(西安电子科技大学电子信息攻防对抗与仿真技术教育部重点实验室， 陕西西安 710071)

0 引言

阵列处理中信号的波达方向估计是雷达等探测系统的主要任务之一，在信源为窄带信号的基础上，过去几十年对DOA估计研究的过程中产生了经典的Capon方法[1-2]和子空间算法[3-6]等。由于宽带信号携带更多的信息量和更强的抗干扰能力[7]，因此对于宽带信号的研究更具有意义。对于宽带信号的测向方法主要分为两大类：非相干信号子空间法[8](Incoherent Signal-subspace Method，ISM)和相干信号子空间法[9-10](Coherent Signal-subspace Method，CSM)。ISM算法是将宽带信号在频域上分解成不重叠的窄带分量，在每一个窄带上使用子空间高分辨测向算法，然后对所有的子带空间谱进行几何平均，得到宽带信号的DOA估计。这种算法不能发挥相干数据积累作用，抵抗噪声能力较弱。CSM算法通过构造聚焦矩阵，将不同频点上的数据聚焦到参考频率上，然后通过子空间分解算法进行宽带信号的空间谱估计。这种算法的缺点是需要构造聚焦矩阵，在构造过程中需要预估计角度且需要选择合适的聚焦频率。文献[11-12]使用Khatri-Rao子空间进行聚焦，这种算法虽然提高了估计性能，但仍需DOA预估计，由此带来的计算量依然较大。文献[13]提出了基于网格失配迭代最小化稀疏学习的宽带DOA估计方法，虽然在低信噪比条件下具有良好的DOA估计精度和分辨率，可以不依赖信源数等先验信息，但由于网格失配等导致计算量较大。

为解决CSM算法计算量大的问题，本文对聚焦类算法RSS(Rational Signal-Subspace)进行了改进。……