相干多径信号的来波方向(DOA)估计是阵列信号处理研究中的一个热点,也是智能天线技术的核心内容之一。近年来,随着移动通信技术的发展,人们对相干多径信号的DOA估计算法研究的越来越深入,不断对已有的DOA估计算法进行改进,新的DOA估计算法不断提出,以期能够满足移动通信技术发展的要求,本课题正是在此背景下提出。 通过阅读大量国内外相关文献,在本文中对无线电测向的历史、现状、及发展趋势做了总结,介绍了无线电测向的基本知识,阐述了五种传统无线电测向系统的基本原理,即幅度比较式测向系统、相位比较式测向系统、多普勒测向系统、乌兰韦伯测向系统、时差法测向系统。在此基础上,以上世纪九十年代兴起的空间谱测向体制为切入点,深入研究了几种子空间类空间谱DOA估计算法,并以多重信号分类(MUSIC)算法为重点作了详细介绍,深入探讨了空间平滑去相干技术和旋转不变技术。随后分别介绍了本课题研究中采用的两个基本算法,即Dominic Grenier和(?)loi Bossé于1996年提出了DEESE算法、Le(?)la Najjar Atallah与Sylvie Marcos于2004年提出了PADEC算法,具体阐述了这两种算法的数据模型和算法流程。在对这两种算法做了深入研究并充分了解DEESE和PADEC算法特点的基础上,对PADEC算法进行了改进,总结出新的算法即PADEC—DEESE算法,最后通过计算机仿真实验验证了PADEC—DEESE算法的有效性,并与其他三种算法,即PADEC、DEESE、MUSIC—SS算法的DOA估计性能作了比较,给出了不同信噪比情况下各个算法的DOA估计偏差和方差仿真图、在不同采样数据长度下DOA估计偏差和方差仿真图以及不同信噪比情况下的DOA估计成功率图,并对这些仿真结果作了一定的分析,给出了分析结论。 本文的创新主要体现在:将DEESE算法独特的去相干策略应用于PADEC算法中。DEESE算法异于传统空间平滑算法的独特去相关策略,使它在低信噪比、天线阵阵元数较少时有着良好的DOA估计性能,而PADEC算法中去相干策略采用的是前后向空间平滑技术。通过仿真实验表明,PADEC—DEESE算法在低信噪比时的DOA估计精度优于PADEC算法。