基于矢量奇异值分解的DOA估计方法及其改进

对相干信号的波达方向（DOA）估计是空间超分辨谱估计的热点。在均匀线性阵列模型下，特征矢量奇异值分解法（ESVD）能够很好的对相干信号进行DOA估计，但是当相干信号和非相关信号同时存在时，ESVD并不能对全部信号进行DOA的估计。本文通过对ESVD算法的理论分析后，选取经过加权处理的特征向量来构造新矩阵，再利用奇异值分解得到信号的噪声和信号子空间，从而进行DOA估计。理论分析和计算机仿真表明该改进算法(MESVD)解决了ESVD算法在相干信号和不相关信号同时存在不能正确进行DOA估计的问题，估计精度与空间平滑算法（FBSS）相当。