一给定入射信号角度分别为-22度6度18度时不同信噪比情况下.DOC

（ 一 ） 给定入射信号角度分别为 -22度 ，6度，18度时，不同信噪比情况下各种空间谱估计算法得到的曲线图： 图 1 . -3dB信噪比下各种空间谱估计算法曲线 图 2 . 0dB信噪比下各种空间谱估计算法曲线 图 3 . 3dB信噪比下各种空间谱估计算法曲线 图 4 . 6dB信噪比下各种空间谱估计算法曲线 图 5 . 10dB信噪比下各种空间谱估计算法曲线 （ 二 ） 在信噪比为3dB，改变信号入射角度，分别为 -10 度，-4度，和10度的情况下不同估计算法得到的曲线图 （ 三 ） 关于基阵信号处理中空间谱估计方法的一些讨论： （1）．在信号源数的估计中，本题用平滑秩算法估计阵元数目。平滑秩算法在信源是相干信号源时是一种降维解相干处理算法。在信噪比比较高，快拍数较大的情况下，平滑秩算法的性能比较好。 （2）．CBF算法的空间估计精度受“瑞利限”的限制，一般来说分辨率比较低。提高空域处理精度的有效算法是增大天线孔径，但实际中往往是不现实的。 （3）．MVM算法，可以看作线性预测算法中的一种。该类算法成功的突破了瑞利限的限制，比CBF算法具有较高的分辨力。并且该算法是各种线性预测算法中估计方差最小，是一种比较稳定的算法。 （4）．MUSIC算法是一种超高分辨率算法。将数据协方差阵进行特征分解，从而得到与信号分量对应的信号子空间和信号分量正交的噪声子空间利用这两个空间的正交性来估计信号的参数。 （5）．空间平滑算法(SS)是一种解相干算法。空间平滑算法是一种降维处理算法。空间平滑算法实际上是对数据协方差阵的秩进行恢复的过程，一般只适合均匀线阵。平滑后矩阵的维数一般小于原矩阵维数，也就是说解相干性能是通过降低自由度换取的。该算法是对数据的协方差阵进行重构，对重构后的矩阵进行奇异值分解，得到数据的信号子空间和噪声子空间。然后再用MUSIC算法进行DOA估计 （6）．矩阵分解算法(MD)是一种解相干算法，一种降维处理算法。该算法是对数据的协方差阵进行重构，对重构后的矩阵进行奇异值分解，得到数据的信号子空间和噪声子空间。然后再用MUSIC算法进行DOA估计 （7）．ESPRIT算法是利用子空间的旋转不变性进行DOA估计的。 （ 四 ）实验及结果的一些讨论： 1．运用平滑秩算法估计信号源数目。 2．在各信噪比下各种空间谱估计算法曲线中， CBF的波束宽度大，分辨率低。 MVM 比CBF的波束宽度窄，分辨率更高。 MUSIC 是一种超分辨算法，但是解相干的性能却大大降低，从图中，其性能和MVM差不多。 SS是基于空间平滑的MUSIC算法，可以看出其解相干性能优越，有超高的分辨力。 MD是基于矩阵分解的MUSIC算法，可以看出其解相干性能比SS优越。