基于峰均功率比的盖氏圆信源数估计方法

焦亚萌，武 岳，崔 琳

西安工程大学电子信息学院，陕西西安710600

信号源参数估计是雷达、声呐和地震学等阵列信号处理领域的重要问题．其中，确定信号源数目是信号源参数估计的重要课题， 出现了如信息论方法、最大后验概率方法、平滑秩法、特征值门限法和假设检验法等方法[1]．最常见的是信息论方法，如Akaike 信息论准则(Akaike information criterion, AIC)和最小描述长度(minimum description length, MDL)准则等[2]．NADLER[3]和FISHLER等[4]给出包括AIC和MDL准则在内的所有基于信息论算法性能的渐进分析：AIC有不可忽略的高估概率，而MDL准则对信号源的实际分布不敏感．进一步分析可知，在低信噪比(signal to noise ratio, SNR)时，因无法很好地区分采样协方差矩阵特征值的大小，令信号子空间和噪声子空间难以被正确划分，造成利用信息论方法估计信号源数目时受到特定因素的影响．比如，AIC不是信号源数的一致估计，估计性能并不会随着信噪比的增加而稳步增加；MDL准则受信噪比影响较大，在低信噪比时，估计概率不理想. 针对信息论方法的估计性能受特定因素影响的情况，WU等[5]提出用对数似然函数将盖氏圆半径与AIC和MDL准则相结合的算法，显著改善了高斯白噪声环境下的检测性能．董志等[6]将对角加载技术引入MDL准则中．由于对角加载技术具有对角加载过程对较大的特征值产生很小的影响，且对应于噪声的较小特征值将收敛到接近负载值的特性，改善了MDL准则的性能．HUANG等[7]利用噪声子空间分量的恒等协方差矩阵结构设计了基于线性收缩的最小……