传感器阵列信源定位是定位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，传感器阵列信源定位具有高信号增益、极强的干扰抑制能力，以及更高的空间分辨能力等优点，具有重要的军事、民事应用价值和前景。具体来说，传感器阵列信源定位已在雷达、声呐、通信、地震勘探、射电天文，以及医学诊断等多种国民经济、科学研究和国防军事领域得到应用。张小飞、李建峰、徐大专著的《传感器阵列信源定位(精)/通信高精度定位理论与技术丛书》分为8章，主要内容包括传感器阵列基础、一维空间谱估计、二维空间谱估计、传感器阵列中非圆信号的空间谱估计、传感器阵列DOA跟踪、传感器阵列分布式信源定位、传感器阵列近场信源定位。 本书的读者对象为通信与信息系统、信号和信息处理、微波和电磁场、水声等专业的高年级本科生和研究生，以及相关领域的研究人员。

第1章 绪论
1.1 研究背景
1.2 传感器阵列信源定位发展及现状
1.2.1 空间谱估计方法
1.2.2 阵列多维参数估计
1.3 本书的安排
参考文献
第2章 传感器阵列基础
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 信源和噪声模型
2.2.1 窄带信号
2.2.2 相关系数
2.2.3 噪声模型
2.3 阵列天线的统计模型
2.3.1 前提及假设
2.3.2 阵列的基本概念
2.3.3 天线阵列模型
2.3.4 阵列的方向图
2.3.5 波束宽度
2.3.6 分辨率
2.4 阵列响应矢量/矩阵
2.5 阵列协方差矩阵的特征值分解
2.6 信源数估计方法
2.6.1 特征值分解方法
2.6.2 信息论方法
2.6.3 其他信源数估计方法
参考文献
第3章 一维空间谱估计
3.1 引言
3.2 Capon算法和性能分析
3.2.1 数据模型
3.2.2 Capon算法
3.2.3 改进的Capon算法
3.2.4 Capon算法的均方误差分析
3.3 MUSIC算法及其修正算法
3.3.1 MUSIC算法
3.3.2 MUSIC算法的推广形式
3.3.3 MUSIC算法的性能分析
3.3.4 求根MUSIC算法
3.4 最大似然法
3.4.1 确定性最大似然法
3.4.2 随机性最大似然法
3.5 子空间拟合算法
3.5.1 信号子空间的拟合（SSF）
3.5.2 噪声子空间的拟合（NSF）
3.5.3 子空间拟合算法的性能分析
3.5.4 子空间拟合算法的实现
3.6 ESPRIT算法及其修正算法
3.6.1 ESPRIT算法
3.6.2 LS-ESPRIT算法
3.6.3 TLS-ESPRIT算法
3.6.4 ESPRIT算法的理论性能
3.7 基于四阶累积量的DOA估计
3.7.1 四阶累积量与二阶统计量之间的关系
3.7.2 四阶累积量的阵列扩展特性
3.7.3 MUSIC-like算法
3.7.4 virtual-ESPRIT算法
3.8 传播算子
3.8.1 谱峰搜索传播算子
3.8.2 旋转不变传播算子
3.9 基于广义ESPRIT算法的DOA估计
3.9.1 阵列模型
3.9.2 谱搜索广义ESPRIT方法
3.9.3 无须搜索的广义ESPRIT算法
3.10 基于压缩感知理论的DOA估计
3.10.1 压缩感知理论的基础知识
3.10.2 基于压缩感知理论的DOA估计算法
3.11 相干信源DOA估计
3.11.1 空间平滑算法
3.11.2 改进的MUSIC算法（IMUSIC）
3.11.3 基于Toeplitz矩阵重构的ESPRIT-like算法
3.11.4 任意阵列下的相干信号DOA估计
3.12 大规模均匀线阵下基于DFT技术的DOA估计算法
3.12.1 数据模型
3.12.2 基于DFT技术的低复杂度DOA估计算法
3.12.3 算法分析
3.12.4 仿真实验
参考文献
第4章 二维空间谱估计
4.1 引言
4.2 均匀面阵中基于旋转不变性的二维DOA估计算法
4.2.1 数据模型
4.2.2 基于ESPRIT的二维DOA估计算法
4.2.3 基于PM的二维DOA估计算法
4.3 均匀面阵中基于MUSIC类的二维DOA估计算法
4.3.1 2D-MUSIC算法
4.3.2 降维MUSIC算法
4.3.3 级联MUSIC算法
4.4 均匀面阵中基于三线性分解的二维DOA估计算法
4.4.1 数据模型
4.4.2 三线性分解
4.4.3 可辨识性分析
4.4.4 基于三线性分解的二维DOA估计
4.4.5 算法复杂度和优点
4.4.6 仿真结果
4.5 均匀面阵中基于压缩感知三线性模型的二维DOA估计算法
4.5.1 三线性模型压缩
4.5.2 三线性分解
4.5.3 可辨识性分析
4.5.4 基于稀疏恢复的二维DOA估计
4.5.5 算法复杂度和优点
4.5.6 仿真结果
4.6 双平行线阵中基于DOA矩阵方法的二维DOA估计算法
4.6.1 阵列结构和信号模型
4.6.2 DOA矩阵方法
4.7 圆阵中的二维DOA估计算法
4.7.1 数据模型
4.7.2 波束空间转换
4.7.3 UCA-RB-MUSIC算法
4.7.4 UCA-Root-MUSIC算法
4.7.5 UCA-ESPRIT算法
4.8 本章小结
参考文献
第5章 传感器阵列中非圆信号的空间谱估计
5.1 引言
5.2 均匀线阵中基于NC-ESPRIT的非圆信号DOA估计算法
5.2.1 数据模型
5.2.2 NC-ESPRIT算法
5.2.3 算法复杂度和优点
5.2.4 克拉美?罗界
5.2.5 仿真结果
5.3 非均匀线阵中基于降维NC-Capon的非圆信号DOA估计算法
5.3.1 数据模型
5.3.2 数据扩展
5.3.3 2D-NC-Capon算法
5.3.4 降维NC-Capon算法
5.3.5 性能分析
5.3.6 仿真结果
5.4 非均匀线阵中基于降维NC-MUSIC的非圆信号DOA估计算法
5.4.1 2