声明
致谢
摘要
插图
表格
缩写词列表
第一章 绪论
1.1 研究背景与意义
1.2 研究热点及关键技术
1.2.1 自适应波束成形
1.2.2 广义线性处理技术
1.2.3 空时联合抗干扰技术
1.3 本文的主要工作
第二章 自适应波束成形基本原理
2.1 阵列天线基本原理
2.2 优化问题设计准则
2.2.1 最小均方误差(MMSE)准则
2.2.2 带约束的最小方差(CMV)准则
2.2.3 带约束的恒模(CCM)准则
2.3 自适应迭代算法
2.3.1 最小均方(LMS)自适应算法
2.3.2 递推最小二乘(RLS)自适应算法
2.3.3 共轭梯度(CG)算法
2.4 滤波器结构
2.4.1 直接型处理(DFP)结构
2.4.2 广义旁瓣消除器(GSC)结构
2.5 经典降维技术
2.5.1 辅助滤波矢量(AVF)算法
2.5.2 多级维纳滤波(MSWF)算法
2.6 本章小结
第三章 基于广义线性处理技术的降维盲自适应算法设计
3.1 基于Krylov子空间的降维算法结构设计
3.1.1 接收信号模型
3.1.2 降维算法构建
3.2 广义线性信号处理技术
3.3 基于WL处理的降维自适应算法(WLCCM-KS)设计
3.3.1 降维矩阵构建
3.3.2 自适应RLS算法设计
3.4 算法性能分析
3.4.1 低维滤波系数收敛性分析
3.4.2 MSE稳态性能分析
3.4.3 算法复杂度分析
3.5 仿真结果分析
3.6 本章小结
第四章 基于WL技术的鲁棒自适应波束成形算法
4.1 经典的鲁棒波束成形算法
4.1.1 特征子空间投影算法
4.1.2 对角加载算法(LSMI)
4.1.3 最差情况下(WC)性能最优算法
4.1.4 鲁棒的Capon波束成形算法(RCB)
4.2 提出的基于CCM准则的最差情况下性能最优算法
4.2.1 接收信号模型
4.2.2 算法构建
4.3 设计的联合迭代自适应MCG算法
4.4 仿真实验及结果分析
4.5 本章小结
第五章 基于联合迭代降维算法的自适应空时滤波器设计
5.1 GPS系统接收信号模型及空时处理概述
5.2 提出的ALRD降维算法
5.2.1 自适应准则及优化问题构建
5.2.2 ALRD降维算法构建
5.2.3 自适应RLS算法实现
5.3 计算复杂度分析
5.4 仿真实验及结果分析
5.5 本章小结
第六章 总结与展望
参考文献
攻读硕士学位期间主要研究成果及参与的科研项目