波达方向估计

第1章自适应阵列基础

1.1基本系统

1.2信号模型

1.3阵元配置理论

1.3.1二元阵

1.3.2直线阵

1.3.3平面阵

1.4窄带信号处理

1.5波束形成

1.5.1常见波束形成器

1.5.2权重更新算法

1.6章节安排

本章参考文献

第2章波达方向估计典型算法

2.1波达方向估计方法

2.1.1传统谱估计方法

2.1.2线性预测方法

2.1.3最大似然谱估计

2.1.4最大熵谱估计

2.1.5特征空间法

2.2信号源数目估计

2.3预处理方法

2.3.1实值分解法

2.3.2小波去噪法

本章参考文献

第3章空间平滑技术

3.1相关信号模型

3.2空间平滑算法

3.3前后向空间平滑算法

3.4空间平滑差分方法

3.5虚拟空间平滑算法

3.5.1信号模型

3.5.2虚拟空间平滑

3.5.3性能分析

3.5.4仿真实验

本章参考文献

第4章循环平稳信号的波动方向估计算法

4.1循环平稳信号

4.1.1数学描述

4.1.2循环波达方向估计

4.2实值循环算法

4.2.1实值循环MUSIC算法

4.2.2实值循环求根MUSIC算法

4.2.3实值循环ESPRIT算法

4.3赫尔米特映射算法

4.3.1酉循环求根MUSIC算法

4.3.2酉循环ESPRIT算法

4.4二维酉循环ESPRIT算法

4.4.1信号模型

4.4.2二维赫尔米特映射

4.4.3仿真实验

本章参考文献

第5章非圆信号的波达方向估计算法

5.1非圆信号

5.1.1概述

5.1.2非圆酉ESPRIT算法

5.2共轭酉ESPRIT算法

5.2.1信号模型

5.2.2独立信号

5.2.3相干信号

5.2.4性能分析

5.2.5仿真实验

本章参考文献

第6章基于子带分解的波达方向估计算法

6.1子带分解理论

6.1.1基本概念

6.1.2子带分解优点

6.2基于子带分解的MUSIC算法

6.2.1时间—空间频率的等价性

6.2.2数学模型

6.2.3阵列信号的子带分解

6.2.4SB—MUSIC算法

6.2.5仿真实验

6.3基于子带分解的ESPRIT算法

6.3.1数学模型

6.3.2SB—ESPRIT算法

6.3.3非映射型SB—ESPRIT算法

6.3.4仿真实验

本章参考文献2100433B

《波达方向估计》由北京邮电大学出版社出版。

随着阵列天线的发展，阵列处理被移入移动通信领域很快形成了一个新的研究热点-智能天线，它能根据信号的入射的方向适应调节其方向图、跟踪强方向、减少甚至抵消干扰信号，从而达到增大信干比、提升移动通讯系统容量、提高移动通信系统频谱利用率和增加发射信号效率的效果。而波达方向（DOA，Direction of Arrive）的估计是智能天线的重要组成部分。

它使通信资源不再局限于时间域(TDMA)、频率域(FDMA)或码域(CDMA)而拓展到了空间域，属于空分多址(SDMA)体制。

主要的DOA算法包括波束形成类算法、子空间类算法、解卷积算法等。常规的波束形成法应用广泛，但是受Rayleigh限的限制，估计精度有限。基于协方差矩阵特征分解理论的子空间类算法将DOA估计的精度提高到了新的高度，这类算法的代表包括Schmidt提出的MUSIC（multiple signal classification）法。2100433B

吸波涂层的结构研究日益精细，一个方向是多层化，可以通过参数梯度化改善吸波层波阻抗，并利用层界面的散射作用，大大提高吸收率。另一个方向是在宏观电磁场二维周期介质理论基础上，在吸波层内制作各种增强电磁波吸收的二维图形。这些都有利于提高吸波涂层的吸收率，拓宽频带，减少吸波涂层的厚度和面密度 。