常规波束形成算法也就是传统的测量方法，是在相控阵雷达中非常的经典的一种算法，常规波束形成算法是传统的时域傅里叶谱估计算法里的空域简单扩展形式之一，也就是利用空间里各个阵元接收到的数据代替传统时域处理中的数据[4]。但是这种方法一旦扩展到空间域，阵列的角度分辨力就会受到限制，称为傅立叶限的限制，也就是瑞利限。在过去的二十几年里，超分辨谱估计技术发展非常迅速。由于受到瑞利限的限制，一般DOA估计方法中所提到的阵列分辨率很难分辨出超过瑞利限的空间目标的位置[5]。但是超分辨DOA估计方法例如MUSIC算法可以有效的突破瑞利限的限制，获得极高的分辨率。MUSIC算法是超分辨算法的一种，它可以对空间里多个信号源进行测向，MUSIC算法拥有很好的空间分辨力，旁瓣也是很低。正是因为现代空间谱估计算法的超分辨能力，所以在其它的信号估计领域也被广泛的应用着[6]。

1。2 空间谱估计的发展现状

1。3 主要研究内容

这次毕设首先进行了研究和分析数字阵列雷达的波束形成技术，并在此基础上更深入和系统的介绍了超分辨空间谱估计技术。通过学习空间谱估计以及现代信号谱估计算法的基本概念，了解空间谱估计的经典实现方法，掌握三种现代谱估计算法，分别为MUSIC算法、Capon算法、MNM算法，并与传统的空间谱估计算法(DBF)进行试验仿真比较。本毕设使用Matlab2013a软件对这四种算法应用于空间谱估计的计算当中，通过实验进行仿真，并且通过仿真结果对空间谱估计中的经典算法与现代谱估计算法进行比较，分析算法的优缺点。其中传统的空间谱DBF估计算法对于信号的分辨率较低，当信号的来波方向比较接近时，DBF算法无法将其准确的分辨出来，会导致信号的叠加失真。MUSIC算法的全称是多重信号分类算法。MUSIC算法拥有很好的空间分辨力，旁瓣也是很低，稳定性高，可以对多个信号同时进行测向，如果采用高速处理技术之后还可以进行实时处理。其对信号的分辨能力明显优于传统的DBF算法，但它也存在着对相干信号处理的不理想、抗多径的能力较弱、当信号源的数量大于阵元的数量时会失效等一系列问题。基于MUSIC的存在的这些问题，MNM算法和Capon算法在此基础上做出了相应的改进。MNM算法解决了MUSIC算法无法准确应用于相干信号的问题，也提高了信号的分辨率。Capon算法是一种基于最小方差的算法，但它不能很好的区分期望信号和其相关信号，会在处理时合并其它无关信号造成失真，并且运算相对复杂。其分辨率相对于MUSIC算法有一定的提高。

第二章 数字阵列雷达的波束形成技术

2。1数字阵列概述

数字阵列雷达是一种全数字阵列扫描雷达，可以接收波束和发射波束，方法是通过数字波束形成技术[10]。数字阵列雷达通过数字化的发射和接收技术，成功的使阵列天线中数字信号和模拟信号互相转换，在雷达处于接收状态的时候，天线上各个阵元接收到的信号传输给数字阵列模块，然后相对应的接受通道再把接收到的信号变频为低中频信号，中频A/D对信号采样并处理之后输出基带I/Q回波信号，I/Q信号经过光纤传送到DBF处理板之后，可以形成接收波束[11]，这样数字技术就完美的结合了相控阵天线技术，和传统的相控阵雷达对比的话，数字阵列雷达的优点非常多，比如它的系统重构能力是非常灵活的、系统资源的利用率非常高、多任务多功能适应能力这些独特的优点。所以拥有全新概念的数字阵列雷达技术被人们广泛的关注着，也让数字阵列雷达从概念、技术的研究和验证上，特别快速的发展到了应用于工程化装备的研制领域。文献综述