信号源数目估计实验报告.pdfVIP

信源数估计方法的研究 摘 要：在空间谱估计技术中，估计信号源个数是个重要的问题，其估计准确与否将直接影响到空间谱估计的性能。本 文分析了信息论准则、盖尔圆法（GDE）以及正则相关技术（CCT）在信源数估计中的运用，对比了它们在不同条件下 的估计效果。仿真实验表明，信息论准则在阵列输出信噪比较低，采样数据短和空间信号间隔较近时比较有效，在色噪 声背景下，CCT 和GDE 均能较好地估计信号源数，而信息论准则失效。 关键词：信号源数目估计；信息论准则；盖氏圆；正则相关技术 为最小来确定 ,也就是将式（1）作为最优参 引 言1  p  数模型。 是参数 的最大似然估计， 为 中  p  在空间谱估计技术中，估计信号源数是一个关键问题。 独立参数的个数。通过信号处理理论的相关知 N 空间谱估计技术中的大部分算法需要知道入射信号数 。实 识对参数 的最大似然估计得到： p 际应用场合，信号源数往往是一个未知数，往往需要先估计 M ^ 1 M K (MK ) N 信号源数目或假设已知，然后再估计信号源的方向。但当信  i  （2 ）  i K 1_  AIC (k) 2In  M ^   2K(2MK ) 号源数目估计不准确时，信号子空间和噪声子空间的维数将  1 i  发生偏差，从而造成两者不完全正交，就会造成估计信号源  M K i k 1  时的漏警或者虚警，进而导致估计信号来向时，产生较大的 1.2 MDL 准则 [1] 误差 。 根据MDL 准则，应选择模型使目标函数： R x 在理想的情况下，由阵列输出协方差矩阵 的最小特 