（西安邮电大学通信与信息工程学院，西安710121）

1 引言

随着雷达、声纳技术的发展，信号测向受到广大科技人员的极大关注[1-3]。相比于窄带信号，宽带信号含有更多的有用信息，因此有关宽带信号的检测是信号测向的一个主流[4]。

最常用且比较经典的DOA估计算法是基于子空间分解的MUSIC法及ESPRIT算法[5]，由于ESPRIT算法特别依赖于实际阵列的各项参数，而MUSIC算法对少量参数的误差不灵敏，因此MUSIC算法的工程应用前景更好。MUSIC算法基于阵列协方差矩阵（Array Covariance Matrix,ACM）特征分解(Eigen Decomposition,ED)理论，通过对接收的阵列数据矢量分解为两个相互正交的子空间，分别为信号子空间(Signal Subspace)和噪声子空间(Noise Subspace)，利用它们之间的正交性可构造空间角度谱，通过一维或二维角度遍历即可获得信号的空间角。由于宽带信号携带的信息比窄带信号更多，因此对于宽带信号的研究更能引起学者的兴趣。最早的宽带DOA估计算法属于非相干信号子空间法（Incoherent Signal Subspace Method,ISSM）[6]。ISSM 算法和窄带MUSIC方法在性质上类似，但是ISSM算法对信噪比（signal to noise ratio,SNR）有一定的要求，低SNR的条件下，ISSM算法的角度估计性能就会急剧恶化。相干信号子空间法（Coherent Signal Subspace Method,CSSM）则是一种聚焦类的宽带DOA估计算法[7]，该算法通过累加的效果可以比拟空间平滑的作用，所以CSSM可以处理相干源。文献[8]提出的投影子空间正交性测试法（Test of Orthogonality of Projected Subspace,TOPS），是一种无需聚焦的算法。从实质上来说，TOPS和ISSM算法是一样的，它对宽带相干源的DOA估计也是失效的，其DOA估计性能介于ISSM与CSSM之间。由于TOPS算法不需要聚焦，在中等SNR下性能较好，且比较稳健，因此受到了许多学者的广泛关注。……