陣列信號處理及MATLAB實現(xiàn)（第3版）
定 價：119 元
- 作者：張小飛 等
- 出版時間：2023/7/1
- ISBN：9787121460708
- 出 版 社：電子工業(yè)出版社
- 中圖法分類：TN911.7
- 頁碼：456
- 紙張：
- 版次：01
- 開本：16開
陣列信號處理是信號處理領(lǐng)域的一個重要分支，它采用傳感器陣列來接收空間信號。與傳統(tǒng)的單個定向傳感器相比，傳感器陣列具有靈活的波束控制、較高的信號增益、極強的干擾抑制能力以及更高的空間分辨能力等優(yōu)點，因而具有重要的軍事、民事應(yīng)用價值和廣闊的應(yīng)用前景。具體來說，陣列信號處理已涉及雷達、聲吶、通信、地震勘探、射電天文以及醫(yī)學(xué)診斷等多個國民經(jīng)濟和軍事應(yīng)用領(lǐng)域。本書分為11章，主要內(nèi)容涵蓋陣列信號處理基礎(chǔ)、波束形成、DOA估計、二維DOA估計、寬帶陣列信號處理、分布式信源空間譜估計、陣列近場信源定位、互質(zhì)陣列信號處理、嵌套陣列信號處理和陣列信號處理的MATLAB編程等。本書的讀者對象為通信與信息系統(tǒng)、信號與信息處理、電磁場與微波技術(shù)、水聲工程等專業(yè)的高年級本科生和研究生。
張小飛，教授/博導(dǎo)，通信工程研究所常務(wù)副所長、電磁頻譜空間動態(tài)認(rèn)知系統(tǒng)重點實驗室常務(wù)副主任，入選愛思唯爾“中國高被引學(xué)者”、全球前2%頂尖科學(xué)家。為中國通信學(xué)會青年工作委員會委員、中國電子學(xué)會教育工作委員會青年組委員、江蘇省科技評估專家。為20多家國際會議TPC成員，擔(dān)任10多家刊物的編委；任國際刊物客座主編；受邀做會議主題報告10多次、主持國際會議一次。近年來發(fā)表SCI論文80多篇，ESI高被引論文2篇；出版著作11部，授權(quán)專利20多項。主持國家級項目5項，其他項目20多項。獲得中國電子學(xué)會自然科學(xué)一等獎1項、中國通信學(xué)會自然科學(xué)一等獎1項、中國雷達行業(yè)協(xié)會技術(shù)發(fā)明一等獎1項、國防科學(xué)技術(shù)進步獎3項、江蘇省科技進步獎2項、“333”人才計劃、青藍工程“中青年學(xué)術(shù)帶頭人”、“六大人才高峰”B類、江蘇省航空航天學(xué)會“優(yōu)秀科技工作者”；入選中國百篇最具影響國際學(xué)術(shù)論文。
第1章 緒論 1
1.1 研究背景 1
1.2 陣列信號處理的發(fā)展 1
1.2.1 波束形成技術(shù) 2
1.2.2 空間譜估計方法 4
1.2.3 稀疏陣列信號處理 8
1.3 本書的安排 9
參考文獻 10
第2章 陣列信號處理基礎(chǔ) 17
2.1 矩陣代數(shù)的相關(guān)知識 17
2.1.1 特征值與特征向量 17
2.1.2 廣義特征值與廣義特征向量 17
2.1.3 矩陣的奇異值分解 17
2.1.4 Toeplitz矩陣 18
2.1.5 Hankel矩陣 18
2.1.6 Vandermonde矩陣 19
2.1.7 Hermitian矩陣 19
2.1.8 Kronecker積 19
2.1.9 Khatri-Rao積 20
2.1.10 Hadamard積 21
2.1.11 向量化 21
2.2 高階統(tǒng)計量 22
2.2.1 高階累積量、高階矩和高階譜 22
2.2.2 累積量性質(zhì) 24
2.2.3 高斯隨機過程的高階累積量 24
2.2.4 隨機場的累積量與多譜 25
2.3 四元數(shù)理論 27
2.3.1 四元數(shù) 27
2.3.2 Hamilton四元數(shù)矩陣 28
2.3.3 Hamilton四元數(shù)矩陣的奇異值分解 29
2.3.4 Hamilton四元數(shù)矩陣的右特征值分解 30
2.4 PARAFAC理論 32
2.4.1 PARAFAC模型 32
2.4.2 可辨識性 32
2.4.3 PARAFAC分解 34
2.5 信源和噪聲模型 36
2.5.1 窄帶信號 36
2.5.2 相關(guān)系數(shù) 36
2.5.3 噪聲模型 36
2.6 陣列天線的統(tǒng)計模型 37
2.6.1 前提及假設(shè) 37
2.6.2 陣列的基本概念 37
2.6.3 天線陣列模型 38
2.6.4 陣列的方向圖 40
2.6.5 波束寬度 41
2.6.6 分辨率 42
2.7 陣列響應(yīng)向量/矩陣 42
2.8 陣列協(xié)方差矩陣的特征值分解 46
2.9 信源數(shù)估計 49
2.9.1 特征值分解方法 49
2.9.2 信息論方法 49
2.9.3 其他信源數(shù)估計方法 51
參考文獻 51
第3章 波束形成 53
3.1 波束形成定義 53
3.2 常用的波束形成算法 54
3.2.1 波束形成原理 54
3.2.2 波束形成的最優(yōu)權(quán)向量 55
3.2.3 波束形成的準(zhǔn)則 58
3.3 自適應(yīng)波束形成算法 59
3.3.1 自適應(yīng)波束形成的最優(yōu)權(quán)向量 60
3.3.2 權(quán)向量更新的自適應(yīng)算法 62
3.3.3 基于變換域的自適應(yīng)波束形成算法 63
3.4 基于GSC的波束形成算法 65
3.5 基于投影分析的波束形成算法 66
3.5.1 基于投影的波束形成算法 66
3.5.2 基于斜投影的波束形成算法 67
3.6 過載情況下的自適應(yīng)波束形成算法 69
3.6.1 信號模型 69
3.6.2 近似最小方差波束形成算法 70
3.7 基于高階累積量的波束形成算法 72
3.7.1 陣列模型 72
3.7.2 利用高階累積量方法估計期望信號的方向向量 73
3.7.3 基于高階累積量的盲波束形成 73
3.8 基于周期平穩(wěn)性的波束形成算法 74
3.8.1 陣列模型與信號周期平穩(wěn)性 74
3.8.2 CAB類盲自適應(yīng)波束形成算法 75
3.9 基于恒模的盲波束形成算法 77
3.9.1 信號模型 77
3.9.2 隨機梯度恒模算法 78
3.10 穩(wěn)健的自適應(yīng)波束形成算法 79
3.10.1 對角線加載方法 80
3.10.2 基于特征空間的方法 80
3.10.3 貝葉斯方法 81
3.10.4 基于最壞情況性能優(yōu)化的方法 82
3.10.5 基于概率約束的方法 83
3.11 本章小結(jié) 83
參考文獻 84
第4章 DOA估計 87
4.1 引言 87
4.2 Capon算法和性能分析 88
4.2.1 數(shù)據(jù)模型 88
4.2.2 Capon算法 88
4.2.3 改進的Capon算法 89
4.2.4 Capon算法的MSE分析 90
4.3 MUSIC算法及其修正算法 93
4.3.1 MUSIC算法 93
4.3.2 MUSIC算法的推廣形式 94
4.3.3 MUSIC算法性能分析 96
4.3.4 Root-MUSIC算法 99
4.3.5 Root-MUSIC算法性能分析 100
4.4 最大似然法 101
4.4.1 確定性最大似然法 101
4.4.2 隨機性最大似然法 103
4.5 子空間擬合算法 104
4.5.1 信號子空間擬合 104
4.5.2 噪聲子空間擬合 106
4.5.3 子空間擬合算法性能 106
4.6 ESPRIT算法及其修正算法 108
4.6.1 ESPRIT算法的基本模型 109
4.6.2 LS-ESPRIT算法 111
4.6.3 TLS-ESPRIT算法 113
4.6.4 ESPRIT算法理論性能 114
4.7 四階累積量方法 116
4.7.1 四階累積量與二階統(tǒng)計量之間的關(guān)系 117
4.7.2 四階累積量的陣列擴展特性 118
4.7.3 MUSIC-like算法 119
4.7.4 virtual-ESPRIT算法 120
4.8 傳播算子 122
4.8.1 譜峰搜索傳播算子 122
4.8.2 旋轉(zhuǎn)不變傳播算子 128
4.9 廣義ESPRIT算法 130
4.9.1 陣列模型 131
4.9.2 譜峰搜索廣義ESPRIT算法 132
4.9.3 無須進行譜峰搜索的廣義ESPRIT算法 133
4.10 壓縮感知方法 134
4.10.1 壓縮感知基本原理 134
4.10.2 正交匹配追蹤 138
4.10.3 稀疏貝葉斯學(xué)習(xí) 140
4.11 DFT類方法 141
4.11.1 數(shù)據(jù)模型 142
4.11.2 基于DFT的低復(fù)雜度DOA估計算法 142
4.11.3 算法分析和改進 144
4.11.4 仿真實驗 148
4.12 相干信源DOA估計算法 149
4.12.1 引言 149
4.12.2 空間平滑算法 151
4.12.3 改進的MUSIC算法 152
4.12.4 基于Toeplitz矩陣重構(gòu)的相干信源DOA估計算法 153
4.13 本章小結(jié) 155
參考文獻 155
第5章 二維DOA估計 160
5.1 引言 160
5.2 均勻面陣中基于旋轉(zhuǎn)不變性的二維DOA估計算法 161
5.2.1 數(shù)據(jù)模型 161
5.2.2 基于ESPRIT的二維DOA估計算法 163
5.2.3 基于傳播算子的二維DOA估計算法 166
5.3 均勻面陣中基于MUSIC類的二維DOA估計算法 173
5.3.1 數(shù)據(jù)模型 173
5.3.2 二維MUSIC算法 173
5.3.3 降維MUSIC算法 174
5.3.4 級聯(lián)MUSIC算法 180
5.4 均勻面陣中基于PARAFAC分解的二維DOA估計算法 182
5.4.1 數(shù)據(jù)模型 183
5.4.2 PARAFAC分解 184
5.4.3 可辨識性分析 185
5.4.4 二維DOA估計過程 186
5.4.5 算法復(fù)雜度和優(yōu)點 187
5.4.6 仿真結(jié)果 188
5.5 均勻面陣中基于壓縮感知PARAFAC模型的二維DOA估計算法 188
5.5.1 數(shù)據(jù)模型 188
5.5.2 PARAFAC模型壓縮 189
5.5.3 PARAFAC分解 189
5.5.4 可辨識性分析 190
5.5.5 基于稀疏恢復(fù)的二維DOA估計 191
5.5.6 算法復(fù)雜度和優(yōu)點 192
5.5.7 仿真結(jié)果 193
5.6 雙平行線陣中二維DOA估計算法：DOA矩陣法和擴展DOA矩陣法 193
5.6.1 陣列結(jié)構(gòu)及信號模型 194
5.6.2 DOA矩陣法 194
5.6.3 擴展DOA矩陣法 196
5.6.4 性能分析與仿真 198
5.7 均勻圓陣中二維DOA估計算法 200
5.7.1 數(shù)據(jù)模型 200
5.7.2 波束空間轉(zhuǎn)換 200
5.7.3 UCA-RB-MUSIC算法 201
5.7.4 UCA-Root-MUSIC算法 202
5.7.5 UCA-ESPRIT算法 202
5.8 本章小結(jié) 203
參考文獻 204
第6章 寬帶陣列信號處理 207
6.1 引言 207
6.2 寬帶陣列信號模型 208
6.2.1 寬帶信號的概念 208
6.2.2 陣列信號模型 209
6.3 寬帶信號的DOA估計 210
6.3.1 非相干信號子空間方法 210
6.3.2 相干信號子空間方法 211
6.3.3 聚焦矩陣的構(gòu)造方法 212
6.4 穩(wěn)健的麥克風(fēng)陣列近場寬帶波束形成 215
6.4.1 概述 215
6.4.2 基于凸優(yōu)化的穩(wěn)健近場寬帶波束形成 219
6.4.3 穩(wěn)健近場自適應(yīng)波束形成 229
6.5 本章小結(jié) 237
參考文獻 237
第7章 分布式信源空間譜估計 240
7.1 引言 240
7.2 基于ESPRIT的分布式信源空間譜估計算法 242
7.2.1 數(shù)據(jù)模型 242
7.2.2 算法描述 244
7.2.3 性能分析 247
7.2.4 仿真結(jié)果 248
7.3 基于DSPE的分布式信源空間譜估計算法 249
7.3.1 數(shù)據(jù)模型 249
7.3.2 算法描述 249
7.4 基于級聯(lián)DSPE的分布式信源空間譜估計算法 250
7.4.1 數(shù)據(jù)模型 250
7.4.2 算法描述 250
7.4.3 性能分析 252
7.4.4 仿真結(jié)果 253
7.5 基于廣義ESPRIT的分布式信源空間譜估計算法 255
7.5.1 數(shù)據(jù)模型 255
7.5.2 算法描述 256
7.5.3 多項式求根方法 260
7.5.4 性能分析 262
7.5.5 仿真結(jié)果 266
7.6 基于快速PARAFAC的分布式信源空間譜估計算法 268
7.6.1 數(shù)據(jù)模型 268
7.6.2 算法描述 270
7.6.3 性能分析 274
7.6.4 仿真結(jié)果 275
7.7 本章小結(jié) 276
參考文獻 277
第8章 陣列近場信源定位 280
8.1 引言 280
8.1.1 研究背景 280
8.1.2 研究現(xiàn)狀 281
8.2 基于二階統(tǒng)計量的近場信源定位算法 282
8.2.1 數(shù)據(jù)模型 282
8.2.2 算法描述 282
8.2.3 性能分析 284
8.2.4 仿真結(jié)果 284
8.3 基于二維MUSIC的近場信源定位算法 285
8.3.1 數(shù)據(jù)模型 285
8.3.2 算法描述 286
8.3.3 仿真結(jié)果 287
8.4 基于降秩MUSIC的近場信源定位算法 287
8.4.1 數(shù)據(jù)模型 288
8.4.2 算法描述 288
8.4.3 性能分析 290
8.4.4 仿真結(jié)果 290
8.5 基于降維MUSIC的近場信源定位算法 291
8.5.1 數(shù)據(jù)模型 291
8.5.2 算法描述 291
8.5.3 性能分析 295
8.5.4 仿真結(jié)果 296
8.6 本章小結(jié) 296
參考文獻 297
第9章 互質(zhì)陣列信號處理 298
9.1 引言 298
9.2 互質(zhì)線陣結(jié)構(gòu)與信號模型及兩種DOA估計算法 299
9.2.1 互質(zhì)線陣結(jié)構(gòu)與信號模型 299
9.2.2 基于互質(zhì)子陣分解思想的DOA估計算法 300
9.2.3 基于虛擬陣元擴展思想的DOA估計算法 303
9.3 基于孔洞填充思想的嵌型子陣互質(zhì)陣列 307
9.3.1 互耦條件下的接收信號模型 307
9.3.2 孔洞填充方案及嵌型子陣互質(zhì)陣列 309
9.3.3 仿真結(jié)果 316
9.4 基于嵌套思想的均勻tCADiS差聯(lián)合陣列 318
9.4.1 均勻差聯(lián)合陣列及其CAFDC結(jié)構(gòu) 318
9.4.2 特殊雙孔洞差聯(lián)合陣列及其CATHDC結(jié)構(gòu) 320
9.4.3 仿真結(jié)果 322
9.5 互質(zhì)面陣廣義化設(shè)計及二維解模糊算法 324
9.5.1 基于GCPA的低復(fù)雜度二維DOA估計算法 325
9.5.2 基于子陣分置互質(zhì)面陣的二維解模糊算法 331
9.5.3 仿真結(jié)果 334
9.6 基于二維差聯(lián)合陣列的互質(zhì)面陣二維DOA估計算法 340
9.6.1 二維差聯(lián)合陣列解析 340
9.6.2 基于二維差聯(lián)合陣列與二維空間平滑方法的DOA估計算法 344
9.6.3 仿真結(jié)果 346
9.7 本章小結(jié) 347
參考文獻 348
第10章 嵌套陣列信號處理 352
10.1 引言 352
10.2 陣列結(jié)構(gòu) 353
10.2.1 二級嵌套線陣 353
10.2.2 二級嵌套面陣 354
10.2.3 展寬嵌套線陣 355
10.2.4 增強嵌套面陣 356
10.3 嵌套線陣下基于空間平滑的DOA估計算法 358
10.3.1 數(shù)據(jù)模型 358
10.3.2 基于SS-MUSIC的DOA估計算法 360
10.3.3 基于SS-ESPRIT的DOA估計算法 362
10.3.4 仿真結(jié)果 363
10.4 嵌套線陣下基于DFT的DOA估計算法 366
10.4.1 數(shù)據(jù)模型 366
10.4.2 基于DFT方法的DOA估計算法 367
10.4.3 基于DFT-MUSIC的DOA估計算法 369
10.4.4 仿真結(jié)果 371
10.5 展寬嵌套線陣和DOA估計算法 373
10.5.1 數(shù)據(jù)模型 374
10.5.2 基于壓縮過完備字典集的稀疏表示算法 376
10.5.3 仿真結(jié)果 379
10.6 增強嵌套面陣和DOA估計算法 380
10.6.1 數(shù)據(jù)模型 381
10.6.2 基于SS-MUSIC的DOA估計算法 382
10.6.3 仿真結(jié)果 387
10.7 本章小結(jié) 389
參考文獻 390
第11章 陣列信號處理的MATLAB編程 393
11.1 常用函數(shù)介紹 393
11.1.1 創(chuàng)建矩陣 393
11.1.2 zeros函數(shù)：創(chuàng)建全0矩陣 393
11.1.3 eye函數(shù)：創(chuàng)建單位矩陣 394
11.1.4 ones函數(shù)：創(chuàng)建全1矩陣 394
11.1.5 rand函數(shù)：創(chuàng)建均勻分布隨機矩陣 395
11.1.6 randn函數(shù)：創(chuàng)建正態(tài)分布隨機矩陣 395
11.1.7 hankel函數(shù)：創(chuàng)建Hankel矩陣 395
11.1.8 toeplitz函數(shù)：創(chuàng)建Toeplitz矩陣 396
11.1.9 det函數(shù)：求方陣的行列式 397
11.1.10 inv函數(shù)：求方陣的逆矩陣 397
11.1.11 pinv函數(shù)：求矩陣的偽逆矩陣 397
11.1.12 rank函數(shù)：求矩陣的秩 398
11.1.13 diag函數(shù)：抽取矩陣對角線元素 398
11.1.14 fliplr函數(shù)：矩陣左右翻轉(zhuǎn) 398
11.1.15 eig函數(shù)：矩陣特征值分解 399
11.1.16 svd函數(shù)：矩陣奇異值分解 399
11.1.17 矩陣轉(zhuǎn)置和共軛轉(zhuǎn)置 400
11.1.18 awgn函數(shù)：添加高斯白噪聲 401
11.1.19 sin函數(shù)：正弦函數(shù) 401
11.1.20 cos函數(shù)：余弦函數(shù) 402
11.1.21 tan函數(shù)：正切函數(shù) 402
11.1.22 asin函數(shù)：反正弦函數(shù) 402
11.1.23 acos函數(shù)：反余弦函數(shù) 402
11.1.24 atan函數(shù)：反正切函數(shù) 403
11.1.25 abs函數(shù)：求復(fù)數(shù)的模 403
11.1.26 angle函數(shù)：求復(fù)數(shù)的相位角 403
11.1.27 real函數(shù)：求復(fù)數(shù)的實部 404
11.1.28 imag函數(shù)：求復(fù)數(shù)的虛部 404
11.1.29 sum函數(shù)：求和函數(shù) 404
11.1.30 max函數(shù)：求最大值函數(shù) 405
11.1.31 min函數(shù)：求最小值函數(shù) 406
11.1.32 sort函數(shù)：排序函數(shù) 406
11.1.33 poly2sym函數(shù)：創(chuàng)建多項式 408
11.1.34 sym2poly函數(shù)：符號多項式轉(zhuǎn)換為數(shù)值多項式 408
11.1.35 roots函數(shù)：多項式求根 408
11.1.36 size函數(shù)：求矩陣大小 409
11.2 波束形成算法MATLAB程序 409
11.2.1 LCMV算法MATLAB程序 409
11.2.2 LMS算法MATLAB程序 411
11.3 DOA估計算法MATLAB程序 413
11.3.1 MUSIC算法MATLAB程序 413
11.3.2 ESPRIT算法MATLAB程序 414
11.3.3 Root-MUSIC算法MATLAB程序 417
11.3.4 譜峰搜索傳播算子算法MATLAB程序 418
11.3.5 SS-MUSIC算法MATLAB程序 420
11.4 二維DOA估計算法MATLAB程序 423
11.4.1 L型陣列下基于二維MUSIC的二維DOA估計算法 423
11.4.2 均勻圓陣下基于UCA-ESPRIT的二維DOA估計算法 424
11.4.3 基于增廣矩陣束的L型陣列的二維DOA估計算法 427
11.4.4 面陣中二維角度估計：Unitary-ESPRIT算法 429
11.5 信源數(shù)估計算法MATLAB程序 431
11.6 寬帶信號DOA估計的ISM算法MATLAB程序 433
11.7 互質(zhì)陣列下基于解模糊MUSIC的DOA估計算法MATLAB程序 435
11.8 嵌套陣列下基于虛擬化SS-MUSIC的DOA估計算法MATLAB程序 438
11.9 本章小結(jié) 440
參考文獻 440
注釋表 441
縮略詞 442
書單推薦
