导读:本文包含了六角形阵论文开题报告文献综述及选题提纲参考文献，主要关键词:水声信号处理,波束形成,六角形阵,快速傅立叶变换
六角形阵论文文献综述
潘翔,周斌,李建龙,宫先仪[1]（2007）在《六角形阵快速傅立叶变换波束形成算法》一文中研究指出在六角形阵阵元数较多时,传统的频域相移求和波束形成方法要求的运算量很大.为此提出一种采用六角形快速傅立叶变换HFFT(Hexagonal Fast Fourier Transform)的波束形成算法.使用六角形傅立叶变换HDFT(Hexagonal DiscreteFourier Transform)完成六角形阵的波束形成,由于HDFT存在快速算法HFFT,因此能够显着降低波束形成的运算量.首先在各个通道上做FFT,将信号变换到频域,然后转角重排,再对各个阵元上相同的频点做HFFT,得到频域常规波束形成输出.理论分析表明,对于窄带信号的六角形阵波束形成,所提出的算法所需的计算量比传统的相移求和方法降低了95%以上.仿真和试验结果表明,提出的算法在不影响阵列处理性能的同时,显着降低了波束形成所需的计算量,易于工程实现.(本文来源于《传感技术学报》期刊2007年05期）
周斌[2]（2006）在《六角形阵傅立叶变换自适应波束形成及其RLS算法研究》一文中研究指出六角形阵具有最佳的空间采样性能，在实践中得到了广泛的应用。对于一个声呐系统而言，信号处理是其中最重要的部分，而波束形成又是近代声呐信号处理系统的核心。波束形成是一种运算密集的算法，尤其是随着大孔径基阵在现代声呐系统中的应用，如何高效地完成波束形成已经成为一个重要的问题。在常规波束形成的基础上，为了使波束形成器可以抑制在海洋环境中普遍存在的强干扰，自适应波束形成成为了研究的一个重点与热点。常用的自适应算法有LMS(Least Mean Square)和RLS(Recursive Least Square)两种，RLS算法性能优越，适用于非平稳的海洋环境。但是常规的RLS算法(Conventional RLS，CRLS)的一个重要缺陷是它不具备数值稳定性，因而限制了它在实际系统中的使用。本文将逆QR分解(Inverse QR Decomposition，IQRD)用于自适应波束形成，并与RLS算法相结合，研究具有数值稳定性的IQRD-RLS自适应波束形成算法。无论是常规波束形成还是自适应波束形成，基本的运算都是数据向量与权向量的内积，这种两个向量的内积实质上是一种空间傅立叶变换。常规波束形成的权向量就是平面波信号假设下的阵响应向量，自适应波束形成的权向量则是平面波信号假设下的阵响应向量经过干抚和噪声背景的白化滤波修正(即左乘干扰与噪声相关矩阵的逆)得到的。建立在空间域傅立叶变换基础上的空间滤波与建立在时间域傅立叶变换基础上的时间滤波存在对应关系，本文论证了空，时处理的一致性，像时间滤波一样，将波束形成纳入到傅立叶变换的框架下。针对所采用的六角形阵，使用六角形傅立叶变换及其快速算法，并与IQRD-RLS算法相结合，完成自适应波束形成的理论和仿真研究。最后利用湖上实验数据证实了提出的六角形快速傅立叶变换—逆QR分解RLS(HFFT-IQRD-RLS)自适应波束形成算法具有良好的性能。本文的主要结果有：(1)将常规波束形成与自适应波束形成建立在傅立叶变换的框架下，通过快速傅立叶变换的应用，提高了这两种算法的效率。(2)对RLS算法的性能加以研究，特别关注它在有限精度系统中的数值稳定性。通过计算机仿真，证实了把IQRD-RLS算法用于自适应波束形成较之CRLS算法具有数值稳定性。(3)在六角形阵中，使用六角形傅立叶变换及其相应的快速算法完成六角形阵的常规波束形成和自适应波束形成。把IQRD-RLS算法与六角形快速傅立叶变换相结合，得到HFFT-IQRD-RLS自适应波束形成算法，在保证波束形成器性能的同时较大地减少了计算量。(4)利用湖上试验六角形阵采集的数据，验证了HFFT-IQRD-RLS自适应波束形成方位估计，干扰抑制能力等稳态性能。(本文来源于《浙江大学》期刊2006-07-20）
六角形阵论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
六角形阵具有最佳的空间采样性能，在实践中得到了广泛的应用。对于一个声呐系统而言，信号处理是其中最重要的部分，而波束形成又是近代声呐信号处理系统的核心。波束形成是一种运算密集的算法，尤其是随着大孔径基阵在现代声呐系统中的应用，如何高效地完成波束形成已经成为一个重要的问题。在常规波束形成的基础上，为了使波束形成器可以抑制在海洋环境中普遍存在的强干扰，自适应波束形成成为了研究的一个重点与热点。常用的自适应算法有LMS(Least Mean Square)和RLS(Recursive Least Square)两种，RLS算法性能优越，适用于非平稳的海洋环境。但是常规的RLS算法(Conventional RLS，CRLS)的一个重要缺陷是它不具备数值稳定性，因而限制了它在实际系统中的使用。本文将逆QR分解(Inverse QR Decomposition，IQRD)用于自适应波束形成，并与RLS算法相结合，研究具有数值稳定性的IQRD-RLS自适应波束形成算法。无论是常规波束形成还是自适应波束形成，基本的运算都是数据向量与权向量的内积，这种两个向量的内积实质上是一种空间傅立叶变换。常规波束形成的权向量就是平面波信号假设下的阵响应向量，自适应波束形成的权向量则是平面波信号假设下的阵响应向量经过干抚和噪声背景的白化滤波修正(即左乘干扰与噪声相关矩阵的逆)得到的。建立在空间域傅立叶变换基础上的空间滤波与建立在时间域傅立叶变换基础上的时间滤波存在对应关系，本文论证了空，时处理的一致性，像时间滤波一样，将波束形成纳入到傅立叶变换的框架下。针对所采用的六角形阵，使用六角形傅立叶变换及其快速算法，并与IQRD-RLS算法相结合，完成自适应波束形成的理论和仿真研究。最后利用湖上实验数据证实了提出的六角形快速傅立叶变换—逆QR分解RLS(HFFT-IQRD-RLS)自适应波束形成算法具有良好的性能。本文的主要结果有：(1)将常规波束形成与自适应波束形成建立在傅立叶变换的框架下，通过快速傅立叶变换的应用，提高了这两种算法的效率。(2)对RLS算法的性能加以研究，特别关注它在有限精度系统中的数值稳定性。通过计算机仿真，证实了把IQRD-RLS算法用于自适应波束形成较之CRLS算法具有数值稳定性。(3)在六角形阵中，使用六角形傅立叶变换及其相应的快速算法完成六角形阵的常规波束形成和自适应波束形成。把IQRD-RLS算法与六角形快速傅立叶变换相结合，得到HFFT-IQRD-RLS自适应波束形成算法，在保证波束形成器性能的同时较大地减少了计算量。(4)利用湖上试验六角形阵采集的数据，验证了HFFT-IQRD-RLS自适应波束形成方位估计，干扰抑制能力等稳态性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
六角形阵论文参考文献
[1].潘翔,周斌,李建龙,宫先仪.六角形阵快速傅立叶变换波束形成算法[J].传感技术学报.2007
[2].周斌.六角形阵傅立叶变换自适应波束形成及其RLS算法研究[D].浙江大学.2006