典型阵列快速MUSIC算法研究

张兴良* 王可人 樊甫华



典型阵列快速MUSIC算法研究

张兴良王可人 樊甫华

(电子工程学院信息系 合肥 230037)

由于MUSIC(MUltiple SIgnal Classification)算法需要大量的乘法运算和三角函数求值，导致其实时处理能力较弱。为此，该文首先对均匀线阵和均匀圆阵的阵列结构进行分析，提取导向矢量的一些性质。然后，利用Hermite矩阵的性质对复数乘法进行分解，再组建两个实值向量以减少乘法运算次数。最后，利用导向矢量的性质提出一种基于查表的新算法。新算法既没有三角函数求值运算，又不需要大量的存储空间。仿真实验结果表明新算法在没有改变MUSIC算法谱估计的效果的前提下，将MUSIC算法的运算速率提高了50倍以上。因此，新算法具有广阔的应用前景。

典型阵列；导向矢量；查表法；快速MUSIC(MUltiple SIgnal Classification)算法

1 引言

传统的空间信号谱分析法是傅里叶变换法，由于阵列尺寸有限，该方法的分辨率受到瑞利限的约束。以多重信号分类 (MUltiple SIgnal Classification, MUSIC)算法为代表的子空间类处理方法，即所谓超分辨空间谱估计算法，突破了瑞利限的限制，实现了谱估计理论的重大飞跃。近年来，这类算法广泛应用在通信、雷达和航天等诸多领域，其优点早已得到实践证明。

遗憾的是，超分辨空间谱估计算法需要大量的乘法和三角函数求值，因此其计算耗时难以满足工程需要。在圆阵、方阵等2维阵列中，该问题表现得更加突出。实际上，巨大的计算量已成为超分辨空间谱估计技术完全走向实用化的主要瓶颈之一。

快速空间谱估计算法一直是国内外学者研究的热点，目前主要的研究思路有3种。……