第1章 阵列信号处理基础 （1）
1.1 智能天线技术 （1）
1.1.1 智能天线的基本概念和基本原理 （1）
1.1.2 智能天线的分类 （1）
1.1.3 国内外智能天线的研究现状 （3）
1.1.4 智能天线的优点及应用 （5）
1.2 无线信道的电波传播特性 （6）
1.2.1 无线电波传播的基础特性 （6）
1.2.2 衰落的无线信道 （7）
1.3 阵列信号建模 （10）
1.3.1 理想情况下的数学模型 （10）
1.3.2 考虑信号误差的数学模型 （13）
1.3.3 相干信号源的数学模型 （14）
1.3.4 分布式信源信号模型 （14）
1.4 阵列信号处理的统计模型 （15）
1.4.1 统计模型的建立 （15）
1.4.2 方向图函数 （16）
1.5 空间信号处理的数学基础 （18）
1.5.1 矩阵代数的相关知识 （18）
1.5.2 平稳随机过程 （21）
1.5.3 最优化方法 （25）
1.6 阵列信号处理的发展及研究现状 （29）
1.6.1 自适应波束形成的研究现状 （29）
1.6.2 波达方向估计的研究现状 （32）
1.7 本章小结 （33）
参考文献 （34）
第2章 自适应波束形成算法 （39）
2.1 自适应控制算法的性能量度 （39）
2.1.1 均方误差（MSE）性能量度 （39）
2.1.2 信噪比（SNR）性能量度 （41）
2.1.3 最大似然（ML）性能量度 （43）
2.1.4 最小噪声方差（NV）性能量度 （44）
2.1.5 最优解的因式分解 （45）
2.2 自适应波束形成算法 （46）
2.2.1 波束形成的最优权重向量 （46）
2.2.2 广义旁瓣相消器 （48）
2.2.3 最小方差无畸变响应（MVDR）算法 （49）
2.2.4 采样自相关矩阵求逆（SMI）算法 （49）
2.2.5 直接矩阵求逆（DMI）算法 （50）
2.2.6 最小均方（LMS）算法 （50）
2.2.7 递推最小二乘（RLS）算法 （54）
2.2.8 恒模（CMA）算法 （58）
2.2.9 神经网络方法 （63）
2.2.10 宽带信号的波束形成算法 （64）
2.3 本章小结 （66）
参考文献 （66）
第3章 DOA估计算法 （70）
3.1 信号数目的推定 （70）
3.1.1 序列假设检验（SH）准则 （70）
3.1.2 AIC和MDL准则 （71）
3.1.3 利用盖氏圆半径法进行信源数目估计 （72）
3.2 传统的DOA估计方法 （74）
3.2.1 古典谱估计法 （74）
3.2.2 Capon最小方差法 （75）
3.2.3 线性预测方法 （75）
3.2.4 最大熵谱估计 （76）
3.2.5 MUSIC算法 （76）
3.2.6 ESPRIT算法 （84）
3.2.7 最大似然法 （89）
3.3 鲁棒DOA估计算法 （91）
3.3.1 适用于CDMA系统的鲁棒DOA估计算法 （91）
3.3.2 互耦条件下的鲁棒DOA估计算法 （93）
3.3.3 非高斯噪声下的鲁棒DOA估计算法 （95）
3.3.4 基于盲波束形成的DOA-Doppler鲁棒估计算法 （99）
3.3.5 存在循环频率误差的鲁棒DOA算法 （100）
3.4 本章小结 （102）
参考文献 （102）
第4章 鲁棒波束形成器的设计方法 （107）
4.1 影响算法鲁棒性的因素 （107）
4.2 鲁棒波束形成算法 （108）
4.2.1 线性约束最小方差（LCMV）波束形成算法 （110）
4.2.2 对角载入SMI（LSMI）算法 （111）
4.2.3 特征空间算法 （112）
4.2.4 鲁棒RLS算法 （113）
4.2.5 最差性能优化鲁棒波束形成算法 （115）
4.2.6 适于高阶信号模型的鲁棒波束形成算法 （118）
4.2.7 基于Bayesian方法的鲁棒波束形成算法 （121）
4.2.8 用于宽带、移动、相干干扰的鲁棒波束形成算法 （122）
4.2.9 鲁棒Capon波束形成算法 （124）
4.2.10 基于均方误差的鲁棒波束形成算法 （132）
4.3 鲁棒宽带波束形成算法 （135）
4.3.1 宽带阵列信号模型 （135）
4.3.2 宽带波束形成 （138）
4.3.3 鲁棒宽带波束形成 （140）
4.4 本章小结 （144）
参考文献 （145）
第5章 适用于信号波达方向不确定情况的鲁棒波束形成算法 （148）
5.1 基于Bayesian方法的鲁棒恒模算法 （148）
5.1.1 线性约束恒模算法（LCCMA） （148）
5.1.2 线性约束差分恒模算法（LCDCMA） （149）
5.1.3 线性约束差分恒模算法的性能分析 （150）
5.1.4 算法的鲁棒性改进 （152）
5.1.5 实验结果 （154）
5.2 基于Bayesian方法的鲁棒波束形成算法 （157）
5.2.1 传统波束形成算法 （157）
5.2.2 鲁棒波束形成算法 （158）
5.2.3 鲁棒递推波束形成算法 （159）
5.2.4 实验结果 （161）
5.3 基于Bayesian方法的鲁棒约束LMS波束形成算法 （164）
5.3.1 传统约束LMS算法及其性能 （164）
5.3.2 鲁棒约束LMS算法 （165）
5.3.3 收敛性能分析 （167）
5.3.4 实验结果 （168）
5.4 本章小结 （171）
参考文献 （172）
第6章 在最差信号环境下的鲁棒自适应波束形成算法 （174）
6.1 鲁棒约束恒模自适应波束形成算法 （174）
6.1.1 信号模型 （174）
6.1.2 线性约束恒模算法 （175）
6.1.3 鲁棒约束恒模自适应波束形成算法 （176）
6.1.4 收敛性能分析 （178）
6.1.5 实验结果 （178）
6.2 鲁棒约束最小二乘恒模算法 （182）
6.2.1 线性约束最小二乘恒模算法 （182）
6.2.2 鲁棒约束LSCMA算法 （183）
6.2.3 实验结果 （184）
6.3 基于最陡下降准则的鲁棒LMS波束形成算法 （188）
6.3.1 基于最差性能的鲁棒算法 （188）
6.3.2 性能分析 （190）
6.3.3 实验结果 （191）
6.4 基于神经网络的鲁棒自适应波束形成算法 （193）
6.4.1 鲁棒自适应波束形成算法 （193）
6.4.2 波束形成的RBFNN实现 （194）
6.4.3 实验结果 （196）
6.5 本章小结 （198）
参考文献 （199）
第7章 基于可变对角载入的鲁棒自适应波束形成算法 （202）
7.1 基于广义旁瓣相消器的鲁棒LCMV算法 （202）
7.1.1 基于对角载入的鲁棒LCMV算法 （202）
7.1.2 可变对角载入值的计算 （203）
7.2 基于最优对角载入值的鲁棒算法 （205）
7.2.1 算法描述 （205）
7.2.2 实时更新对角载入值 （206）
7.2.3 基于模值约束的鲁棒算法 （208）
7.3 基于可变对角载入的鲁棒算法 （209）
7.3.1 传统算法描述 （209）
7.3.2 鲁棒波束形成算法 （211）
7.3.3 实验结果 （213）
7.4 基于可变对角载入的鲁棒LMS自适应波束形成算法 （217）
7.4.1 鲁棒波束形成算法及对角载入值的计算 （217）
7.4.2 性能分析 （219）
7.4.3 实验结果 （220）
7.5 本章小结 （223）
参考文献 （223）
第8章 基于二次型约束的鲁棒自适应波束形成算法 （226）
8.1 阵列指向性二次型约束鲁棒波束形成算法 （226）
8.1.1 阵列指向性二次型约束 （226）
8.1.2 二次型约束波束形成算法 （227）
8.2 基于二次型约束的鲁棒Capon算法 （228）
8.3 二次型约束鲁棒递推优化算法 （230）
8.3.1 二次型鲁棒递推波束形成算法 （232）
8.3.2 性能分析 （233）
8.3.3 实验结果 （234）
8.4 基于二次型约束的鲁棒最小二乘恒模算法 （237）
8.4.1 CDMA系统中的线性约束最小二乘恒模算法 （237）
8.4.2 二次型约束鲁棒LSCMA算法 （239）
8.4.3 性能分析 （242）
8.4.4 实验结果 （244）
8.5 本章小结 （247）
参考文献 （247）
第9章 阵列信号处理的新发展 （249）
9.1 鲁棒阵列信号处理的新发展 （249）
9.2 超宽带无线通信技术 （250）
9.2.1 超宽带技术的优势 （250）
9.2.2 超宽带技术的主要应用 （252）
9.2.3 超宽带研究的关键技术 （252）
9.3 MIMO雷达技术 （254）
9.3.1 MIMO雷达的基本原理及优点 （254）
9.3.2 MIMO雷达的信号处理过程 （255）
9.4 本章小结 （256）
参考文献 （256）
展开
