2.1 DOA的基本算法
2.1.1 多重信号分类算法
多重信号分类(MUSIC)算法由Schimidt提出,利用噪声子空间的特征矢量和导向矢量矩阵A的列矢量 的正交性来进行DOA估计的。但是由于噪声的存在, 与噪声子空间不能完全正交,因此MUSIC算法要通过搜索实现DOA估计。构造代价函数为
(2.1)
根据正交性,搜索上式的最大值对应的 值即为波达估计方向
(2.2)
因此MUSIC算法的步骤为:
1、由阵列接收数据得到协方差矩阵估计 ;
2、对 进行特征值分解,由大特征值对应的特征矢量张成信号子空间 ,由小特征值对应的特征矢量张成噪声子空间 ;
3、根据式(2.1)构造代价函数,并进行谱峰搜索,其最大值对应的角度即为DOA估计值。
2.1.2 旋转不变子空间技术
旋转子空间不变(ESPRIT)算法由Roy提出,该算法利用2个子阵之间的旋转不变关系进行DOA估计。与MUSIC算法相比,ESPRIT算法无需进行搜索和阵列校正,大大降低了计算量。
ESPRIT算法首先是将L个天线阵元分为2个长度相同的子阵,假设原阵列的第1个阵元到第L-1个阵元为第一子阵,第2个阵元到第L个阵元为第二子阵,则这两个子阵的输出矢量分别为
式中, ,其中 表示 维单位矩阵, 表示 维零矩阵。文献综述
由两个子阵之间的旋转不变特性可得(2.5)
其中, 为 阶对角阵,它代表两个子阵之间的相位延迟,其对角元素为
由A的列矢量张成信号子空间,则其与阵列流型长成的空间相等,因此存在一个唯一的 的非奇异矩阵T,使得 。因此可得
子阵间的旋转不变形,可得
因此,如果得到 的特征值,就可以得到信号的DOA估计值。在实现过程中,有限的快拍中得到 的估计值为 ,此时式(2.8)不再成立,因此需要用不同的准则对其进行近似。
一、最小二乘法(LS)。采用最小二乘法来求解式(2.8),需要最小化 和 之间的差值,令 则可以得到 估计的最小二乘解为
LE-ESPRIT算法的步骤总结如下:
1、由阵列接收数据得到协方差矩阵估计 ;
2、对 进行特征值分解,由大特征值对应的特征矢量张成信号子空间 ,由小特征值对应的特征矢量张成噪声子空间 ;