相干信号元music算法DOA估计

相干信号源music算法当接收的信号源是部分相干或者全部相干的时候，信号源协方差矩阵会出现亏秩的情况，进而导致阵列接收数据协方差矩阵出现缩维的情况，所以基于数据协方差矩阵特征分解的子空间类算法性能会变得很差。于是，对于相干源的解相干技术就变得很重要，主要的解相干方法包括：空间平滑方法、基于奇异值分解的方法和基于信号特征矢量的方法

clc;
clear all;

%------确定均匀直线标量阵列和信号的相关参数------%
K=100;
N=12;
lamda=1;
d=0.5*lamda;
SNR=10;
Ps=1;
Pn=Ps/10^（0.1*SNR）;
theta=[520255070]*（pi/180）;
M=length（theta）;
for trial=1:100
    
%------产生全部相干的信号源------%
Sk=sqrt（Ps/2）*（randn（1K）+1i*randn（1K））;
Nk=sqrt（Pn/2）*（randn（NK）+1i*randn（NK））;

%------明确阵列的导向矢量矩阵------%
a1=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（1））/lamda）;
a2=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（2））/lamda）;
a3=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（3））/lamda）;
a4=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（4））/lamda）;
a5=exp（-1i*2*pi*d*[0:N-1]‘*sin（theta（5））/lamda）;
A=[a1a2a3a4a5];

%------明确阵列接收数据和数据协方差矩阵，并进行特征分解------%
X=A*[Sk;exp（1i*（pi/6））*Sk;exp（1i*（pi/5））*Sk;exp（1i*（pi/4））*Sk;exp（1i*（pi/3））*Sk]+Nk;
Rx=X*X‘/K;
[UV]=eig（Rx）;
Un1=U（:1:（N-M））;

%----