罗雪

(北京理工大学 信息与电子学院，北京 100081)

多信源测向在雷达、声纳、移动通信等领域受到了极大关注. 以多重信号分类(multiple signal classification, MUSIC)[1]和基于旋转不变技术的信号参数估计(estimating signal parameter via rotational invariance techniques,ESPRIT)[2]为代表的超分辨算法，能够利用子空间理论识别入射角度相距很近的信源，因此在过去几十年间被广泛应用[3]. 尽管特征结构方法有很多潜在优势，但由于它们对阵列流形信息的精度有极高要求，将其直接应用在实际系统中是很困难的. 换句话说，超分辨算法的性能严重依赖于阵列流形的精确性. 实际上，阵列流形不可避免地会受到互耦、位置变动和阵列增益或相位不确定性的影响，这将造成阵列接收信号明显的幅度与相位失真. 直接用基于特征结构的方法将会造成测向性能严重恶化[4-7]. 阵列校准是一个能有效缓解波达方向(direction of arrival, DOA)估计偏差的方法.

事实上，在过去几十年间，人们已经研究了多种校准方法. 包括插值法[8-9]，已知位置校准信源的最大似然法[10]，最小均方法[11]，自校准方法[12-14]以及最大后验估计器[15-16]. 在近些年，多个基于互耦矩阵(mutual coupling matrix, MCM)特征的算法被发展. YE[17]通过在阵列两侧设置传感器获得了DOA的初始估计. 因此，运用原始阵列数据能够直接执行空间谱的一维搜索. 此外，还可以将估计的互耦参数用于补偿，搜索结果能够通过迭代进一步细化. 从中心子阵收到的信号被直接运用到传统的MUSIC，因而MCM被假设有一个复对称的Toeplitz矩阵[18]. 为了提升DOA估计的性能，LIAO等[19]中提出利用MCM的特殊结构参……