课题研究内容

本课题主要对源信号的波达方向问题进行了分析与研究。对于在阵列信号应用中的问题，我们主要考虑信号源发出的信号在进入接收信号的矩阵时波达方向。同时，由于在信号传播过程中环境的复杂性以及一些其他的原因，我们对由于多径或其他原因形成的相干信号源的波达方向进行讨论分析。

本课题的研究方法

本课题首先介绍阵列在不同领域的应用，然后对阵列的基础知识进行了学习和理解。对于一般的没有相干信号源的问题，通过传统的几种DOA估计算法来进行分析和仿真。对于产生相干信号源的情况，通过查阅资料知道需要对相干信号进行解相干的处理，并且之前的非相干的算法也不再适用，所以用于解相干的空间平滑算法和改进的多重信号分类算法是新的分析对象。对于用算法对信号源的DOA估计，可以通过MATLAB仿真进行验证。并且，通过对MUSIC算法和改进的MUSIC算法的对比，验证改进的MUSIC算法是否能够成功实现解相干的处理。

本文在面对波达方向的问题时，提出了以下几种传统的算法来进行解决。包括Capon算法，前向预测算法，最小模算法和MUSIC算法。本文着重对MUSIC算法的研究并对其进行了仿真分析。之后，对于MUSIC算法在应用于相干信号时的缺点，本文提出了空间平滑算法进行分析研究，除此之外，重点对改进的MUSIC算法进行分析，并根据其仿真结果来验证其可靠性。通过分析验证，我们知道空间平滑算法和改进的MUSIC算法均能解决MUSIC算法存在的缺陷。但是空间平滑算法具有其局限性，简单来说，就是在空间平滑算法在解决协方差矩阵的秩亏损问题时，由于划分出来的子阵列比较多，所以在某种意义上来讲，利用空间平滑算法变相的降低了可以估计的阵元数，而且由于子阵列较多，计算量也大大的增加，所以空间平滑可以说是只解决了一部分有关多路径形成的相干信号对原有信号干扰的问题。改进的MUSIC算法源自于经典MUSIC算法，但是又不同于经典MUSIC算法，可以说是经典MUSIC算法的优化与升华。但是，对比空间平滑算法，改进的MUSIC算法可以说是双向空间平滑算法的一种特殊形式。通俗点来讲，就是改进的MUSIC算法等同于双向空间平滑算法中分出的子阵列与总阵列的阵元个数相同时的情况。通过仿真，我们可以知道，改进的MUSIC算法解决了上述空间平滑算法存在的不足之处，并且，改进的MUSIC算法对于相干信源和非相干信源都具有良好的分辨力。

本文最主要的的目的就是研究DOA估计算法的传统算法中的经典MUSIC算法，以及在面对相干信号时能够成功解决并具有良好估计性能的改进的MUSIC算法。在对经典MUSIC算法和改进的MUSIC算法的仿真中，对比两种算法，可以得出更清晰明了的结论。

本文的主要内容与安排

本文首先对阵列的应用，研究背景以及发展历程进行了介绍，然后对阵列信号处理的基础中的一些名词进行简单的解释。本文还介绍了传统DOA算法，并着重分析传统DOA算法中的经典MUSIC算法，之后进一步的对MUSIC算法 所具有的不足之处进行讨论，提出改进的MUSIC算法，并对相应的算法进行了仿真。具体结构安排如下：

第一章主要介绍阵列信号处理的应用，阵列信号处理的研究背景，阵列信号的发展历程，提出了本文的主要内容与安排。

第二章介绍了阵列信号处理中的一些相关概念，窄带信号，信源的判断，噪声，波束宽度和分辨力。

第三章介绍了传统的几种DOA估计算法，包括Capon算法，前向预测算法，最小模算法，和多重信号分类算法，并对MUSIC算法的仿真进行了分析。

第四章主要说的是相干信号处理的算法，在对改进的MUSIC算法进行仿真之前对相干信号进行了一个大概的介绍，并介绍了平滑算法和改进的MUSIC算法。

第五章主要是结束语，回顾了以下全文的内容，做出一个小小的总结，并对DOA估计算法的未来进行展望。