相干信号源DOA估计算法——信号特征矢量重排法MATLAB代码

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。

%实现算法：信号特征矢量重排法（算法作者：叶中付）
%程序作者：章希睿
%编写日期：2010年10月12日
%文件名称：eigenvectorrearrange.m
%算法简要说明：该算法是针对相干信号源提出的一种解相干方法，其实现步骤如下：
%1.采取N阵元均匀直线标量阵列获取M个相干信号源，假设信号源全部相干（M%2.求阵列接收数据的最大似然协方差矩阵Rx，并进行特征值分解，确定特征矢量的个数，进而得到重排矩阵的维数L；
%3.根据特征矢量重排的法则确定重排矩阵Rr；
%4.采取MUSIC算法实现信号源数和DOA的估计（进行100次独立实验）。

%------clear&clear------%
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----