義旁瓣相消器（GSC）的波束形成算法及其改進 60
3.4.1 廣義旁瓣相消器（GSC）算法 60
3.4.2 GSC的改進算法 61
3.5 基于投影分析的波束形成 62
3.5.1 基于投影的波束形成 62
3.5.2 基于斜投影的波束形成算法 63
3.6 過載情況下的自適應波束形成算法 65
3.6.1 信號模型 65
3.6.2 近似最小方差法波束形成器 66
3.7 基于高階累積量的波束形成算法 67
3.7.1 陣列模型 68
3.7.2 利用高階累積量方法估計期望信號的方向矢量 68
3.7.3 基于高階累積量的盲波束形成 69
3.8 基于周期平穩性的波束形成算法 69
3.8.1 陣列模型與信號周期平穩性 69
3.8.2 CAB類盲波束形成算法 70
3.9 基于恒模的盲波束形成算法 72
3.9.1 信號模型 72
3.9.2 隨機梯度恒模算法 72
3.9.3 最小二乘恒模算法（LS-CMA） 73
3.10 自適應對角線加載的波束形成算法 74
3.10.1 問題的提出 75
3.10.2 自適應對角線加載波束形成算法 76
3.11 魯棒的自適應波束成形 77
3.11.1 對角加載方法 78
3.11.2 基于特征空間的方法 79
3.11.3 貝葉斯方法 80
3.11.4 基于最壞情況性能優化的方法 80
3.11.5 基于概率約束的方法 81
參考文獻 81
第4章 DOA估計 87
4.1 引言 87
4.2 Capon算法和性能分析 88
4.2.1 數據模型 88
4.2.2 Capon算法 88
4.2.3 改進的Capon算法 89
4.2.4 Capon算法的均方誤差分析 90
4.3 MUSIC算法及其修正算法 92
4.3.1 MUSIC算法 92
4.3.2 MUSIC算法的推廣形式 93
4.3.3 MUSIC算法性能分析 94
4.3.4 求根MUSIC算法 97
4.3.5 求根MUSIC算法性能 98
4.4 最大似然法 99
4.4.1 確定性最大似然法 99
4.4.2 隨機性最大似然法 100
4.5 子空間擬合算法 101
4.5.1 信號子空間擬合（SSF） 101
4.5.2 噪聲子空間擬合（NSF） 102
4.5.3 子空間擬合算法性能 103
4.5.4 子空間擬合算法的實現 105
4.6 基于特征空間的DOA估計 111
4.6.1 信號模型 111
4.6.2 基于特征空間的DOA估計算法 112
4.7 ESPRIT算法及其修正算法 113
4.7.1 ESPRIT算法的基本模型 113
4.7.2 LS-ESPRIT算法 115
4.7.3 TLS-ESPRIT算法 116
4.7.4 ESPRIT算法理論性能 118
4.8 基于四階累積量的DOA估計 120
4.8.1 四階累積量與二階統計量之間的關系 120
4.8.2 四階累積量的陣列擴展特性 122
4.8.3 MUSIC-like算法 123
4.8.4 virtual-ESPRIT算法 123
4.9 傳播算子PM 125
4.9.1 譜峰搜索PM和性能分析 125
4.9.2 旋轉不變PM算法 129
4.10 基于廣義ESPRIT算法的DOA估計算法 131
4.10.1 陣列模型 131
4.10.2 頻譜搜索廣義ESPRIT方法 132
4.10.3 無須搜索的廣義ESPRIT算法 133
4.11 基于壓縮感知理論的DOA估計 134
4.11.1 壓縮感知基本原理 134
4.11.2 基于壓縮感知理論的DOA估計算法 137
4.12 相干信源DOA估計 139
4.12.1 引言 139
4.12.2 空間平滑算法 140
4.12.3 改進的MUSIC算法（IMUSIC） 141
4.12.4 基于Toeplitz矩陣重構的ESPRIT-like算法 142
4.12.5 任意陣列下的相干信號DOA估計 143
參考文獻 145
第5章 二維DOA估計 152
5.1 引言 152
5.2 L型陣列中基于改進ESPRIT的二維DOA估計算法 153
5.2.1 數據模型 153
5.2.2 基于改進ESPRIT的二維DOA估計算法 155
5.2.3 仿真結果 158
5.3 L型陣列中基于PM的二維DOA估計算法 159
5.3.1 數據模型 159
5.3.2 基于PM的二維DOA估計算法 159
5.3.3 仿真結果 162
5.4 L型陣列中基于求根MUSIC的二維DOA估計算法 163
5.4.1 數據模型 163
5.4.2 基于求根MUSIC的二維DOA估計算法 163
5.4.3 仿真結果 165
5.5 L型陣列中基于平行因子技術的二維DOA估計算法 166
5.5.1 數據模型 166
5.5.2 二維DOA估計算法 168
5.5.3 雜度分析與克拉美-羅界 170
5.5.4 仿真結果 171
5.6 面陣中幾種2D-DOA 估計算法 172
5.6.1 接收信號模型 172
5.6.2 二維MUSIC算法 172
5.6.3 二維Capon算法 173
5.6.4 二維ESPRIT算法 174
5.6.5 二維Unitary-ESPRIT算法 175
5.6.6 PARAFAC技術 179
5.6.7 基于壓縮感知三線性模型的二維DOA估計 182
5.7 均勻矩形陣中降維MUSIC的2D-DOA估計方法 187
5.7.1 數據模型 187
5.7.2 降維MUSIC（RD-MUSIC）算法 188
5.7.3 性能分析 191
5.7.4 仿真結果 193
5.8 基于增廣矩陣束的L型陣列的二維DOA估計 193
5.8.1 陣列結構與信號模型 194
5.8.2 基于MEMP的二維DOA估計算法 195
5.9 DOA矩陣方法的2D-DOA估計 197
5.9.1 陣列結構及信號模型 197
5.9.2 DOA矩陣方法 198
5.10 雙平行均勻線陣中基于PM算法的二維DOA估計算法 199
5.10.1 數據模型 199
5.10.2 角度估計算法 200
5.10.3 誤差分析和Cramer-rao界（CRB） 202
5.10.4 仿真結果 206
5.11 均勻圓陣中的二維DOA估計 207
5.11.1 數據模型 207
5.11.2 波束空間轉換 208
5.11.3 UCA-RB-MUSIC算法 208
5.11.4 UCA-Root-MUSIC算法 209
5.11.5 UCA-ESPRIT算法 209
5.12 四元數理論及其應用 210
5.12.1 四元數理論簡介 210
5.12.2 四元數在二維DOA估計中的應用 210
參考文獻 213
第6章 寬帶陣列信號處理基礎和寬帶波束形成 216
6.1 引言 216
6.2 寬帶陣列信號處理基礎 217
6.2.1 寬帶信號的概念 217
6.2.2 陣列信號模型 218
6.3 寬帶信號源的DOA估計 219
6.3.1 非相干信號子空間（ISM）方法 219
6.3.2 相干信號子空間（CSM）方法 220
6.3.3 聚焦矩陣的構造方法 220
6.4 穩健的麥克風陣列近場寬帶波束形成 223
6.4.1 概述 223
6.4.2 基于凸優化的穩健近場寬帶波束形成器設計 226
6.4.3 穩健近場自適應波束形成 236
參考文獻 242
第7章 陣列多參數估計 247
7.1 引言 247
7.2 角度和頻率估計的ESPRIT 算法 248
7.2.1 數據模型 248
7.2.2 角度和頻率聯合估計 249
7.2.3 仿真結果 251
7.3 基于三線性分解的盲角度和頻率估計算法 252
7.3.1 數據模型 252
7.3.2 三線性分解 254
7.3.3 聯合角度和頻率估計 255
7.4 基于PM的聯合頻率和角度估計 256
7.4.1 數據模型 256
7.4.2 基于傳播算子的波達方向和頻率聯合估計方法 258
7.4.3 基于改進傳播算子的波達方向和頻率聯合估計方法 259
7.4.4 仿真結果 260
7.5 基于四線性分解的陣列信號二維角度和頻率聯合估計算法 261
7.5.1 數據模型 261
7.5.2 算法描述 263
7.5.3 仿真和分析 265
7.6 四元數在聯合角度頻率估計中的應用 266
7.7 基于DOA矩陣法的聯合角度和頻率估計 267
7.7.1 數據模型 267
7.7.2 DOA矩陣的角度-頻率的聯合估計 268
參考文獻 269
第8章 極化敏感陣列信號處理 272
8.1 引言 272
8.1.1 研究背景 272
8.1.2 極化敏感陣列的國內外研究現狀分析 273
8.2 極化敏感陣中PARAFAC信號檢測法 274
8.2.1 信號接收模型 275
8.2.2 PARAFAC接收算法 276
8.3 極化敏感陣中基于PARAFAC的DOA和極化估計算法 277
8.3.1 DOA估計 277
8.3.2 極化估計 278
8.4 極化敏感陣列中基于降維MUSIC的盲DOA和極化估計 278
8.4.1 數據模型 278
8.4.2 DOA和極化估計算法 279
8.4.3 仿真結果 282
8.5 四元數在色噪聲矢量陣列信號處理中的應用 284
8.6 基于雙四元數理論的三分量矢量傳感器陣列參量聯合估計 286
8.6.1 線性均勻一致的三分量矢量傳感器陣列的雙四元數模型 287
8.6.2 信源波達方向和極化參量的聯合估計 288
參考文獻 289
第9章 聲矢量傳感器陣列二維DOA估計 293
9.1 引言 293
9.2 基于ESPRIT算法的任意聲矢量傳感器陣列的二維波達方向估計 294
9.2.1 數據模型 294
9.2.2 ESPRIT算法 295
9.2.3 仿真結果 296
9.3 基于三線性分解的任意聲矢量傳感器陣列的二維波達方向估計 297
9.3.1 數據模型 297
9.3.2 三線性分解和DOA估計 298
9.3.3 仿真結果 301
9.4 基于PM的聲矢量傳感器陣二維DOA估計算法 302
9.4.1 數據模型 302
9.4.2 算法推導 303
9.4.3 仿真結果 305
9.5 單快拍下聲矢量傳感器陣二維相干DOA估計算法 306
9.5.1 數據模型 306
9.5.2 算法推導 307
9.5.3 仿真結果 310
9.6 聲矢量傳感器陣下非圓信號二維DOA估計算法 310
9.6.1 數據模型 311
9.6.2 算法推導 312
9.6.3 仿真結果 314
9.7 聲矢量傳感器陣中基于級聯MUSIC的二維DOA 角度估計 315
9.7.1 數據模型 315
9.7.2 聲矢量傳感器陣的二維DOA角度估計 317
9.7.3 仿真結果 319
9.8 聲矢量傳感器陣列的基于PARALIND分解相干二維DOA估計算法 321
9.8.1 數據模型 321
9.8.2 相干二維角度估計 321
9.8.3 仿真結果 325
參考文獻 326
第10章 陣列信號處理MATLAB編程 329
10.1 常用函數介紹 329
10.1.1 創建矩陣 329
10.1.2 zeros函數：創建全0矩陣 329
10.1.3 eye函數：創建單位矩陣 330
10.1.4 ones函數：創建全1矩陣 330
10.1.5 rand函數：創建均勻分布隨機矩陣 331
10.1.6 randn函數：創建正態分布隨機矩陣 331
10.1.7 hankel函數：創建Hankel矩陣 332
10.1.8 toeplitz函數：創建Toeplitz矩陣 332
10.1.9 det函數：計算方陣行列式 333
10.1.10 inv函數：求方陣的逆矩陣 334
10.1.11 pinv函數：求矩陣的偽逆矩陣 334
10.1.12 rank函數：求矩陣的秩 334
10.1.13 diag函數：抽取矩陣對角線元素 335
10.1.14 fliplr函數：矩陣左右翻轉 335
10.1.15 eig函數：矩陣特征值分解 336
10.1.16 svd函數：矩陣奇異值分解 336
10.1.17 矩陣轉置和共軛轉置 337
10.1.18 awgn函數：添加高斯白噪聲 338
10.1.19 sin函數：正弦函數 338
10.1.20 cos函數：余弦函數 339
10.1.21 tan函數：正切函數 339
10.1.22 asin函數：反正弦函數 339
10.1.23 acos函數：反余弦函數 340
10.1.24 atan函數：反正切函數 340
10.1.25 abs函數：求復數的模 340
10.1.26 angle函數：求復數的相位角 340
10.1.27 real函數：求復數的實部 341
10.1.28 imag函數：求復數的虛部 341
10.1.29 sum函數：求和函數 342
10.1.30 max函數：求最大值函數 342
10.1.31 min函數：求最小值函數 343
10.1.32 sort函數：排序函數 344
10.1.33 poly2sym函數：創建多項式 345
10.1.34 sym2poly函數：符號多項式轉換為數值多項式 345
10.1.35 roots函數：多項式求根 346
10.1.36 size函數：求矩陣大小 346
10.2 波束形成MATLAB程序 347
10.2.1 LCMV波束形成算法MATLAB程序 347
10.2.2 LMS自適應波束形成算法MATLAB程序 348
10.3 DOA估計算法MATLAB程序 351
10.3.1 MUSIC算法MATLAB程序 351
10.3.2 ESPRIT算法MATLAB程序 353
10.3.3 root-MUSIC算法MATLAB程序 355
10.3.4 譜峰搜索傳播算子算法MATLAB程序 357
10.3.5 空間平滑MUSIC算法MATLAB程序 359
10.4 二維DOA估計算法MATLAB程序 362
10.4.1 L型陣下基于2D-MUSIC的二維DOA估計算法 362
10.4.2 均勻圓陣下基于UCA-ESPRIT的二維DOA估計算法 364
10.4.3 基于增廣矩陣束的L型陣列的二維DOA估計算法 367
10.4.4 面陣中二維角度估計：Unitary-ESPRIT算法 369
10.5 信源數估計MATLAB程序 371
10.6 寬帶信號DOA估計MATLAB程序 374
參考文獻 376 |
| 序： |
|
