相干信号源数学模型
对两个平稳信号 s i ( t ) s_i(t) si(t)和 s k ( t ) s_k(t) sk(t),定义相关系数
信号的相关性定义如下
相干信号源间只差一个复常数,假设有 n n n个相干信号源
s 0 ( t ) s_0(t) s0(t)称为生成信源,生成了入射到阵列上的 n n n个相干信号源。
相干信号源模型:
平滑秩序列法
当信号源相干时,估计信号源数。
对于独立信号的分辨能力,阵元数M应大于独立源数,即 M ≥ K + 1 M\geq K+1 M≥K+1;对于前向/后向空间平滑法,应满足 M ≥ K + J 1 M\geq K+J_1 M≥K+J1, K K K是总源数, J 1 J_1 J1是相关源数目,对于双向平滑算法,应满足 M ≥ K + 1 2 J 1 M\geq K+\frac{1}{2}J_1 M≥K+21J1。
设 R 0 \bm{R}_0 R0是 M × M M×M M×M维矩阵, k k k是正整数,定义一个 ( M − k ) × M (M-k)×M (M−k)×M维矩阵 I M − K \bm{I}_{M-K} IM−K
将 R 0 \bm{R}_0 R0分成交叉重叠矩阵 { R 0 ( i ) } i = 1 M − 1 \{\bm{R}_0^{(i)}\}_{i=1}^{M-1} {
R0(i)}i=1M−1
信号源由 L L L组相关源的群组成,表示为 g i g_i gi,如 i = 1 i=1 i=1表示单个独立信号, i = 3 i=3 i=3表示有三个相干源, L L L是最大的相关源数, g 2 = 3 g_2=3 g2=3表示有三个相关群,每个群有2个相干源,相关群总数为
总信号源数为
从有限次快拍的数据中获得数据协方差矩阵,此时
而 R ( k ) ^ \hat{\bm{R}^{(k)}} R(k)^的信号子空间维数就是 R 0 ( k ) ^ \hat{\bm{R}_0^{(k)}} R0(k)^的秩,故平滑秩序列为
根据MDL准则
双向平滑秩序列
平滑秩算法
1. k = 0 k=0 k=0
2.MDL准则求