王华奎,陈 峰,王 彪

(1.水声对抗技术重点实验室,广东 湛江 524022;2.江苏科技大学电子信息学院,江苏 镇江 212003)

一直以来,高分辨DOA估计都是阵列信号处理的热点问题,许多专家学者都对此进行了深入研究[1-3]。DOA估计算法大体可以分为以下两类:一类是以常规的CBF(波束形成)和MVDR[4](最小方差无畸变算法)等为代表的传统算法;一类是以MUSIC[5-6](多重子空间分类算法)、ESPRIT(旋转不变子空间算法)为代表的超分辨算法。相比于传统的波束形成算法,超分辨算法拥有更高的分辨率以及更精准的估计性能,但在低信噪比、小快拍条件下,此类算法的估计性能急剧下降甚至失效。为此文献[7-9]对MUSIC算法进行深入研究,文献[7]将加权之后的信号子空间引入传统MUSIC算法之中,充分利用信号子空间的抗噪性,提高了算法在低信噪比、小快拍下的稳健性。文献[8]提出一种利用加权伪噪声投影的MUSIC算法,利用伪噪声子空间的投影对基于噪声子空间投影的MUSIC空间谱进行加权处理,使得算法在小快拍和弱信号条件下的估计性能大幅提升。文献[9]利用峰值处符号的变化提出了一种基于二阶导数的空间谱函数,此方法在小角度差、低信噪比条件下依然可以得到了比较尖锐谱峰,在一定程度上提高了算法的分辨率。

以上这些算法,虽然都在一定程度上提高了算法的性能,但是却都没有充分利用数据矩阵的特征信息。因此,本文提出一种充分利用数据特征信息的加权MUSIC算法。算法首先利用噪声特征值对噪声子空间投影进行加权,然后结合加权子空间投影算法,形成一种新的空间谱算法。……