论文发表,论文投稿,期刊投稿,职称论文发表|发表论文就上早发表期刊网

摘要：针对常规子空间类波达方向（direction-of-arrival，DOA）估计中存在的子空间分解计算量过大问题，提出了基于均匀线阵的联合互协方差矩阵（joint cross-co variance matrix，JCCM）DOA估计算法。基于阵列划分和矩阵重构思想，将均匀线阵划分成两个子阵，在求得这两个子阵接收数据互协方差矩阵后，重构一个新的矩阵即JCCM，利用JCCM的部分数据进行线性运算即可得到等价的信号子空间，然后构造多项式并求根，最终实现波达角估计。理论分析和仿真实验证明，算法避开了对协方差矩阵的特征值分解运算，在保证估计精度可接受的同时，有效降低了计算量，取得了更高的估计速度。

关键词：阵列信号处理,波达方向估计,子空间分解,联合互协方差矩阵

0引言

波达方向（direction-of-arrival，DOA）估计是阵列信号处理的一个重要研究方向，其在雷达、通信、声呐、地震和天文等科技领域得到广泛应用。以多重信号分类（multiple signal class if i cation，MUSIC）和旋转不变子空间为代表的子空间类估计算法的提出，实现了传统DOA估计向超分辨DOA估计的跨越式发展。子空间类算法的关键在于通过对阵列协方差矩阵进行奇异值分解（sin-gular value decomposition，SVD）或特征值分解（eigen value decom position，EVD）来获得噪声子空间或信号子空间。通常，矩阵EVD和SVD运算都涉及庞大的计算量，尤其是在阵列阵元数多的情况下这种劣势更加明显，这也阻碍了子空间类算法的工程化进度。

为克服子空间类算法计算量大的问题，中外学者提出了众多性能可靠的替代性算法。文献提出一种传播因子算法（propagator method，PM），通过协方差矩阵的线性运算来构造噪声子空间，有效避开了对协方差矩阵的EVD或SVD运算；文献则利用协方差矩阵的任意K（K为信号源数目）行来求得一个低维的投影矩阵，并在此基础上构造一个低维搜索函数来实现角度估计；文献提出一种多级维纳滤波（multistage Wiener filtering，MSWF）算法，该方法通过正交投影来获取子空间，同样避开了计算量较大的EVD运算，实现了算法计算量的降低，但该方法获得的子空间精度不是太高。