矢量阵列PARAFAC分解信号DOA-极化联合估计

利用矢量传感器阵列隐含的多平移不变特性，可构建出三阶输出数据张量；进而利用张量PARAFAC分解算法（交替最小二乘，ALS）完成信号DOA-极化联合估计。该算法为R.Bro & N.D.Sidiropoulos于1998年提出，是PARAFAC分解应用于矢量阵列信号处理的早期成果。

%实验名称：电磁矢量传感器阵列输出张量PARAFAC分解算法
%撰写者：Xi-Rui ZHANG
%撰写日期：2012-01-11
%阵列：全电磁矢量传感器均匀线阵，阵元间隔为信号半波长
tic;
%-----clc & clear all-----%
clc;
clear all;

%-----parameter configurations-----%
K=100;
M=2;
N=4;
G=6;
J=eye（GG）;
lamda=1;
d=0.5*lamda;

theta=[3050]*（pi/180）;
phi=[4560]*（pi/180）;
gama=[1535]*（pi/180）;
eta=[8050]*（pi/180）;

Ps=1;
SNR=0:5:25;
repeat=500;                           %迭代的次数
trial=2;
error_theta_1=zeros（triallength（SNR））;
error_theta_2=zeros（triallength（SNR））;
error_phi_1=zeros（triallength（SNR））;
error_phi_2=zeros（triallength（SNR））;
for s=1:length（SNR）
Pn=Ps/（10^（0.1*SNR（s）））;
    for t=1:trial

%-----signal sources and sensor noises-----%
Sk=sqrt（Ps/2）*（randn（MK）+1i*randn（MK））;
Nk=sqrt（Pn/2）*（randn（NGK）+1i*randn（NGK））;
Nk=tens