张冰玉，潘 晴，田妮莉，Everett Xiaolin Wang

（广东工业大学信息工程学院，广州 510006）

0 概述

在阵列信号处理过程中，空间谱表示信号在空间各个方向的能量分布［1］，常用的空间谱估计算法有旋转不变子空间（Estimating Signal Parameters via Rotational Invariance Techniques，ESPRIT）算法［2］、多重信号分类（Multiple Signal Classification，MUSIC）算法［3］和相关改进算法［4-5］，这些算法都是以事先已知信源的个数为前提条件。目前，信源个数估计多使用基于信息论准则的方法，包括最小信息准则（Akaike Information Criterion，AIC）［6］、最小描述长度（Minimum Description Length，MDL）准则［7］及相关改进算法［8-9］，但这些算法仅适用于白噪声环境下的信源个数估计。

适用于色噪声环境的盖尔圆估计（Gerschgorin Disk Estimation，GDE）准则［10］虽然能够弥补信息论准则在色噪声环境下信源个数估计失效的不足，但其在低信噪比和小快拍数条件下的性能会急剧下降甚至失效。针对该问题，文献［11］提出一种新的酉变换方法，并结合GDE 准则进行信源个数估计。实验结果表明，该方法在快拍数为90 时的信源个数检测准确率达到90%，但是要求信噪比在10 dB 以上。文献［12］将GDE 准则和AIC 准则结合，克服了特征值的无序性导致估计错误的缺陷，使得检测准确率在信噪比为−5 dB 时达到93%，但该方法要求较大的快拍数。文献［13］对盖尔圆半径进行压缩，并结合盖尔圆心值提出一种基于自适应调整因子的GDE准则。实验结果表明，该方法在信噪比为−4 dB、快拍数大于2 000 的条件下检测准确率为80%，而在信噪比为15 dB、快拍数为50 时检测准确率达到90%。由此可知，该方法无法同时保证低信噪比和小快拍数条件下的检测性能。文献［14］利用接收信号协方差矩阵的对角线平均值来构建新的协方差矩阵，并结合GDE 准则估计信号源数。……