双平行线阵的快速一维DOA估计

发布时间：2025-05-27 00:04

　　 针对传统子空间算法需要进行特征值分解或奇异值分解等复杂计算的问题,提出一种双平行线阵(Double Parallel Linear Array,DPLA)的快速一维波达方向(Direction of Arrival,DOA)估计算法。算法通过处理互协方差矩阵的第一列元素构造出等效的噪声子空间,再通过求根MUSIC(Multiple Signal Classification)算法得到DOA估计,有效避开了特征值分解或奇异值分解,降低了计算复杂度,提高了运算速度。仿真结果表明,该算法在提高了估计精度的同时减少了估计时间。

【文章页数】：7 页

【部分图文】：

图1 阵列模型

阵列结构如图1所示，包含M个阵元对的双平行线阵，每个阵元对包含两个具有相同响应特性的阵元，两子阵间距为Δ，于是建立了具有移不变特性的阵列结构(即ESPRIT算法中的移不变特性)。假设有K≤M个独立、远场窄带信号同时以平面波的形式入射到该阵列，到达信号设为零均值随机过程，则不同信号....

图2 RMSE与SNR的关系

图2给出了信噪比(Signal-to-NoiseRatio,SNR)从-10dB增加到15dB，各算法RMSE的变化情况。仿真中阵元数均为16，每个子阵的阵元间距均为半波长，采样点数N=500，蒙特卡洛次数为500，入射角为-23°、42°。如图2所示，DPLA算法的性能....

图3 RMSE与采样点数的关系

图3给出了各算法在信噪比为10dB时RMSE随采样点数的变化情况。仿真中阵元数均为16，每个子阵的阵元间距均为半波长，蒙特卡洛次数为500，信号个数为2，入射角为-23°、42°。如图3所示，当采样点数N较小时，DPLA、JC-CM与CESA算法的性能与TLS-ESPRIT、R....

图4 RMSE与阵元数的关系

图4给出了阵元数从8增加到48时，各算法RMSE的变化情况。仿真中每个子阵的阵元间距均为半波长，信噪比为10dB，采样点数N=500，蒙特卡洛次数为500，入射角为-23°、42°。如图4所示，DPLA算法的性能优于JCCM和CESA算法，其原因在于双平行线阵的特殊结构，阵列的....

本文编号：4047188