阵列信号处理是信号处理领域的一个重要分支，它采用传感器阵列来接收空间信号。与传统的单个定向传感器相比，传感器阵列具有灵活的波束控制、较高的信号增益、极强的干扰抑制能力以及更高的空间分辨能力等优点，因而具有重要的军事、民事应用价值和广阔的应用前景。具体来说，阵列信号处理已涉及雷达、声呐、通信、地震勘探、射电天文以及医学诊断等多个国民经济和军事应用领域。本书分为11章，主要内容涵盖阵列信号处理基础、波束形成、DOA估计、二维DOA估计、宽带阵列信号处理、分布式信源空间谱估计、阵列近场信源定位、互质阵列信号处理、嵌套阵列信号处理和阵列信号处理的MATLAB编程等。
本书的读者对象为通信与信息系统、信号与信息处理、电磁场与微波技术、水声工程等专业的高年级本科生和研究生。

第1章 绪论
1.1 研究背景
1.2 阵列信号处理的发展
1.2.1 波束形成技术
1.2.2 空间谱估计方法
1.2.3 稀疏阵列信号处理
1.3 本书的安排
参考文献
第2章 阵列信号处理基础
2.1 矩阵代数的相关知识
2.1.1 特征值与特征向量
2.1.2 广义特征值与广义特征向量
2.1.3 矩阵的奇异值分解
2.1.4 Toeplitz矩阵
2.1.5 Hankel矩阵
2.1.6 Vandermonde矩阵
2.1.7 Hermitian矩阵
2.1.8 Kronecker积
2.1.9 Khatri-Rao积
2.1.10 Hadamard积
2.1.11 向量化
2.2 高阶统计量
2.2.1 高阶累积量、高阶矩和高阶谱
2.2.2 累积量性质
2.2.3 高斯随机过程的高阶累积量
2.2.4 随机场的累积量与多谱
2.3 四元数理论
2.3.1 四元数
2.3.2 Hamilton四元数矩阵
2.3.3 Hamilton四元数矩阵的奇异值分解
2.3.4 Hamilton四元数矩阵的右特征值分解
2.4 PARAFAC理论
2.4.1 PARAFAC模型
2.4.2 可辨识性
2.4.3 PARAFAC分解
2.5 信源和噪声模型
2.5.1 窄带信号
2.5.2 相关系数
2.5.3 噪声模型
2.6 阵列天线的统计模型
2.6.1 前提及假设
2.6.2 阵列的基本概念
2.6.3 天线阵列模型
2.6.4 阵列的方向图
2.6.5 波束宽度
2.6.6 分辨率
2.7 阵列响应向量/矩阵
2.8 阵列协方差矩阵的特征值分解
2.9 信源数估计
2.9.1 特征值分解方法
2.9.2 信息论方法
2.9.3 其他信源数估计方法
参考文献
第3章 波束形成
3.1 波束形成定义
3.2 常用的波束形成算法
3.2.1 波束形成原理
3.2.2 波束形成的最优权向量
3.2.3 波束形成的准则
3.3 自适应波束形成算法
3.3.1 自适应波束形成的最优权向量
3.3.2 权向量更新的自适应算法
3.3.3 基于变换域的自适应波束形成算法
3.4 基于GSC的波束形成算法
……
第4章 DOA估计
第5章 二维DOA估计
第6章 宽带阵列信号处理
第7章 分布式信源空间谱估计
第8章 阵列近场信源定位
第9章 互质阵列信号处理
第10章 嵌套阵列信号处理
第11章 阵列信号处理的MATLAB编程
注释表
缩略词