强干扰下相干多目标DOA估计算法：挑战、突破与展望.docxVIP

强干扰下相干多目标DOA估计算法：挑战、突破与展望

一、引言

1.1研究背景与意义

在通信、雷达、声纳等众多电子系统中，准确估计信号的波达方向（DirectionofArrival，DOA）是一项关键技术，对系统性能起着决定性作用。随着科技的飞速发展，这些系统面临的电磁环境日益复杂，常常需要在强干扰下对相干多目标的DOA进行估计，这一任务的重要性和挑战性也愈发凸显。

在通信领域，尤其是5G乃至未来6G通信系统中，多用户通信、室内定位、智能天线技术等都依赖于精确的DOA估计。在多用户通信场景下，基站需要准确知晓各个用户信号的到达方向，从而利用波束成形技术将信号精准地发送给目标用户，同时抑制对其他用户的干扰，以此提高频谱效率和通信质量。比如在密集的城市环境中，大量用户同时使用通信设备，信号相互干扰严重，此时若能准确估计DOA，就能实现高效的多用户复用，提升通信系统的容量。在室内定位方面，通过对移动设备信号的DOA估计，可以实现高精度的室内定位，为基于位置的服务（如室内导航、资产追踪等）提供有力支持。

雷达系统中，DOA估计用于目标的检测、定位与跟踪。现代战争环境下，雷达面临着来自敌方的有源干扰、杂波干扰以及多径效应产生的相干多目标回波，准确估计强干扰下相干多目标的DOA，是雷达实现可靠目标探测与跟踪的关键。例如在防空雷达中，需要在敌方电子干扰的情况下，准确分辨出多个来袭目标的方向，为防空武器系统提供精确的目标指示，保障国土安全。在民用领域，如空中交通管制雷达，准确的DOA估计有助于对多个飞机目标进行实时监测和跟踪，确保航空安全。

声纳系统在水下目标探测、海洋资源勘探、水下通信等方面发挥着重要作用。水下环境复杂，存在着各种噪声干扰以及多途效应导致的相干多目标回波，精确的DOA估计对于声纳系统准确探测水下目标的位置和运动状态至关重要。例如在海底石油勘探中，利用声纳的DOA估计技术可以确定反射声波的海底地质结构的方向，为石油勘探提供重要的数据支持。

然而，强干扰下相干多目标的DOA估计面临着诸多难题。相干信号的存在使得传统的基于信号独立性假设的DOA估计算法性能急剧下降甚至失效，因为相干信号会导致接收数据协方差矩阵的秩亏缺，使得信号子空间和噪声子空间的划分出现偏差，从而无法准确估计目标的DOA。同时，强干扰会淹没目标信号，降低信噪比，增加了信号处理的难度，使得准确提取目标信号的DOA信息变得更加困难。

因此，研究强干扰下相干多目标的DOA估计算法具有重大的理论意义和实际应用价值。从理论层面看，它推动了信号处理、阵列信号处理、统计推断等相关学科的发展，促进了新的理论和方法的诞生，如基于子空间的解相干算法、压缩感知理论在DOA估计中的应用等，丰富了信号处理领域的理论体系。从实际应用角度出发，有效的DOA估计算法能够显著提升通信、雷达、声纳等系统的性能，增强系统在复杂电磁环境下的适应能力和可靠性，为国防安全、智能交通、海洋开发等众多领域的发展提供强有力的技术支撑，进而推动整个社会的科技进步和经济发展。

1.2国内外研究现状

强干扰下相干多目标的DOA估计一直是信号处理领域的研究热点，国内外众多学者围绕这一问题展开了大量深入的研究，并取得了一系列成果。

在国外，早期的研究主要集中在传统的DOA估计算法上。多重信号分类（MUSIC）算法和旋转不变技术估计信号参数（ESPRIT）算法是两种经典的基于子空间的DOA估计算法，在非相干信号环境下展现出了良好的性能，具有较高的分辨率和精度。但当面对相干多目标和强干扰时，这些算法由于依赖信号子空间和噪声子空间的准确划分，而相干信号导致数据协方差矩阵秩亏缺，使得算法性能急剧恶化。例如，在多径效应严重的城市环境中，传统MUSIC算法对相干多目标的DOA估计误差明显增大，甚至无法分辨出多个目标。

为了解决相干问题，国外学者提出了多种解相干算法。空域平滑算法是其中较为经典的一类，其核心思想是将阵列划分为多个子阵列，通过对各子阵列数据协方差矩阵的平均来降低信号的相关性，从而恢复数据协方差矩阵的满秩性，使得传统的子空间算法能够有效应用。前后向空间平滑算法进一步改进，不仅考虑了前向子阵列，还利用了后向子阵列的数据，在一定程度上提高了算法性能。然而，这类算法存在有效阵列孔径减小的问题，导致分辨率下降，尤其在信源数较多时，性能下降更为明显。例如，在实际雷达应用中，当需要同时检测多个相干目标时，空域平滑算法可能会因为分辨率不足而无法准确区分相邻目标。

基于矩阵重构的方法也得到了广泛研究。这类方法通过对接收数据矩阵进行特殊的重构操作，如基于Toeplitz矩阵重构算法，利用数据的相关性特点重构出满秩的矩阵，再结合子空间算法进行