《陣列信號處理的理論和套用》的讀者對象為通信與信息系統、信號和信息處理、微波和電磁場、水聲等專業高年級本科生和研究生以及相關專業技術人員。陣列信號處理是信號處理領域的一個重要分支。與傳統的單個定向感測器相比，用感測器陣列來接收空間信號具有靈活的波束控制、高的信號增益、極強的干擾抑制能力以及高的空間分辨能力等優點，這使得陣列信號處理具有重要的軍事、民事套用價值和廣闊的套用前景，具體來說已涉及雷達、聲納、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套用領域。《陣列信號處理的理論和套用》分為12章，主要內容包括波束形成、DOA估計、相干信號的DOA估計、二維DOA估計、寬頻陣列信號處理、陣列多參數估計等。《陣列信號處理的理論和套用》在全面介紹陣列信號處理的經典理論的同時，對近來一些新算法（如PARAFAc和四元數理論）進行了講解，同時介紹了MIMO雷達、極化敏感陣列和聲矢量感測器陣列的一些套用。
基本介紹
- 書名：陣列信號處理的理論和套用
- 出版社：國防工業出版社
- 頁數：242頁
- 開本：16
- 品牌：國防工業出版社
- 作者：張小飛 汪飛
- 出版日期：2010年11月1日
- 語種：簡體中文
- ISBN：7118071005, 9787118071009
內容簡介,圖書目錄,序言,
內容簡介
《陣列信號處理的理論和套用》是由國防工業出版社出版的。
圖書目錄
符號說明
第1章 緒論
1.1 研究背景
1.2 陣列信號處理的發展史及現狀
1.2.1 波束形成技術
1.2.2 空間譜估計方法
1.2.3 陣列多參數估計
1.3 本書的安排
參考文獻
第2章 陣列信號處理基礎
2.1 矩陣代數的相關知識
2.1.1 特徵值與特徵向量
2.1.2 廣義特徵值與廣義特徵向量
2.1.3 矩陣的奇異值分解
2.1.4 Toeplitz矩陣
2.1.5 Hankel矩陣
2.1.6 Vandermonde矩陣
2.1.7 Hermitian矩陣
2.1.8 Kronecker積
2.1.9 Khatri-Rao積
2.2 信號模型
2.2.1 窄帶信號
2.2.2 相關係數
2.2.3 噪聲模型
2.3 陣列天線的統計模型
2.3.1 前提及假設
2.3.2 陣列的基本概念
2.3.3 天線陣模型
2.3.4 陣列的方向圖
2.3.5 波束寬度
2.3.6 分辨力
2.4 陣列回響矢量/矩陣
2.5 陣列協方差矩陣的特徵分解
2.6 信源數估計算法
2.6.1 特徵值分解方法
2.6.2 資訊理論方法
2.6.3 平滑秩序列法
2.6.4 蓋氏圓方法
2.6.5 正則相關技術
參考文獻
第3章 波束形成算法
3.1 波束形成定義
3.2 常用的波束形成算法
3.2.1 波束形成原理
3.2.2 波束形成的最佳權矢量
3.2.3 波束形成的準則
3.2.4 仿真與分析
3.3 自適應波束形成算法
3.3.1 引言
3.3.2 自適應波束形成的最佳權矢量
3.3.3 權矢量更新的自適應算法
3.4 廣義旁瓣相消器(GSC)的波束形成算法及其改進
3.4.1 “義旁瓣相消器算法”
3.4.2 GSC的改進算法
3.4.3 仿真及分析
3.5 基於投影分析的波束形成
3..5.1 基於投影的波束形成
3.5.2 基於斜投影的波束形成算法
3.6 過載情況下的自適應波束形成算法
3.6.1 信號模型
3.6.2 近似最小方差法波束形成器
3.6.3 陣列固有的協方差矩陣的求解
3.7 基於高階累積量的波束形成算法
3.7.1 陣列模型
3.7.2 利用高階累積量方法估計期望信號的方向矢量
3.7.3 基於高階累積量的盲波束形成
3.8 基於周期平穩性的波束形成算法
3.8.1 陣列模型與信號周期平穩性
3.8.2 CAB類盲波束形成算法
3.9 基於恆模的盲波束形成算法
3.9.1 信號模型
3.9.2 隨機梯度恆模算法
3.9.3 最小二乘恆模算法(IS-CMA)
3.10 自適應對角線載入的波束形成算法
3.10.1 引言
3.10.2 問題的提出
3.10.3 自適應對角線載入波束形成算法
3.10.4 仿真及分析
3.11 變換域波束形成技術
3.11.1 引言
3.11.2 基於頻域的自適應波束形成算法
3.11.3 小波域自適應波束形成算法
3.12 魯棒的自適應波束成形
3.12.1 對角載入方法
3.12.2 基於特徵空間的方法
3.12.3 貝葉斯方法
3.12.4 基於最壞情況性能最佳化的方法
3.12.5 基於機率約束的方法
參考文獻
第4章 DOA估計算法
4.1 DOA估計的發展
4.2 傳統的DOA估計方法
4.2.1 Capon算法
4.2.2 前向預測算法
4.2.3 最大熵算法
4.2.4 最小模算法
4.3 MUSIC算法及其修正算法
4.3.1 MUSIC算法
4.3.2 MUSIC算法的推廣形式
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 確定性最大似然法
4.4.2 隨機性最大似然法
4.5 子空間擬合算法
4.5.1 信號子空間擬合(SSF)
4.5.2 噪聲子空間擬合(NSF)
4.5.3 子空間擬合算法性能
4.5.4 子空間擬合算法的實現
4.6 基於特徵空間的DOA估計算法
4.6.1 信號模型
4.6.2 基於特徵空間的DOA估計算法
4.6.3 仿真和分析
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
4.7.3 TLS-ESPRIT
4.7.4 SLS-ESPRIT
4.7.5 酉ESPRIT：
4.7.6 ESPRIT算法理論性能
4.8 基於四階累積量的DOA估計
4.8.1 引言
4.8.2 四階累積量與二階統計量之間的關係
4.8.3 四階累積量的陣列擴展特性
4.8.4 MUSIC-Like算法
4.8.5 Virtual-ESPRIT算法
4.9 傳播運算元DOA估計算法
參考文獻
第5章 相干信源DOA估計
5.1 相干信源DOA估計的發展
5.2 空間平滑算法
5.3 改進的MUSIC算法(IMUSIC)
5.4 基於Toeplitz矩陣重構的ESPRIT-Like算法
5.5 任意陣列下的相干信號DOA估計
參考文獻
第6章 二維DOA估計
6.1 引言
6.2 L型陣列下盲二維波達方向估計
6.2.1 數據模型
6.2.2 基於移不變性的改進的二維波達方向估計
6.3 面陣中二維DOA估計算法
6.3.1 接收信號模型
……
第7章 寬頻陣列信號處理
第8章 陣列多參數估計
第9章 四元數理論在陣列信號處理中的套用
第10章 MIMO雷達的角度估計
第11章 聲矢量感測器陣列的DOA估計
第12章 極化敏感陣列信號處理
附錄
縮略詞
第1章 緒論
1.1 研究背景
1.2 陣列信號處理的發展史及現狀
1.2.1 波束形成技術
1.2.2 空間譜估計方法
1.2.3 陣列多參數估計
1.3 本書的安排
參考文獻
第2章 陣列信號處理基礎
2.1 矩陣代數的相關知識
2.1.1 特徵值與特徵向量
2.1.2 廣義特徵值與廣義特徵向量
2.1.3 矩陣的奇異值分解
2.1.4 Toeplitz矩陣
2.1.5 Hankel矩陣
2.1.6 Vandermonde矩陣
2.1.7 Hermitian矩陣
2.1.8 Kronecker積
2.1.9 Khatri-Rao積
2.2 信號模型
2.2.1 窄帶信號
2.2.2 相關係數
2.2.3 噪聲模型
2.3 陣列天線的統計模型
2.3.1 前提及假設
2.3.2 陣列的基本概念
2.3.3 天線陣模型
2.3.4 陣列的方向圖
2.3.5 波束寬度
2.3.6 分辨力
2.4 陣列回響矢量/矩陣
2.5 陣列協方差矩陣的特徵分解
2.6 信源數估計算法
2.6.1 特徵值分解方法
2.6.2 資訊理論方法
2.6.3 平滑秩序列法
2.6.4 蓋氏圓方法
2.6.5 正則相關技術
參考文獻
第3章 波束形成算法
3.1 波束形成定義
3.2 常用的波束形成算法
3.2.1 波束形成原理
3.2.2 波束形成的最佳權矢量
3.2.3 波束形成的準則
3.2.4 仿真與分析
3.3 自適應波束形成算法
3.3.1 引言
3.3.2 自適應波束形成的最佳權矢量
3.3.3 權矢量更新的自適應算法
3.4 廣義旁瓣相消器(GSC)的波束形成算法及其改進
3.4.1 “義旁瓣相消器算法”
3.4.2 GSC的改進算法
3.4.3 仿真及分析
3.5 基於投影分析的波束形成
3..5.1 基於投影的波束形成
3.5.2 基於斜投影的波束形成算法
3.6 過載情況下的自適應波束形成算法
3.6.1 信號模型
3.6.2 近似最小方差法波束形成器
3.6.3 陣列固有的協方差矩陣的求解
3.7 基於高階累積量的波束形成算法
3.7.1 陣列模型
3.7.2 利用高階累積量方法估計期望信號的方向矢量
3.7.3 基於高階累積量的盲波束形成
3.8 基於周期平穩性的波束形成算法
3.8.1 陣列模型與信號周期平穩性
3.8.2 CAB類盲波束形成算法
3.9 基於恆模的盲波束形成算法
3.9.1 信號模型
3.9.2 隨機梯度恆模算法
3.9.3 最小二乘恆模算法(IS-CMA)
3.10 自適應對角線載入的波束形成算法
3.10.1 引言
3.10.2 問題的提出
3.10.3 自適應對角線載入波束形成算法
3.10.4 仿真及分析
3.11 變換域波束形成技術
3.11.1 引言
3.11.2 基於頻域的自適應波束形成算法
3.11.3 小波域自適應波束形成算法
3.12 魯棒的自適應波束成形
3.12.1 對角載入方法
3.12.2 基於特徵空間的方法
3.12.3 貝葉斯方法
3.12.4 基於最壞情況性能最佳化的方法
3.12.5 基於機率約束的方法
參考文獻
第4章 DOA估計算法
4.1 DOA估計的發展
4.2 傳統的DOA估計方法
4.2.1 Capon算法
4.2.2 前向預測算法
4.2.3 最大熵算法
4.2.4 最小模算法
4.3 MUSIC算法及其修正算法
4.3.1 MUSIC算法
4.3.2 MUSIC算法的推廣形式
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 確定性最大似然法
4.4.2 隨機性最大似然法
4.5 子空間擬合算法
4.5.1 信號子空間擬合(SSF)
4.5.2 噪聲子空間擬合(NSF)
4.5.3 子空間擬合算法性能
4.5.4 子空間擬合算法的實現
4.6 基於特徵空間的DOA估計算法
4.6.1 信號模型
4.6.2 基於特徵空間的DOA估計算法
4.6.3 仿真和分析
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
4.7.3 TLS-ESPRIT
4.7.4 SLS-ESPRIT
4.7.5 酉ESPRIT：
4.7.6 ESPRIT算法理論性能
4.8 基於四階累積量的DOA估計
4.8.1 引言
4.8.2 四階累積量與二階統計量之間的關係
4.8.3 四階累積量的陣列擴展特性
4.8.4 MUSIC-Like算法
4.8.5 Virtual-ESPRIT算法
4.9 傳播運算元DOA估計算法
參考文獻
第5章 相干信源DOA估計
5.1 相干信源DOA估計的發展
5.2 空間平滑算法
5.3 改進的MUSIC算法(IMUSIC)
5.4 基於Toeplitz矩陣重構的ESPRIT-Like算法
5.5 任意陣列下的相干信號DOA估計
參考文獻
第6章 二維DOA估計
6.1 引言
6.2 L型陣列下盲二維波達方向估計
6.2.1 數據模型
6.2.2 基於移不變性的改進的二維波達方向估計
6.3 面陣中二維DOA估計算法
6.3.1 接收信號模型
……
第7章 寬頻陣列信號處理
第8章 陣列多參數估計
第9章 四元數理論在陣列信號處理中的套用
第10章 MIMO雷達的角度估計
第11章 聲矢量感測器陣列的DOA估計
第12章 極化敏感陣列信號處理
附錄
縮略詞
序言
眾所周知，信號處理的基本原則是儘可能地利用、提取和恢復包含於信號特徵中的有用信息。在複雜的電磁環境中，對信號的參數進行有效的檢測和精確的估計就顯得尤其重要。在信號處理的發展歷程中，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取得了許多重要研究成果。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。通過感測器陣列或者天線陣列把時域採樣變成時空採樣，將時間頻率變成空間頻率（角度），從而將時域信號處理的許多理論成果推廣到空域，開闢了陣列信號處理這一新的研究領域，陣列信號處理也就逐漸成為信號處理領域的一個重要分支。用感測器陣列來接收空間信號，與傳統的單個定向感測器相比，具有靈活的波束控制、高信號增益、極強的干擾抑制能力以及高空間分辨能力等優點。
本書主要研究波束形成、波達方向估計算法、陣列多參數估計及其套用。本書主要特色如下。
（1）結構完整。雖然近年來國內外已經出版了幾本涉及空間譜估計內容的優秀著作，但本書的體系更為完整，不僅包括空間譜估計，還覆蓋了波束形成、陣列多參數估計和前沿發展。
（2）內容選材廣。由於陣列信號處理的理論豐富且套用廣泛，為了寫好此書，我們收集了大量的國內外文獻資料，並做了精心組織，儘可能地反映出這一學科中的精華內容。書中不僅對陣列信號處理中一些傳統方法進行了詳細講解，同時對一些新方法（如四元數、PARAFAC方法）也進行了研究（詳見附錄B）。
（3）可讀性強。對於許多讀者來說，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，儘量做到淺入深出，特別注重表達的清晰性、易懂性和可讀性。為了便於讀者閱讀，書末和隨書附贈光碟中附有必要的數學知識和陣列信號處理MATLAB程式。
本書主要研究波束形成、波達方向估計算法、陣列多參數估計及其套用。本書主要特色如下。
（1）結構完整。雖然近年來國內外已經出版了幾本涉及空間譜估計內容的優秀著作，但本書的體系更為完整，不僅包括空間譜估計，還覆蓋了波束形成、陣列多參數估計和前沿發展。
（2）內容選材廣。由於陣列信號處理的理論豐富且套用廣泛，為了寫好此書，我們收集了大量的國內外文獻資料，並做了精心組織，儘可能地反映出這一學科中的精華內容。書中不僅對陣列信號處理中一些傳統方法進行了詳細講解，同時對一些新方法（如四元數、PARAFAC方法）也進行了研究（詳見附錄B）。
（3）可讀性強。對於許多讀者來說，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，儘量做到淺入深出，特別注重表達的清晰性、易懂性和可讀性。為了便於讀者閱讀，書末和隨書附贈光碟中附有必要的數學知識和陣列信號處理MATLAB程式。
