针对传统的空间谱估计算法对相干源的波达方向(DOA)估计会失效的问题,该文在利用信号子空间特征向量生成广义特征值(G enera lized E igenva lues utilizing S igna l subspace E igenvectors,G eese)算法基础上,结合空间平滑技术对接...针对传统的空间谱估计算法对相干源的波达方向(DOA)估计会失效的问题,该文在利用信号子空间特征向量生成广义特征值(G enera lized E igenva lues utilizing S igna l subspace E igenvectors,G eese)算法基础上,结合空间平滑技术对接受数据进行预处理,提出一种改进的G eese算法。该算法由于不需方向搜索且只利用信号子空间,大大降低了计算复杂性。计算机仿真结果表明,与G eese算法相比,该改进算法既能够有效地估计出独立信号源的DOA,也能有效地估计出相干信号源和相隔比较近的低信噪比信号源的DOA。对于独立源的估计,在相同条件下,估计性能也要优于经典的空间谱估计算法(ESPR IT算法和MUSIC算法),从而证明该算法的合理性。展开更多
文摘针对传统的空间谱估计算法对相干源的波达方向(DOA)估计会失效的问题,该文在利用信号子空间特征向量生成广义特征值(G enera lized E igenva lues utilizing S igna l subspace E igenvectors,G eese)算法基础上,结合空间平滑技术对接受数据进行预处理,提出一种改进的G eese算法。该算法由于不需方向搜索且只利用信号子空间,大大降低了计算复杂性。计算机仿真结果表明,与G eese算法相比,该改进算法既能够有效地估计出独立信号源的DOA,也能有效地估计出相干信号源和相隔比较近的低信噪比信号源的DOA。对于独立源的估计,在相同条件下,估计性能也要优于经典的空间谱估计算法(ESPR IT算法和MUSIC算法),从而证明该算法的合理性。