基于MUSIC算法的相干信号DOA估计改进及应用
基于修正MUSIC算法的信号DOA估计的开题报告
基于修正MUSIC算法的信号DOA估计的开题报告一、研究背景在无线通信中，多个发射机向一个接收机发送信号，需要准确地知道信号到达的方向，这个问题就被称为信号的方向（DOA）估计问题。
信号DOA估计在雷达定位、无线通信等领域普遍存在。
传统的信号DOA估计算法包括MUSIC、ESPRIT、ROOT-MUSIC等，但这些算法都存在着一定的局限性，例如对信号频率的限制、基于阵列空间采样的器件复杂和精度低等问题。
为了克服这些局限性，修正MUSIC算法应运而生。
修正MUSIC算法是基于自相关函数的高分辨率频谱分析技术，在信号DOA估计中具有较高的精度和抗噪声能力。
该算法在阵列信号处理领域得到广泛应用，并在实际应用中取得了良好的效果。
二、研究内容本研究将基于修正MUSIC算法，研究信号DOA估计的问题。
研究内容包括以下几个方面：1. 修正MUSIC算法的理论研究：探究修正MUSIC算法的理论基础、分析算法的优缺点，为后续的实验研究提供理论依据。
2. 信号DOA估计的算法设计：根据修正MUSIC算法的原理，设计可靠高效的信号DOA估计算法。
3. 仿真实验的设计与实现：通过对不同条件下的仿真实验，验证所设计的算法的准确性和鲁棒性，在实验中验证算法的可靠性和实用性。
4. 实际测试的验证：基于硬件平台，对所设计的信号DOA估计算法进行实际测试验证。
三、研究意义本研究将基于修正MUSIC算法，研究信号DOA估计的问题，将会具有以下的研究意义：1. 提高信号DOA估计的准确性和鲁棒性，满足实际应用中对信号DOA估计的实时性和高精度的需求。
2. 对修正MUSIC算法和信号DOA估计问题进行深入的研究，提高学术研究水平和阵列信号处理领域技术水平。
3. 为实际应用场景中对信号DOA估计的要求提供解决方案，提升我国在阵列信号处理领域的研究和应用水平。
四、研究方法本研究将采用以下研究方法：1. 文献调研方法：对修正MUSIC算法和信号DOA估计问题进行深入的文献调研，为后续的研究提供理论基础。
MUSIC_DOA
MUSIC算法对信号DOA的应用波达方向（DOA）估计的基本问题就是确定同时处在空间某一区域内多个感兴趣的信号的空间位置（即多个信号到达阵列参考阵元的方向角）。
最早的也是最经典的超分辨DOA估计方法是著名的MUSIC方法，MUSIC是多重信号分类（Multiple Signal Classification）的英文缩写。
它是由R．O．Schmidt于1979年提出来的，由1986年重新发表的。
MUSIC算法利用了信号子空间和噪声子空间的正交性，构造空间谱函数，通过谱峰搜索，检测信号的DOA．它是建立在以下假设基础上的：(1) 阵列形式为线性均匀阵，阵元间距不大于处理最高频率信号波长的二分之一；(2) 处理器的噪声为加性高斯分布，不同阵元间距噪声均为平稳随机过程，独立同分布，空间平稳（各阵元噪声方差相等）；(3) 空间信号为零均值平稳随机过程，它与阵元噪声相互独立；(4) 信号源数小于阵列元数，信号取样数大于阵列元数，信号源为窄带信号，即信号通过天线阵的时间远远小于信号带宽的倒数．5.2.1 MUSIC算法的基本原理图5.1 均匀天线阵列如图5.1，M个天线阵元均匀直线排列，单元间距d为1/2个波长，布置成一个阵列天线。
设有P(P<M)个互不相关的窄带信号源平面波辐射到线阵上，信源方向分别为。
在第ｎ次采样时刻，得到的数据向量为X（n）=AS(n)+U(n) n=1，2，……N (5.1)式中X(n)= 为M个阵元输出；A= ，式中，T表示转置，为载波波长，i=1，2，……，P；为第i个平面波的复振幅；U(n)= ，为零均值、方差为的白噪声，且与信号源不相关；N为采样数。
信号和噪声的协方差矩阵分别为S= U=接收信号的协方差（阵列输出信号协方差），以上式中H为共轭转置(5.2)因为为MXM矩阵，所以能分解为M个特征值和特征向量，把这些特征值和特征向量用，(i=l，2，…，M)来表示，则可表示为(5.3)这里，V是以为元素的列矩阵，是以为元素的对角矩阵。
基于MUSIC算法的DOA估计毕业论文
基于MUSIC算法的DOA估计毕业论文DOA（方向性听觉）估计是一种使用麦克风阵列来确定声源方向的技术。
方向性听觉用途广泛，如声源定位、语音增强和音频源分离等领域。
MUSIC（多重信号分类）算法是一种用于对多个信号进行方向估计的常见方法。
在这篇论文中，我们将探讨基于MUSIC算法的DOA估计的原理、应用和性能评估。
首先，我们将介绍DOA估计的原理。
在一个具有N个麦克风的阵列中，我们可以通过测量到达每个麦克风的信号来确定声源的方向。
MUSIC算法的基本思想是通过构建麦克风阵列的协方差矩阵，然后对其进行奇异值分解，以获得信号子空间和噪声子空间。
通过寻找噪声子空间中具有最小特征值的向量，可以估计声源的方向。
接下来，我们将探讨MUSIC算法在DOA估计中的应用。
MUSIC算法具有较高的分辨率和精度，特别适用于对多个接近方向的声源进行估计。
它可以适用于不同类型的声源，包括单音源和多音源。
在实际应用中，MUSIC算法可以用于声源定位、自适应波束形成和语音识别等领域。
然后，我们将对基于MUSIC算法的DOA估计进行性能评估。
评估DOA估计算法的性能是非常重要的，可以帮助我们确定该算法在不同情况下的可用性。
我们可以通过模拟实验或实际的音频数据集来评估算法的性能。
常见的评估指标包括角度估计误差、角度分辨率和算法的计算复杂度等。
最后，我们将总结基于MUSIC算法的DOA估计的优点和局限性。
MUSIC算法在DOA估计中具有较高的精度和分辨率，但它也有一些限制，如对信号和噪声的统计特性要求较高，对阵列几何形状的限制等。
综上所述，基于MUSIC算法的DOA估计是一种常见的方向估计方法，具有广泛的应用前景。
通过研究其原理、应用和性能评估，我们可以更好地理解和应用这种算法。
此外，优化MUSIC算法的性能和解决其限制也是未来研究的方向。
基于MUSIC算法的相干信号DOA估计改进及应用_
，上述入射信号的复包络形式表示为式中，()i u t为接收的第i个信源信号的幅度值为接收的第i个信源信号的相位值的第i个信源信号的频率值。
在远场窄带情况下有如下(2)结合式(1)和式图1 均匀线阵上远场窄带信号入射(3)则信号在第l个阵元上的值为(4)在式(4)中，li g为在阵元l上第i个信号的增益大小()ln i为阵元l在t时刻的噪声值，相对于第一个阵元为第i个信号到达阵列上第l个阵元的时间延迟值(5)由式(5)可得如下的矢量等式：()()()t t t=+X AS N (6)式(6)中，X(t)为入射到阵列阵元上的信源信号的(7)其中，导向矢量为：(8)式(8)中，，c为电磁波的速度的波长源信号进行方向估计。
由于实际的工程环境里人为设置的干扰信号，或者由于多径效应导致的信号相干等。
在阵列接收的信号中，信号之间的关系可能是不相关或相干。
如果存在两个平稳信号们的相关系数可以表示为：(9)由施瓦兹不等式可知，此，对于不同信号的关系可以做出如下定义(10)因此，当两个信号相干时个常复数。
假设有n个相干信号干信号源的模型：图3 雷达发射信号与回波信号图2 防撞雷达系统实现流程式(11)中，0()s t为生成信源，其他信源信号是通过该信号的响应变换得到的。
为1n×维矢量，它的元素均为常复数。
DOA估计所以，MUSIC算法的谱估计公式为(14)在理想情况下，MUSIC可以实现很好的性能。
但是对于相干的信号法的性能会急速下降。
为了实现对相干信号的解相干或者去相关处理，需要通过对协方差矩阵经过一系列变换按照前后向空间平滑算法的思想，分割天线阵分割后的子阵的数目为m，每个阵元的数目为1p m=+−。
同样也将数据矢量则对于某个子阵k在第i次快拍的数分别对应为前向数据信号矢量()fikX和后向数据信经过协方差计算得到如下公式：(15)(16)3)针对步骤(2)中得到的数据矢量，分别求P个子阵的数据协方差矩阵的平均值：(17)(18)4)按照公式，求得前后向空间平滑方法的协方差矢量矩阵i R:f b+R R(19)图4 角度估计模块实现流程并且对N 次快拍的矩阵求平均值，则可得到：011Nii N==∑R R (20)5)得到维数为p p ×的反向单位矩阵J ，计算可得到具有Hermite 特性的Toeplitz 矩阵r R 。
基于MUSIC算法对相干信号DOA估计的研究
基于MUSIC算法对相干信号DOA估计的研究基于MUSIC（Multiple Signal Classification）算法的相干信号DOA（Direction of Arrival）估计是一项重要的研究工作。
本文将对该算法进行详细介绍，并讨论其在相干信号DOA估计中的应用和研究进展。
首先，MUSIC算法是一种经典的高分辨率DOA估计算法。
其原理是通过利用阵列天线接收到的多个信号的空域信息，从而估计出信号传播的方向。
具体而言，MUSIC算法首先对接收到的信号进行空域谱估计，得到信号的空域谱密度矩阵。
然后，通过对该矩阵进行特征分解，得到信号的空域谱分解矩阵。
最后，利用空域谱分解矩阵，计算出信号的DOA。
MUSIC算法在相干信号DOA估计中有广泛的应用。
例如，它可以用于无线通信系统中的自适应波束形成，以提高信号的接收质量和容量。
此外，MUSIC算法也可以用于雷达和声纳等领域，用于目标定位和跟踪。
近年来，MUSIC算法在相干信号DOA估计领域取得了一些重要的研究进展。
一方面，研究人员提出了一些改进的MUSIC算法，以克服传统算法的一些缺点。
例如，有研究者通过引入约束条件和优化算法，改进了MUSIC算法的分辨能力和抗噪声性能。
另一方面，研究人员还将MUSIC算法与其他信号处理算法相结合，以进一步提高DOA估计的性能。
例如，有研究者将MUSIC算法与深度学习方法相结合，用于复杂场景下的DOA估计。
此外，研究人员还在MUSIC算法的实现和优化方面进行了一些工作。
例如，他们设计了高效的算法和硬件架构，以提高算法的计算速度和系统的实时性能。
此外，研究人员还提出了一些自适应阵列信号处理方法，以应对信号传播环境的变化。
综上所述，基于MUSIC算法的相干信号DOA估计是一个富有挑战性和前景广阔的研究领域。
未来的研究可以从算法改进、性能优化和应用拓展等方面展开，以进一步提高DOA估计的准确性和可靠性，满足不同应用场景的需求。
基于music的波达方向估计算法研究设计思路
基于music的波达方向估计算法研究设计思路基于MUSIC（Multiple Signal Classification）的波达方向估计算法是一种广泛用于信号处理和阵列信号处理的算法。
其主要应用在雷达、声纳、无线通信等领域，用于估计信号的到达方向（DOA）。
以下是一种基于MUSIC算法的波达方向估计的研究设计思路：1. 信号模型建立：首先，我们需要建立一个信号模型。
这通常涉及到一个阵列接收到的信号，该阵列可能是一个线阵、平面阵或立体阵。
在模型中，我们需要考虑信号的传播时间、波速以及阵列的几何结构。
2. MUSIC谱计算：在建立好信号模型后，我们将利用MUSIC算法来计算MUSIC谱。
MUSIC谱是一个显示信号频率的函数，其峰值对应于信号的到达方向。
为了计算MUSIC谱，我们需要对接收到的信号进行傅里叶变换，并利用阵列的互相关函数来构造一个协方差矩阵。
3. DOA估计：在得到MUSIC谱后，我们可以利用其峰值来估计信号的到达方向。
峰值的位置对应于信号的波达方向，其高度反映了信号的信噪比。
4. 性能分析：为了评估算法的性能，我们可以进行一系列模拟实验。
这可能涉及改变阵列的几何结构、信号的传播条件（如多径传播、阴影等），以及噪声水平。
通过比较实际结果和理论预期，我们可以评估算法的准确性和鲁棒性。
5. 优化和改进：基于性能分析的结果，我们可以对算法进行优化和改进。
这可能包括改进信号模型、改进MUSIC谱的计算方法，或者使用更先进的DOA估计方法。
6. 实际应用：最后，我们将尝试在实际环境中应用我们的算法。
这可能涉及使用实际的阵列设备接收信号，并进行波达方向估计。
我们还将比较实际结果和模拟结果，以验证算法在实际环境中的性能。
以上是基于MUSIC算法的波达方向估计的一种研究设计思路。
请注意，这只是一种可能的路径，具体的研究过程可能会根据具体的研究问题、研究环境和可用资源进行调整。
DOA估计的一种改进MUSIC算法
Ｍ ＳＣ算 法将会 因为信 号高 相关性 而 失效 。 ＵＩ ＭＵ Ｉ 法结 合空 间平 滑技术 ＿ 可适用 于 相关 ＳＣ算 ２ Ｊ
信 号源 的 Ｄ Ａ估 计 。然 而 ， Ｏ 由于信 号协 方差 矩 阵 的
Ａｂ ｔａ ｔ Ａｎ ｍｐ ｏ ｅ ｓ ｔａ ｓ ｏｈｎ ｔｃ ｎ ｑ ｅ ｏ ｉｅ ｔ ｎ ｏ ｒｉａ ｓｉ ｔｏ ｉ ｐ ｏ ｏ ｅ ｓｒ ｃ ： ｉ ｒｖ ｄ ｐａｉｌ ｍｏ ｔｉｇ ｅ ｈ ｉｕ ｆｒ ｄｒ ｃｉ ｆ ａｒｖ ｌｅ ｔｍａｉｎ ｓ ｒｐ ｓ ｄ，ｉ Ｓ Ｓ ｏ ａ ｎ ｃ ｄｆｅｅ ｃ ａ ｄ ｏ ｔ ｅ ｃ ｖ ｄａ ｅ ｉ ｒ ｎ ｅ ｎ Ｕ ｉｅａｉｅ ｓ ａｉｌｓ ｏ ｔｉｇ． ｒｔ ａｍｏ ｅ ｆａｒ ｙ ａ ｔｎ ｅ ｅｖ ｉｎ ｌｉ ｅ ｃ ｂ ｔｒ ｔ ｐ ｔ ｍｏ ｈ ｎ Ｆｉ ｌ ｖ ａ ｓ ｙ． ｄ ｌｏ ｒａ ｅ ｎａｒ ｃ ｉｅ ｓｇ ａ ｓｄ ｓ ｒ ｅｄ， ｅ ＵＳ Ｃ ａｇ ｒｔｍ ｓｒ ｖｅ ｄ， ｒ ｂｅ ｘｓｉ ｇｉ ｎ ｉ ｈ ｔ ｎＭ Ｉ ｌｏ ｈ ｉ ｅ ｉｗｅ ｐ ｏ ｌｍｓｅ ｉｔｎ ｎ ｉ Ｓ ｌ ｏ ｆ ￣ ｒ ｏｎｅ ｕｔ ａ ｆ ｃｉｅ Ｓ ａｇ ｆｌ ｎ ａｅ ｐ ｉｔｄ ｏ ， ｉ ｎ ｎ ｅ ｅ ｔ ｍｅｈ ｄ ｔ ｏｖ ｈｓ ｐ ｏ ｅ ｉ ｏ ｓ ｄ． ｉａｌ ｓｍｕａ ｏ ｅ ｕｔ ｒ ｖ ｅ ｅ ｅ ｔｖ ｎ ｓ ｆｔｅ ｖ ｔ ｏ ｏ ｓ ｌｅ ｔ ｉ ｒｂｌｍ ｓｐｒｐ ｅ Ｆ ｎ ｌｙ， ｉ ｌｔ ｎ ｒ ｓ ｌ ｐ ｏ ｅ ｔ ｆ ｃｉｅ ｅ ｓ ｏ ｏ ｉ ｓ ｈ ｈ ｉ ｒｖ ｄ ａｇ ｒｔｍ ． ｍｐ ｏ ｅ ｌｏ ｈ ｉ Ｋｅ ｒ ｓ： ｙ ｗｏ ｄ ＤＯＡ ｓｉ ｔ ｎ； ｏ ａ ｉ ｃ ｆｅ ｅ ｃ ｉｅａｉｅ ｓ ａ ａ ｍｏ ｔｉｇ ｅｔ ｍａｉ ｃ ｖ ｒａ ｅｄｉ ｒｎ ｅ；ｔｒ ｔ ｐ ｔ ｌｓ ｏ ｎ ｏ ｎ ｖ ｉ ｈ
基于MUSIC及其改进算法的DOA估计研究
基于 ＭＵ Ｉ Ｓ Ｃ及其改进算法的 Ｄ Ａ估计研究 Ｏ
王腾 王 洪 源
（ 阳理 ５） 沈 １１９
摘 要 ： 阵 列信 号处 理领 域 ， 在 波达 方 向（ ＤＯＡ 计 一 直 是研 究的 重 点之 一 。 波达 方 向（ 在 ＤＯＡ ） 计 中 ， 用 多重 分 类算 法（ ＵＳ Ｃ ） 估 利 Ｍ Ｉ 对 来波 方 向进 行估 计 是最 常用 的方 法 。 文概 述 了经典 ＭＵＳＣ算 法 ， 本 Ｉ 针对 现代 通信 中常用 的Ｂ Ｓ 和ＭＡ Ｋ￣号 都是 实信 号 的特 点 ， ＰＫ Ｓ 结合Ｅ ｌ ｕａ ｒ 公 式对ＭＵＳＣ算 法进 行 了改进 ， 用ｍａｌ 进行 了仿 真及对 比。 Ｉ 使 ｔｂ ａ 关 键词 ： 波达 方 向估计 多重 分类 算法 ｍａ ａ 仿 真 ｔｂ ｌ 中图分 类 号 ： Ｎ９ ｌ Ｔ ｌ 文献标识码 ： Ａ 文 章编号 ：０７９ １（Ｏ ２Ｏ ．１４０ １Ｏ －４ ６２ ｌ）７０ ０ —２
［］ ］ ［］ ｃ 蔓＝ ：＝ｃ， ｓ ：［ｃ ４＋ ， ； ； ｃ ＋
２ Ｍ， 当加倍了可利用的阵元个数。 Ｎ， 相 因为 ４相当于Ａ 去除虚数 因 子后 的实部与虚部直接拼接而成 ， 且 的第Ｎ＋１ 行元 素均为０ 所 ， １１经 典 Ｍ ＵＳＣ ． Ｉ 以容易证 明 ４对于２ １ 其列满秩 ， 出算法最多可 以处理２ Ｎ一 ＞ｐ 即提 假设有Ｐ 个信号入射到 阵列 中， 则Ｎ元 阵列 的接收 向量 可表示 （ Ｎ一１个信号 。 时的数据 已经转化为实值矩 阵， ） 此 所以下面的计 算 为Ｐ 个入射波 与噪声的线性组合 ， 即 均是在 实数的基础上进行 的。 ＇ｏ ］ ｒ（ ｆ Ｓ） 对 Ｙ（ 的协方差矩 阵进 行特 征值 分解 ， ｒ） ｔ 得到表示信号对应 的 噪声对应的特征值 与特征 向量 ， 从而对 ４ ＝ ｌ ）ａ 。 ｌ（ （ ） … 特征值 与特征 向量 ， ０ ａ … 一 ） ＋， ｆ （ 】ｊ ） ） ｆ ＝ ＋ （１ ｆ ） Ｅ ｌｒＭＵＳ Ｃ ｕａ＿ Ｉ 空间谱 的峰值 作出估计 ：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
／
（ ， ） ＝ ∑ｇ ， （ ， 一 ｔ ） ＋ ＂ ／ （ ， ） ， ， ＝ １ ， ２ ， ・ 一 ， Ｍ
ｉ ，
（ ４ ）
Ａ ＝
ａ ２ （
… ａ ｖ （ ） ］
ห้องสมุดไป่ตู้
（ ７ ）
在式（ ４ ） 中 ，ｇ ， ， 为在 阵元 ， 上第 个信 号的增益 大小 ，
ｃ ，频 率 为 一般 情 况下 ，取 阵 列中 的第 一 个 阵元 为 基 准 ，则 第ｎ 个 阵 元 与基 准阵 元 接 收的 电 磁 波 的波 程 差 为
ｃ ｓ ｉ ｎ Ｏ
，
匀 间 距 排布 成 一 直 线 ，每 两 个 阵元 间 的 距 离相 差 为 ｄ，
后 端数 据 通道 数 目与 阵 元的 个数 相 等 ，即 各 阵元 接 收的
的关 系 ：
｛ 【 妒 Ｉ Ｉ ｉ （ Ｉ ？ ｒ ） ＝妒 （ ， ）
—
（ ２ ） …
结 合式 （ １ ） 和式 （ ２ ） ，可 以１ ｘ 哥Ｚ ￣士 ｌ Ｙ ：
责 任 编 辑 ：王 金 旺
，
（ ， 一 Ｔ ） ＝． ． （ ｔ ） ｅ ， １ ， ２ ， …， Ⅳ
李阳 （ １ ９ ９ １ 一），男 ，硕 士生 ，研 究方向 新 一 代 移 动 通 信 网络 及 嵌 入 式 系统设 计
１ ＤＯＡ估 计 阵 列 信 号 模 型
假设 空 间 中接 收 信 号的 天 线合 有 Ｍ个 阵元 ，它们 均
到 均 匀 线 阵 ，具 体 各 参 数 为 ：波 长 为 ，传 播 速 度 为
一 ］ ｄ － － Ｎ ， ． …
图１ 均匀线阵上远场 窄带信号 入射 ７ １ Ｅ Ｌ Ｅ Ｃ Ｔ Ｒ Ｏ Ｎ Ｉ Ｃ Ｅ Ｎ ＧＩ Ｎ Ｅ Ｅ Ｒ Ｉ Ｎ Ｇ ＆Ｐ Ｒ ＯＤ Ｕ ＣＴ ＷＯＲ Ｌ Ｄ ２ ０ １ ７ ． ５
的第 ， 个信 源 信号 的 频率 值 。在远 场 窄带 情 况下 有 如下
，
ｃ为 电磁 波 的速 度
为 电 磁 信 号
＾
求
潞 卜 ｆ ｝ ｊ 距 角 结 粜 输 出 海 一 ＿ ＿ ｌ 一 … 卜 Ⅱ 三 计 估 竹 汁
样… 一
：
的波 长 。
梭
离
度
２ 相 干 信 源 的 信 号 模 型
相 干 信 号 的 参数 检 测就 是 对 空 间中 相干 的 信
其 中 ，导 向矢 量 为 ： ｅ ｘ ｐ （ 一 ｊ ｌ １ ＇ ｏ ｒ ． ）
口 （ ∞ 【 Ｊ ） ：
１ ７ ） 为 阵元 ， 在ｔ 时刻的 噪声 值 ，相 对于 第一 个阵元 ，ｔ ， ，
为第 个信号到 达阵列上 第 ， 个 阵元的 时间延迟值 。
ｅ ｘ ｐ （Ｊ １ ； ）
西 安 电子科 技大 学 机 电工 程 学院 （ 陕 西 西安 ７ １ ０ ０ ７ １ ）
摘要 ：空间信号的到 达方向 （ Ｄｉ ｒ ｅ ｃ ｔ ｉ ｏ ｎ ｏ ｆ Ａ ｒ ｒ ｉ ｖ ａ ｌ ，ＤＯＡ）估计近些年 来越 来越 多地得 到大量的 关注和研 究 在 实际工程 中进行 信源信 号Ｄ ＯＡ估计 时，由于空 间环境 的复杂 多变，雷达 阵列接 收 的信号 包含 大量 的相干信 号． 在空 间谱 估计 中 ，经常会 因相干信源信号的存在导致 目标 定位 不精确 或无法定位的 问题 在 面对相干信 号
信号 都 有 自 己唯一 的 一 个传 输通 道 。信 号 入射 到 天线 示
意 图如 图 １ 所示 。
Ｂ － ， ｈ ￣ 差为ｆ ， ＝ （ ｓ ｉ ｎ Ｏ ／ ｃ ‘ 。
上 述入射 信号 的 复包 络形 式表 示 为 ：
ｌ ） ＝ Ｉ Ｉ ｉ （ ， ） ｅ ” ”
工业控制 Ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙ Ｃ ｏ ｎ ｔ ｒ ｏ
基于ＭＵＳ Ｉ Ｃ 算法的相干信号Ｄ Ｏ Ａ 估计改进 及应用
ｍｐｒ ｏ ｖ ｅｍｅｎ ｔ ａｎ ｄ ａｐｐｌ ｉ ｃ ａｔ ｉ ｏｎ ｏ ｆ ｃ ｏｈ ｅｒ ｅ ｎ ｔ ｓ ｉ ｇｎ ａｌ ＤＯ Ａ ｅｓ ｔ ｉ ｍａｔ ｉ ｏｎ ｂ ａｓ ｅｄ ｏｎ Ｍ ＵＳ Ｉ Ｃ 李 阳 千 博 贾 洁 民
ｉ ＝ｌ
，
２ ， …， Ｎ
（ ８ ）
假设 每 个 阵元 具有 各 向 同性 ，且 传 输到 处理 器 时 ，
信 号保 持 一致 的 变化 、不 存在 互 耦 的现 象 ，且信 号 增益 设置为１ 。则将 ｔ 时刻 阵列捕 捉 到的 信号 组合 ： 式（ ８ ） 中， ＝２ ｒ ｅ ． ／ ’ ＝２ Ｔ ： ＿ Ｃ
在 目标 空 间存 在 Ｎ个 窄带 信 源 信号 以远 场 方式 入 射
１ ． ｉ （ ｔ － ￣ ） ： ｚ ｆ ， （ ｔ － Ｔ ） ｃ ｊ 【 ｌ ｔ … Ｉ １
妒 （ ， ）为 接 收 的第 个 信 源 信号 的相 位 值 ，
（ ）
（ ｆ ） 为 接 收
式 中 ，Ｉ Ｉ ｉ （ ， ） 为接 收的第 ， 个信 源信号 的幅度值 ，
（ ３ ）
Ｍ Ｘ １ 维 数据 矩 阵 ，Ｓ （ ｆ ） 为空ｉ 司中信 源 信 号 的～×１ 维 矩 阵 ，～（ ｆ ） 为 阵 元 接 收 的Ｍ × １ 维 噪 声 ，Ａ为 天 线 阵 元 的 Ｍ ×Ｎ维流 型矢 量 ，有 ：
则 信号 在 第 ， 个阵 元上 的值 为 ：
、
时，ＭＵＳ Ｉ Ｃ算法等子 空间类 算法 已经无 法满足 空间谱估计 的性 能 因此 ，本文提 出了一种 改进 的ＭＵＳ Ｉ Ｃ 算 法
能 够 较 好 的 解 决该 问题
关键词 ：ＭＵＳ Ｉ Ｃ算法 ；Ｄ ＯＡ 估计 ；空 间谱
Ｄｏｌ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ５ — ５ ５ １ ７ ． ２ ０１ ７ ． ４ ． ０ ２ １