分布式信源信号处理

　　第1章 分布式信源信号处理基础
　　1.1 阵列信号处理基础
　　1.1.1 阵列的基本原理
　　1.1.2 均匀线阵与均匀圆阵
　　1.2 参数估计理论
　　1.2.1 误差的定义和分类
　　1.2.2 估计子的性能
　　1.2.3 最大似然估计
　　1.2.4 线性均方估计
　　1.2.5 最小二乘法
　　1.2.6 递推估计
　　1.3 信号源数估计
　　l.3.1 信息论方法
　　1.3.2 平滑秩序列法
　　l.3.3 盖氏圆方法
　　1.3.4 不相干分布式信源的数目估计
　　1.4 分布式信源信号处理的发展现状
　　1.4.1 点信源模型及其波达方向估计
　　1.4.2 分布式信源模型及其参数估计
　　1.4.3 分布式信源参数估计的关键问题
　　本章小结
　　参考文献
　　第2章 点信源信号参数估计的典型算法
　　2.1 波达方向估计的基本原理
　　2.2 波束形成算法
　　2.2.1 延迟.相加算法
　　2.2.2 capon波束形成算法
　　2.3 线性预测算法
　　2.3.1 前向预测算法
　　2.3.2 后向预测算法
　　2.3.3 双向预测算法
　　2.4 特征结构算法
　　2.4.1 MUSIC算法
　　2.4.2 ESPRIT算法
　　2.4.3 空间平滑技术
　　2.5 最大似然算法和子空间拟合类算法
　　2.5.1 最大似然算法
　　2.5.2 子空间拟合类算法
　　2.6 基于小波变换的波达方向估计算法
　　2.6.1 阵列信号的子带分解
　　2.6.2 子带分解的优点
　　2.6.3 基于子带分解的MUSIC：波达方向估计算法
　　2.6.4 基于子带分解的ESPRIT波达方向估计算法
　　2.7 实值信号的波达方向估计算法
　　2.7.1 虚拟空间平滑算法
　　2.7.2 共轭酉ESPRIT算法
　　2.8 点信源的二维波达方向估计算法
　　2.8.1 阵列结构及信号模型
　　2.8.2 ESPRIT二维波达方向估计原理
　　本章小结
　　参考文献
　　第3章 分布式信源模型分析
　　3.1 信号环境
　　3.1.1 反射、绕射和散射
　　3.1.2 慢衰落和快衰落
　　3.1.3 选择性衰落
　　3.2 点信源信号模型
　　3.2.1 点信源典型信号模型
　　3.2.2 相干信源信号模型
　　3.2.3 宽带信源信号模型
　　3.3 分布式信源信号模型
　　3.3.1 分布式信源的产生及其信号模型的意义
　　3.3.2 分布式信源的近似模型
　　3.3.3 分布式信源的一般模型
　　3.4 分布式信源模型的二阶统计特性
　　3.5 分布式信源参数估计典型算法
　　3.5.1 最大似然算法
　　3.5.2 拟合类算法
　　本章小结
　　参考文献
　　第4章 基于特征子空间的分布式信源参数估计算法
　　4.1 多重信号分类算法
　　4.1.1 矢量化MUSIC（VEC.MUSIC）算法
　　4.1.2 DSPE算法
　　4.1.3 DISPARE算法
　　4.1.4 低复杂度的Root－MUSIC算法
　　4.2 基于子空间的低复杂度算法
　　4.3 传播因子算法
　　4.3.1 不相干分布式信源参数估计
　　4.3.2 相干分布式信源参数联合估计
　　4.4 波束域传播因子算法
　　4.4.1 信号模型
　　4.4.2 基于Schur－Hadamard积波束域传播因子的分布式信源参数估计
　　4.4.3 实验结果
　　本章小结
　　参考文献
　　第5章 基于波束形成的分布式信源参数估计算法
　　5.1 延迟.相加法
　　5.2 广义Capon波束形成法
　　5.3 基于空间谱的分布式信源参数估计算法
　　5.4 鲁棒Capon波束形成法
　　5.5 基于Cholesky分解的波束形成法
　　5.6 大角度扩散环境下的波束形成算法
　　5.6.1 信号模型
　　5.6.2 基于Schur－Hadamard积波束形成的相干分布式信源参数估计
　　5.6.3 实验结果
　　5.7 低复杂度的相干分布式信源参数估计算法
　　5.7.1 信号模型
　　5.7.2 低复杂度的相干分布式信源参数估计
　　5.7.3 实验结果
　　5.8 相干分布式信源参数分离估计算法
　　5.8.1 中心波达方向的预估计
　　5.8.2 中心波达方向和角度扩散的估计
　　5.8.3 实验结果
　　本章小结
　　参考文献
　　第6章 分布式信源中心波达方向估计算法
　　6.1 分布式信源的ESPRIT中心波达方向估计算法
　　6.2 空间谱非对称的分布式信源中心波达方向估计算法.
　　6.3 广义ESPRIT中心波达方向估计算法
　　6.3.1 信号模型
　　6.3.2 广义ESPKIT中心波达方向估计
　　6.3.3 实验结果
　　6.4 基于酉ESPRIT的相干分布式信源参数估计算法
　　6.4.1 信号模型
　　6.4.2 基于酉ESPKIT的相干分布式信源参数估计算法..
　　6.4.3 实验结果
　　6.5 相干分布式信源P－ESPRIT中心波达方向估计算法
　　6.5.1 信号模型
　　6.5.2 P-ESPKlT中心波达方向估计算法
　　6.5.3 实验结果
　　6.6 基于二阶统计量的分布式信源中心波达方向估计算法
　　6.6.1 信号模型
　　6.6.2 基于二阶统计量的分布式信源中心波达方向估计算法
　　6.6.3 实验结果
　　本章小结
　　参考文献
　　第7章 分布式信源二维波达方向估计算法
　　7.1 二维波达方向估计常用的阵列模型
　　7.1.1 均匀圆阵模型
　　7.1.2 双平行阵模型
　　7.1.3 均匀平面阵模型
　　7.1.4 十字形阵模型
　　7.1.5 L形阵模型
　　7.2 相干分布式信源的二维波达方向及角度扩散估计算法
　　7.3 基于双圆阵的SOS二维波达方向估计算法
　　7.4 基于L形阵的相干分布式信源二维波达方向估计算法
　　7.4.1 信号模型
　　7.4.2 基于Schur－Hadamard积的相干分布式信源方向向量
　　7.4.3 基于L形阵的相干分布式信源二维波达方向估计
　　7.4.4 基于二阶统计量的二维波达方向估计
　　7.4.5 实验结果
　　7.5 相干分布式信源二维波达方向估计算法
　　7.5.1 信号模型
　　7.5.2 相干分布式信源二维波达方向估计
　　7.5.3 实验结果
　　本章小结
　　参考文献
　　第8章 分布式信源信号处理的发展趋势
　　8.1 非理想环境下分布式信源的建模分析
　　8.1.1 有限带宽分布式信源信号模型
　　8.1.2 未知噪声
　　8.2 基于粒子滤波的分布式信源参数估计新方法
　　8.2.1 序贯重要性采样粒子滤波器
　　8.2.2 序贯重要性再采样粒子滤波器
　　8.2.3 基于粒子滤波的分布式信源参数估计算法
　　本章小结
　　参考文献

　　    汪晋宽，1957年生，东北大学教授、博士生导师，中国仪器仪表学会理事，国际英文杂志International Journal of Information and Systems Sciences主编。1 982年毕业于东北工学院。1993年获日本电气通信大学电子情报与通信工学博士学位，同年任日本文部省宇宙科学研究所研究员，1998年回国。主要研究方向为目标跟踪与方向估计、自适应信号处理。主持完成国家自然科学基金、教育部归国博士基金等项目10余项，出版专著2部，教材5部，发表学术论文200余篇。
　　    韩英华，2003年本科毕业于东北大学，2008年获东北大学博士学位，现就职于东北大学秦皇岛分校。主要研究方向为复杂通信环境下信号的建模、定位和参数估计算法等，已发表学术论文30余篇。参加教育部科学研究重点项目.博士点基金和国家自然科学基金等纵向科研课题5项，获中央高校基本科研业务费专项资金资助项目1项。

　　    《分布式信源信号处理》系统、深入地阐述了分布式信源信号处理的理论和方法，重点以分布式信源模型为基础，详细介绍了分布式信源参数估计算法，并给出了大量的定性和定量分析。全书共8章，内容包括分布式信源信号处理基础、点信源信号参数估计的典型算法、分布式信源模型分析、适用于不同情况的分布式信源参数估计算法以及分布式信源信号处理的发展趋势。
　　    《分布式信源信号处理》取材新颖，内容丰富，体系完整，涵盖了作者多年来在该领域所取得的科研成果，以及国内外自适应信号处理的最新成果和最新进展。
　　    《分布式信源信号处理》读者对象：从事通信和信号处理研究工作的专业技术人员、科研工作者，以及从事相关领域研究的高校教师、研究生。