姚泽昊 贾瑛卓

摘 要 在阵列信号处理方面，通常采用传统MUSIC方法进行信号波达方向估计。但是在处理非高斯信号时，信号中含有高斯色噪声，采用传统方法难以进行波达方向准确估计。结合这一问题，本文对高阶统计量及在阵列信号处理中的应用问题展开了分析，发现采用高阶统计量可以有效解决非高斯信号处理问题。

【关键詞】高阶统计量 阵列信号处理 高斯色噪声

1 高阶统计量的概念分析

对于概率密度f（x）来讲，随机变量x拥有两个特征函数，同时拥有k阶矩、k阶累量。在随机过程中{x（n）}中，随机变量则拥有r阶矩、r阶累量。所谓的高阶谱，则是将随机过程k阶累量（k-1）维傅里叶变换当成是随机过程的k阶谱。在k阶谱定义上，之所以采用k阶累量，主要是由于其能避免高斯有色噪声印象，采用高阶矩容易受到高斯噪声影响。其次，在独立统计的随机过程之和计算中，总累量为两个随机过程累量之和。采用该种方法进行加性信号处理，可以轻松完成累量计算。

2 高阶统计量及在阵列信号处理中的应用

2.1 阵列信号波达方向估计问题

在阵列信号处理方面，需要完成远场信号波达方向估计，以完成信号空间谱估计。在对波达方向进行估计时，可以采用两大类方法，即参数化方法和基于空间谱方法。采用参数化方法，需搜索感兴趣参数。比如采用极大似然法，就能进行参数搜索，以至于导致计算量不断增加。采用空间谱分析方法，需完成由空间方位构成的谱函数构造，然后通过搜索谱峰完成信号波动方向检测。……