4。1。 基于 MUSIC 算法的谱峰搜索 PM 算法流程 15

4。2。 谱峰搜索 PM 算法性能分析 16

4。3。 谱峰搜索 PM 算法仿真 17

4。4。 基于 ESPRIT 算法的旋转不变 PM 算法 19

4。5。 旋转不变 PM 算法性能分析 20

4。6。 旋转不变 PM 算法仿真 21

4。7。 旋转不变 PM 算法与 ESPRIT 算法性能比较 22

5。 二维 DOA 矩阵法 24

5。1。 二维 DOA 矩阵法基本原理及流程 24

5。2。 二维 DOA 矩阵法仿真 26

5。3。 低运算量 DOA 估计算法性能比较 27

结 论 30

致 谢 31

参 考 文 献 32

1。 绪论

1。1。研究的背景与意义

目标波达方向（Direction of Arrival，DOA）估计是阵列信号处理领域一项非常重要的研 究内容，在雷达、声纳、通信、生物医学等领域中发挥着重要作用。通过将传感器阵列按一 定排列方式布置，可以通过不同传感器接收到信号，并利用空间谱估计算法对目标的方位角 和俯仰角进行估计。相比较于传统方法的单个传感器接收信号的方式，阵列信号处理更容易 进行波束控制，面对杂波信号的干扰时，阵列信号处理能够保证足够的准确度，并且在距离 和角度分辨力方面也有着很大的优势。此外，阵列信号处理的信号增益也比单个传感器要高 得多。因此关于阵列信号 DOA 算法的研究一直受到许多相关专业学者的关注。论文网

传统基于相位干涉仪的方法虽然实现简单，技术成熟，但其测量精度受到天线孔径和阵 列形状的限制。之后出现了利用阵列信号的波束形成法，该方法在空间信号较多时，会产生 较大的测量误差。随后产生的 Capon 自适应波束形成等算法应用了维纳滤波思想，但这类方 法没有有效利用加性噪声统计特性，因此分辨力提升有限。七十年代末，多重信号分类

（Multiple Signal Classification，MUSIC）法的提出，具有划时代的意义，以 MUSIC 算法为 代表的子空间类方法，估计方差接近克拉美罗下限，可以称为“超分辨”算法。随后又产生了 经典的旋转不变子空间（Estimation of Signal Parameters via Rotation Invariant Technique， ESPRIT）算法，利用子空间旋转不变技术，进一步降低了运算量。之后的几十年里，在这些 算法的基础上，又逐渐衍生出许多性能优良的新算法。

在 DOA 估计算法的研究中，运算量是我们需要重点考虑的因素。较高的运算量和复杂 度将阻碍算法由理论向工程应用的转化。因此，低运算量波达方向算法研究是当前一个非常 值得关注的研究方向。本文主要研究几类经典 DOA 估计算法，并对比其性能。 1。2。国内外研究现状

1。3。本论文主要工作及内容安排

本论文的内容安排如下： 第一部分为绪论，分别介绍了本课题的研究背景和意义，国内外的研究现状和本论文的

工作及内容安排。

第二部分为 DOA 估计基本算法及其原理。首先建立了均匀线阵的 DOA 估计算法模型， 然后介绍了经典的 MUSIC 算法和 ESPRIT 算法原理，并用 MATLAB 程序对其进行了仿真分 析，给出了 MUSIC 算法谱峰搜索图以及 ESPRIT 算法估计误差随信噪比的变化示意图。 低运算量目标波达方向算法研究MATLAB仿真(2):http://www.youerw.com/tongxin/lunwen_85178.html