提出了一种L阵中基于降维多重信号分类(reduced-dimensional multiple signal classification,RD-MUSIC)的二维波达方向(two dimensional direction of arrival,2D-DOA)与频率联合估计算法。该算法首先通过一维局部谱峰搜索得到接收信号频率的估计,然后利用频率估计过程中得到的参数矩阵,获得信号的2D-DOA估计。与需要进行多维全局搜索的传统MUSIC算法相比,所提算法只需一维局部搜索,算法复杂度较低。该算法同时适用于均匀L阵和非均匀L阵,且能获得配对的二维角度与频率估计。其角度与频率估计性能接近于传统的MUSIC算法以及平行因子方法,且优于借助旋转不变性估计信号参数算法和传播算子算法。
提出了适用于面阵中的基于级联多重信号分类(multiple signal classification,MUSIC)方法的二维波达方向(direction of arrival,DOA)估计算法。该算法仅采用级联的一维搜索即可实现二维DOA的联合估计,避免了经典二维MUSIC算法的复杂计算量,复杂度大大降低,同时角度估计性能非常接近经典二维MUSIC算法。此算法可以实现二维角度的自动配对,角度估计性能优于传播算子算法(propagator method,PM)以及借助于旋转不变技术的信号参数估计算法。同时,该算法可以很好地估计出相同方位角(或仰角)的信源。结合算法的高性能及低复杂度,该算法拥有更广泛的适用范围,其优越性得到验证。
将电磁矢量传感器阵列参数估计问题与平行线性相关剖面模型(Parallel profiles with lineardependencies,PARALIND)相结合,利用PARALIND分解,提出了一种线性电磁矢量阵中相干信号波达方向(Direction of arrival,DOA)估计算法。该算法能够实现对电磁矢量阵中相干信源的角度估计,同时能得到相应的相干系数矩阵,其估计过程无需谱峰搜索,对均匀线阵以及非均匀线阵都适用。该算法角度估计性能优于传统的前后向平滑借助旋转不变性进行信号参数估计(Forward backwardspatial smoothing-estimation of signal parameters via rotational invariance techniques,FBSS-ESPRIT)算法和前后向平滑传播算子(Forward backward spatial smoothing-propagator method,FBSS-PM)算法,且对于角度相隔较近的相干信源,该算法也能进行有效的辨识与估计。
