5.1传统ESPRIT算法和改进的ESPRIT算法随信噪比SNR变化的影响 22

5.2传统ESPRIT算法和改进的ESPRIT算法随快拍数N变化的影响 23

5.3传统ESPRIT算法和改进的ESPRIT算法随阵元间距 变化的影响 26

结论 30

致谢 31

参考文献 32

 1  绪论

1.1 选题背景和意义

信号是电子信息科学领域最重要的基本概念之一，信号是信息的载体和基本表现形式，而信息蕴含在信号的外部特征和内部特征参数之中。信号处理的目的就是为了从复杂的环境中，对信号进行某种加工或变换，对信号的特征参数进行有效的检测和准确的估计，进一步实现信号的识别、分析和诊断[1】。

众所周知，信号处理的基本原则是尽可能地利用、提取和恢复包含于信号特征中的有用信息。在复杂的电磁环境中，对信号的参数进行有效的检测和精确的估计就显得尤其重要。长期以来人们在一维信号的检测和分析方面取得了许多重要的研究成果。进入20世纪60年代以来，研究人员开始讲一维信号处理逐渐延伸到多维信号处理[9】。

近年来高分辨力的时序信号谱分析技术得到了很大程度上的发展，这对阵列信号的空间谱估计技术产生了极大的影响。瑞利限的限制是针对线性处理的谱分析法的，非线性谱分析法的产生和发展开创了谱分析的新时代，即所谓的现代谱分析技术将这些技术用于阵列信号处理以分析空间信号源的到达方向（DOA），由于它具有比傅氏变换更高的分辨力，故称为超分辨技术。

阵列信号处理今年来取得了迅速发展，其目的之一就是获得信号到达方向等与信号源属性有关的信息。阵列信号处理的应用范围很广，可用于雷达、通信、声纳、地震勘探、射电天文等众多领域。就用于空间谱估计的阵列信号而言，其基本问题之一就是通过对多个阵元接收信号的处理来确定目标的方向分布。对于时序信号，传统的谱分析方法为傅里叶分析法，其频谱上的分辨力取决于时序信号的长度（观测时间），将此技术用于阵列信号处理，可描述空间信号分布的空间谱。但这样得到的空间谱，其分辨力是有限的。角分辨力取决于阵列的物理孔径尺寸，即它的分辨性能受到所谓瑞利限的限制。要突破瑞利限而获得更高的分辨力，傅氏变换无能为力，要采取另外的方法[2】。源[自[优尔^`论`文]网·www.youerw.com/

众所周知，扩展相邻阵元间距使其大于半波长可以得到提高阵列的分辨率和参数估计的精度的作用，但却一定会造成参数估计的模糊。因此，通过阵列孔径扩展从而实现高精度无模糊的DOA估计具有较大的意义，本文的主要工作也在于此。

1.2 国内外发展与研究现状

1.3  本文内容安排

第一章 绪论。说明本课题的选题背景及选题意义；

第二章 DOA基本算法介绍及传统的二维DOA算法介绍。主要介绍一维MUSIC算法，一维ESPRIT算法，二维ESPRIT算法；

第三章 阵列流型。本文是基于双L型阵列流型进行研究的；

第四章 多值问题产生和解模糊方法。本文的多值性问题主要是由于传感器之间的距离大小造成的，而解模糊的方法主要采用一维集算法和差表法；

第五章 仿真结果。本文主要研究二维ESPRIT算法下的仿真结果，并与其它算法进行简单对比；

 2  DOA基本算法介绍及传统的二维DOA算法介绍