进行了新方法、原贝叶斯高分辨方位估计方法与多重信号特征法( music )和极大似然估计法( mle )的性能比较研究,揭示了新方法的优越性。
在介绍了多重信号分类( music )算法和旋转不变技术( esprit )的基本原理后,考虑到常规的算法都受到阵列形式的限制,本文在esprit算法的基础上,提出了一种利用阵元数据的相关函数构造向量的算法,该算法不要求特定阵列结构,且有一定的稳健性。
空间谱估计的算法大致分两大类:一是基于极大似然估计和最大后验概率估计统计理论的算法,包括:极大似然估计法( ml ) 、最大熵法等;另一类是基于对协方差矩阵进行子空间分解或投影的算法,包括:矢量特征法、多重信号分类法( music ) 、投影矩阵法等。其中, music法是一种经典的空间谱估计主流算法,具有超强的分辨性能,但它无法实现对相干信号进行测向分辨。