均匀圆阵列天线测向算法的MUSIC方法研究

"音乐均匀圆阵列天线测向算法研究" 均匀圆阵列天线（Uniform Circular Array, UCA）在军事和民用领域都具有重要的应用价值，其测向算法的研究是实现其实用化的核心。该研究主要关注的是在不同信源模型下，如何有效地进行角度估计算法的设计和优化。 论文首先阐述了空间谱估计的基本理论和算法，这是理解UCA测向的基础。接着，深入探讨了UCA的输出数据模型和波束域处理的关键问题。考虑到信号的循环平稳特性，通过窄带近似简化了阵列流形，提出了两种创新的UCA测向算法：波束域CyclicMUSIC（Cyclic Multiple Signal Classification）和Cyclic-RMUSIC算法。这两种算法能够有效抑制干扰和噪声，同时利用快速傅里叶变换（FFT）或求根技术显著降低了计算复杂度。 随后，研究了传统CyclicMUSIC算法中最佳延时不确定性对到达角（Direction Of Arrival, DOA）估计的影响。针对这个问题，提出了一个新的最佳延时估计方法，解决了在信源循环频率不同时，算法需要预先知道最佳延时的问题。对于多个具有相同循环频率的信源，通过交错技术和联合估计策略，提出了两步搜索DOA的方法，以解决最佳延时不存在的问题，并在保持较低计算量的同时提高了估计精度。 论文还特别关注了相干信源和宽带循环平稳信源的UCA测向算法。在前向后向空间平滑算法的框架下，整合了基于均匀线阵（ULA）的去相关算法，并将其扩展到UCA场景。通过引入相位模式激励技术构建预处理矩阵，开发出一种新的方法来估计宽带循环平稳信源的DOA。 该研究涵盖了平稳、循环平稳、相干平稳以及宽带循环平稳等多种信源模型下的测向算法，对每种情况都进行了性能分析。这些研究结果为设计机载超分辨率测向天线阵提供了有力的技术支持和理论依据。 关键词：均匀圆阵（UCA），相位模式激励，到达角（DOA），测向，MUSIC算法，循环平稳性，最佳延时。