基于协方差矩阵Toeplitz重构的MUSIC算法的波达方位估计方法

针对传统波达方向（Direction of Arrival, DOA）估计方法通过空间平滑对相干信号进行处理损失阵列孔径的问题，文章提出了一种基于协方差矩阵托普利兹（Toeplitz）矩阵重构的多重信号分类（Multiple Signal Classification, MUSIC）算法的波达方位估计方法。该方法首先根据阵列接收数据的协方差矩阵及其翻转矩阵来构造新协方差矩阵，并利用新协方差矩阵构造Toeplitz矩阵，然后对其进行特征值分解，得到Toeplitz矩阵的噪声子空间，利用噪声子空间求出信号空间谱，通过谱峰搜索估计入射信号的方位角。文中方法拓展了阵列孔径，增加了可估计相干信号的数量，提升了方位估计的性能，提高了阵列的空间分辨率。仿真和湖上实验数据处理结果表明，文中方法可估计出更多的相干信号，而且在低信噪比、少快拍以及信号入射角度间隔较小时仍然具有良好的方位估计性能。     

基于互质阵列的近场源位置估计方法

针对均匀线列阵检测信号数目受阵元个数限制、估计精度受阵列孔径影响等问题，提出一种基于互质阵列的近场源位置估计方法。对阵列接收数据进行预处理，建立只包含角度参数的模型，利用迭代方法来逐步修正角度偏移向量和功率向量，得到入射信号的波达方向；固定已估计出的角度，建立关于距离参数的离网格模型，通过迭代方式逐步修正距离偏移向量，从而得到距离估计值；通过仿真实验对所提方法进行验证。理论分析和仿真实验结果表明，该方法扩展了阵列孔径，提高了方位和距离的估计精度，在低信噪比和少快拍的情况下依然具有良好的估计性能，同时自动匹配估计角度与估计距离，确定信源位置。