2022-10-31

自动驾驶与雷达(二)   超分辨率测角方法——MUISC算法

姓名：张波；  学号：22021211233； 学院：电子工程学院

【嵌牛导读】 传统的雷达测角方法如最大信号法、单脉冲比幅比相测角方法的测角精度收瑞利限制的影响，实际应用中对天线孔径和数目有一定的要求，而超分辨率算法的角分辨力理论上不限(受到噪声的影响),今天主要介绍MUSIC算法以及MIMO雷达上的应用。

【嵌牛鼻子】MUSIC算法 导向矢量

【嵌牛提问】你觉得MUSIC算法的优缺点在哪里？

        MUSIC算法，也称为多重信号分类法，MUSIC算法基本思想是对协方差矩阵进行奇异值分解，获得相互正交的噪声子空间和信号子空间]。然后利用噪声子空间构建搜素空间谱，对空间谱进行谱峰搜索所获得的角度所求DOA。

       MUSIC算法步骤大概可分为：

（1）利用雷达接收天线所接收的信号构建协方差矩阵

（2）对协方差矩阵进行SVD分解，利用分解后的噪声子空间构建空间谱

（3）对空间谱进行谱峰搜索，谱峰角度即为目标角度。

下面利用MATLAB仿真验证：

        设定三个目标的角度为[-10,0]、[10,-10]、[0,10]，信噪比为0dB;

主要代码程序：

图一 MATLAB谱峰搜索代码程序

实验结果：

图二 谱峰搜索结果

        通过图二，我们可以很明显的辨认出三个目标的角度为[-10,0.2]、[10,-10]、[0,10],与设定的目标角度误差很小。

        MUSIC算法是在已知信号源数目下计算的，而在实际应用中这是不可能的，只能根据观测数据对源数目进行估计。这种依据阵列协方差矩阵特征值的分布来估计信号源的方法，在理论上是完美的，至少对独立源和部分相关源是正确的，但实际上由于数据长度有限，很大程度上只能依靠主观判断来确定源数。这也是MUSIC算法最大的缺点。