最優(yōu)估計(jì)與濾波及其應(yīng)用

目錄
前言
第1章 *優(yōu)估計(jì)的基本理論 1
1.1 統(tǒng)計(jì)參數(shù)估計(jì) 1
1.1.1 *大似然估計(jì) 1
1.1.2 無(wú)偏估計(jì)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(jì)方法 9
1.3.1 *小二乘估計(jì) 9
1.3.2 總體*小二乘估計(jì) 12
1.4 基于特征分解的頻譜估計(jì) 13
1.4.1 諧波信號(hào)模型 13
1.4.2 多重信號(hào)分類(lèi)算法 15
1.4.3 旋轉(zhuǎn)不變技術(shù)信號(hào)參數(shù)估計(jì)算法 18
參考文獻(xiàn) 21
第2章 基于水聲矢量傳感器陣列的相干聲波信號(hào)波達(dá)方向估計(jì)與跟蹤 22
2.1 圓柱形陣列的情況 22
2.1.1 估計(jì)算法 22
2.1.2 性能分析 30
2.1.3 仿真驗(yàn)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(yàn)證 42
2.3 均勻線(xiàn)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(yàn)證 47
參考文獻(xiàn) 48
第3章 基于聲傳感器陣列的氣流速度估計(jì) 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(biāo)量傳感器陣列及估計(jì)算法 52
3.1.3 聲矢量傳感器陣列及估計(jì)算法 57
3.1.4 仿真驗(yàn)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(diǎn)速度測(cè)量模型 70
3.2.3 基于二維廣義MUSIC的估計(jì)算法 73
3.2.4 仿真驗(yàn)證 75
3.3 聲波傳播時(shí)間測(cè)量法 76
3.3.1 測(cè)量模型 76
3.3.2 測(cè)量方法 81
3.3.3 性能分析 89
3.3.4 仿真驗(yàn)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(yàn)證 102
3.5 魯棒估計(jì)法 105
3.5.1 基于*小均方誤差準(zhǔn)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(yàn)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(jì) 121
3.6.2 脫離網(wǎng)格的氣流速度估計(jì) 125
3.6.3 計(jì)算復(fù)雜度分析 127
3.6.4 仿真驗(yàn)證 128
參考文獻(xiàn) 130
第4章 完全極化信號(hào)源的DOA和極化參數(shù)估計(jì) 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(cè)量模型 132
4.1.2 機(jī)載電磁矢量傳感器陣列的測(cè)量模型 135
4.2 近場(chǎng)信號(hào)源的DOA、距離和極化參數(shù)估計(jì) 139
4.2.1 稀疏非均勻?qū)ΨQ(chēng)線(xiàn)性極化敏感陣列的測(cè)量模型 139
4.2.2 信號(hào)源方位、距離和極化參數(shù)估計(jì) 141
4.2.3 估計(jì)的**性和可識(shí)別性 143
4.2.4 仿真驗(yàn)證 145
4.3 遠(yuǎn)場(chǎng)信號(hào)源的DOA和極化參數(shù)估計(jì) 146
4.3.1 基于部分校準(zhǔn)極化敏感陣列的估計(jì)方法 146
4.3.2 基于稀疏非均勻COLD陣列的估計(jì)方法 150
4.3.3 仿真驗(yàn)證 153
4.4 遠(yuǎn)場(chǎng)信號(hào)源的DOA和極化參數(shù)估計(jì)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(jī)載極化敏感陣列四元數(shù)模型 155
4.4.3 降維MUSIC估計(jì)方法 157
4.4.4 仿真驗(yàn)證 159
參考文獻(xiàn) 160
第5章 部分極化信號(hào)源的DOA和Stokes參數(shù)估計(jì) 162
5.1 基于線(xiàn)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(hào)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(yàn)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(hào)源模型 172
5.2.2 稀疏重構(gòu)算法 174
5.2.3 仿真驗(yàn)證 177
5.3 基于電磁矢量傳感器的增強(qiáng)四元數(shù)算法 178
5.3.1 電磁矢量傳感器的增強(qiáng)四元數(shù)測(cè)量模型 178
5.3.2 估計(jì)算法 180
5.3.3 仿真驗(yàn)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(cè)量模型 184
5.4.2 估計(jì)算法 185
5.4.3 仿真驗(yàn)證 187
參考文獻(xiàn) 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(kuò)展線(xiàn)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(yàn)證 198
6.3 基于QSWL的廣義旁瓣抵消器 199
6.3.1 第一階段波束形成 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(yàn)證 205
參考文獻(xiàn) 206
彩圖