《空间谱估计理论与算法》学习笔记003-阵列模型二阶统计特性

2.3 阵列模型二阶统计特性

假设：
（1）信号源数小于阵元的数目，以确保阵列流型矩阵的各列线性独立。
（2）噪声序列为一零均值高斯过程，各阵元间噪声相互独立，噪声与信号也相互独立。
（3）信号源通常为窄带远场信号。
（4）组成阵列的各传感器为各向同性阵元，且无互耦以及通道不一致的干扰。
对于模型
$$X\text{X}X(t)=A\text{A}AS\text{S}S(t)+N\text{N}N(t)$$

考察阵列快拍数据的协方差矩阵
$$R\text{R}R=E\left\{X\text{X}X{X\text{X}X}^H\right\}=A\text{A}AE\left\{S\text{S}S{S\text{S}S}^H\right\}{A\text{A}A}^H+E\left\{N\text{N}N{N\text{N}N}^H\right\}=A\text{A}A{R\text{R}R}_S{A\text{A}A}^H+{R\text{R}R}_N$$

式中，${R\text{R}R}_S$，${R\text{R}R}_N$分别为信号协方差矩阵和噪声协方差矩阵，对于空间里像白噪声且噪声功率为${\sigma }^2$，有下式成立
$$R\text{R}R=A\text{A}A{R\text{R}R}_S{A\text{A}A}^H+{R\text{R}R}_N=A\text{A}A{R\text{R}R}_S{A\text{A}A}^H+{\sigma }^{2}I\text{I}I$$

对$R\text{R}R$进行特征分解
$$R\text{R}R=U\text{U}U\Sigma {U\text{U}U}^H$$

式中，$U\text{U}U$为特征矢量矩阵，其中有特征值组成的对角阵$\Sigma$如下
$$\Sigma =\left[\begin{array}{cccc}{\lambda }_1& & & \\ & {\lambda }_2& & \\ & & \ddots & \\ & & & {\lambda }_M\end{array}\right]$$

上式中的特征值满足
$${\lambda }_1\ge {\lambda }_2\ge \cdots \ge {\lambda }_N\ge {\lambda }_{N+1}=\cdots ={\lambda }_M={\sigma }^2$$

定义如下两个对角矩阵
$${\Sigma }^{}$$