传感器阵列测向和定位是定位领域的一个重要分支，采用传感器阵列接收空间信号。与传统单个传感器的目标测向和定位相比，传感器阵列的目标测向和定位不仅具有较高的信号增益、极强的干扰抑制能力及更高的空间分辨能力等优点，还具有重要的军事和民事应用价值，已应用于雷达、声呐、通信、地震勘探、射电天文及医学诊断等领域。本书主要介绍传感器阵列数学基础、传感器阵列一维测向、传感器阵列二维测向、传感器阵列非圆信号测向、传感器阵列DOA跟踪、传感器阵列近场信源定位、多阵列联合DOA融合信源定位、多阵列联合多域融合信源定位及多阵列联合信源直接定位等。 本书适合通信与信息系统、信号处理、微波和电磁场、水声技术等专业的高年级本科生和研究生及相关研究人员阅读。

第1章 绪论
1.1 研究背景
1.2 传感器阵列测向和定位的发展
1.2.1 空间谱估计
1.2.2 定位技术
1.3 本书的安排
参考文献
第2章 传感器阵列数学基础
2.1 与矩阵代数相关的知识
2.1.1 特征值与特征矢量
2.1.2 广义特征值与广义特征矢量
2.1.3 矩阵的奇异值分解
2.1.4 Toeplitz矩阵
2.1.5 Hankel矩阵
2.1.6 Vandermonde矩阵
2.1.7 Hermitian矩阵
2.1.8 Kronecker积
2.1.9 Khatri-Rao积
2.1.10 Hadamard积
2.1.11 矢量化
2.2 窄带信号和噪声模型
2.2.1 窄带信号
2.2.2 相关系数
2.2.3 噪声模型
2.3 天线阵列
2.3.1 前提和假设
2.3.2 基本概念
2.3.3 模型
2.3.4 方向图
2.3.5 波束宽度
2.3.6 分辨率
2.4 阵列响应矢量/矩阵
2.4.1 均匀线阵列
2.4.2 均匀圆阵列
2.4.3 L型阵列
2.4.4 平面阵列
2.4.5 任意阵列
2.5 协方差矩阵的特征值分解
参考文献
第3章 传感器阵列一维测向
3.1 引言
3.2 Capon算法
3.2.1 数据模型
3.2.2 Capon算法的步骤
3.2.3 改进的Capon算法
3.2.4 Capon算法的均方误差
3.3 MUSIC算法
3.3.1 MUSIC算法的步骤
3.3.2 MUSIC算法的推广形式
3.3.3 MUSIC算法的性能分析
3.3.4 求根MUSIC算法
3.3.5 求根MUSIC算法的性能
3.4 最大似然算法
3.4.1 确定性最大似然算法
3.4.2 随机性最大似然算法
3.5 子空间拟合算法
3.5.1 信号子空间拟合
3.5.2 噪声子空间拟合
3.5.3 信号子空间拟合算法的性能
3.6 ESPRIT算法
3.6.1 ESPRIT算法的基本模型
3.6.2 LS-ESPRIT算法
3.6.3 TLS-ESPRIT算法
3.6.4 ESPRIT算法的理论性能
3.7 四阶累积量算法
3.7.1 四阶累积量与二阶统计量之间的关系
3.7.2 四阶累积量的阵列扩展特性
3.7.3 MUSIC-like算法
3.7.4 virtual-ESPRIT算法
3.8 传播算子
3.8.1 谱峰搜索传播算子
3.8.2 旋转不变传播算子
3.9 广义ESPRIT算法
3.9.1 阵列模型
3.9.2 谱峰搜索广义ESPRIT算法
3.9.3 不需要搜索的广义ESPRIT算法
3.10 压缩感知算法
3.10.1 压缩感知基本原理
3.10.2 正交匹配追踪
3.10.3 稀疏贝叶斯学习算法
3.11 DFT类算法
3.11.1 数据模型
3.11.2 基于DFT的低复杂度DOA估计算法
3.11.3 算法的分析和改进
3.11.4 仿真实验
3.12 本章小结
参考文献
第4章 传感器阵列二维测向
4.1 引言
4.2 均匀面阵列的基于旋转不变性的二维测向算法
4.2.1 数据模型
4.2.2 基于ESPRIT的二维DOA估计算法
4.2.3 基于PM的二维DOA估计算法
4.3 均匀面阵列的基于MUSIC的二维测向算法
4.3.1 数据模型
4.3.2 2D-MUSIC算法
4.3.3 RD-MUSIC算法
4.3.4 级联MUSIC算法
4.4 均匀面阵列的基于三线性分解的二维测向算法
4.4.1 数据模型
4.4.2 三线性分解
4.4.3 可辨识性分析
4.4.4 二维DOA估计
4.4.5 算法的复杂度和特点
4.4.6 仿真结果
4.5 均匀面阵列的基于压缩感知三线性模型的二维测向算法
4.5.1 数据模型
4.5.2 三线性模型压缩
4.5.3 三线性分解
4.5.4 可辨识性分析
4.5.5 基于稀疏恢复的二维DOA估计
4.5.6 算法的复杂度和优点
4.5.7 仿真结果
4.6 双平行线阵列的二维测向算法
4.6.1 阵列结构和信号模型
4.6.2 DOA矩阵法
4.6.3 扩展DOA矩阵法
4.6.4 计算的复杂度和仿真结果
4.7 本章小结
参考文献
第5章 传感器阵列非圆信号测向
5.1 引言
5.2 均匀线阵列的基于NC-ESPRIT的非圆信号DOA估计算法
5.2.1 数据模型
5.2.2 基于ESPRIT算法的非圆信号DOA估计
5.2.3 算法的复杂度和优点
5.2.4 克拉美罗界
5.2.5 仿真结果
5.3 非均匀线阵列的基于NC-RD-Capon的非圆信号DOA估计算法
5.3.1 数据模型
5.3.2 数据扩展
5.3.3 NC-2D-Capon算法
5.3.4 NC-RD-Capon算法
5.3.5 算法的复杂度和优点
5.3.6 仿真结果
5.4 非均匀线阵列的基于NC-RD-MUSIC的非圆信号DOA估计算法
5.4.1 数据模型和数据扩展
5.4.2 NC-2D-MUSIC算法
5.4.3 NC-RD-MUSIC算法
5.4.4 算法的复杂度和优点
5.4.5 仿真结果
5.5 线阵列的基于NC-GESPRIT的非圆信号DOA估计算法
5.5.1 数据模型
5.5.2 谱峰搜索NC-GESPRIT算法
5.5.3 求根NC-GESPRIT算法
5.5.4 算法的优点
5.5.5 仿真结果
5.6 本章小结
参考文献
第6章