解测向模糊新算法：基于协方差阵拟合

"一种基于协方差阵拟合的解测向模糊算法，通过预估的导向矢量与入射波功率来拟合协方差阵，利用最陡下降法找到最优功率参数，解决子空间类算法中的模糊问题，适用于阵元数量较多的情况。" 在无线通信和雷达系统中，阵列信号处理是一项关键的技术，它涉及到如何通过一组天线或传感器阵列来接收和分析来自不同方向的信号。其中，测向是确定信号源方向的重要任务，而模糊问题则是影响测向精度的一个主要障碍。流形模糊，即多个信号源方向线性相关，导致阵列流形上的数据矢量相互混淆，使得传统的子空间类算法如音乐算法、埃利斯曼算法等难以准确解模糊。 本文提出的基于协方差阵拟合的解模糊算法，旨在解决这一难题。首先，算法假设已知一部分导向矢量，并结合入射波的功率信息构建一个预估的协方差矩阵。接着，通过最陡下降法优化功率参数，这是一种梯度优化方法，它沿着梯度的负方向进行迭代，以最小化目标函数，即寻找使得协方差阵拟合误差最小的功率参数。在找到最优功率参数后，算法会将对应功率较大的入射波识别为真实来波，从而实现解模糊。 该算法的优势在于其能够有效地处理阵元数量较多的情况，即使在高维度的复杂环境中也能保持良好的性能。通过数值仿真，研究者验证了算法的有效性，证明在大量阵元设置下，该方法仍然可以准确地解测向模糊，提高系统的定向精度。 此外，文章的作者刘洪盛和肖先赐都是信号处理领域的专家，他们的研究为解决实际工程问题提供了理论依据和技术支持。该论文发表在《电子科技大学学报》上，具有较高的学术价值和实际应用潜力。其对子空间类算法的模糊问题提出的新解决方案，对于改进阵列信号处理技术，特别是在雷达和无线通信系统的设计中，有着重要的指导意义。