多項式相位信號處理

目 錄

第1章 緒論 1
1.1　平穩信號和非平穩信號 1
1.2　常用的非平穩信號 2
1.3　多項式相位信號的基本知識 3
1.4　多項式相位信號的研究意義和現狀 4
1.4.1　研究意義 4
1.4.2　研究現狀 5
1.5　本章小結 8
參考文獻 8
第2章 信號檢測與參數估計基礎 12
2.1　信號的頻譜分析 12
2.2　假設檢驗 13
2.3　恒虛警檢測 17
2.4　基本的估計理論 20
2.4.1　最大似然估計法 21
2.4.2　貝葉斯估計法 22
2.5　內積與範數 23
2.6　本章小結 25
參考文獻 25
第3章 多項式相位信號處理基礎 26
3.1　多項式相位信號模型 26
3.2　時頻分析 26
3.2.1　線性時頻表示 27
3.2.2　非線性時頻表示 30
3.3　相位變換 34
3.4　經典的參數估計算法 37
3.4.1　離散多項式相位變換算法 37
3.4.2　HAF算法 39
3.4.3　PHAF算法 41
3.4.4　CPF算法 42
3.5　本章小結 45
參考文獻 45
第4章 多項式相位信號檢測技術 47
4.1　多項式相位信號的傳統檢測方法 47
4.2　基於稀疏分解的多項式相位信號檢測分析 48
4.3　基於稀疏分解的多項式相位信號檢測算法 52
4.4　本章小結 56
參考文獻 56
第5章 基於稀疏分解的多項式相位信號參數估計 58
5.1　相位差分變換算法 58
5.2　相位展開估計算法 59
5.3　PHAF算法 66
5.4　稀疏分解及匹配追蹤算法 68
5.5　基於稀疏分解的二階多項式相位信號參數估計 70
5.6　基於稀疏分解的高階多項式相位信號參數估計 76
5.7　基於子空間的三階多項式相位信號稀疏分解參數估計 79
5.8　本章小結 82
參考文獻 82
第6章 基於PCPF-HAF參數估計的不確定性分析 84
6.1　現有多分量多項式相位信號參數估計存在的不足 84
6.2　PCPF-HAF算法 87
6.2.1　CPF算法 87
6.2.2　PCPF-HAF算法在估計多分量多項式相位信號參數中的不確定性分析 88
6.3　PCPF-HAF算法不確定性問題的解決 91
6.4　本章小結 97
參考文獻 98
第7章　基於PCPF-HAF優化的多分量多項式相位信號參數估計 99
7.1　利用非一致間隔信號采樣方法實現FFT 99
7.2　基於K-means聚類算法的頻率估計 101
7.3　M點移動平均濾波/相位展開算法改進參數估計分析 104
7.4　利用SVD改進信號的幅值參數估計 107
7.5　基於PCPF-HAF優化的多分量多項式相位信號參數估計算法 109
7.6　基於PCPF的多分量三階多項式相位信號參數估計 114
7.7　本章小結 119
參考文獻 119
第8章　基於字典學習的多項式相位信號去噪 121
8.1　微弱信號檢測及信號去噪研究現狀 121
8.2　字典學習去噪算法研究現狀 123
8.3　基於RLS-DLA的字典學習去噪算法 126
8.4　本章小結 146
參考文獻 146
第9章　基於壓縮感知的多項式相位信號參數估計 149
9.1　壓縮感知理論 149
9.2　快速稀疏分解算法 153
9.3　基於壓縮感知的LFM信號參數估計 169
9.4　多項式相位信號的壓縮感知 173
9.5　本章小結 176
參考文獻 176