关于相干信号的阵列处理

相干信号源数学模型

对两个平稳信号$s_i(t)$和$s_k(t)$，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$n$个相干信号源

$s_0(t)$称为生成信源，生成了入射到阵列上的$n$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$M\ge K+1$；对于前向/后向空间平滑法，应满足$M\ge K+J_1$，$K$是总源数，$J_1$是相关源数目，对于双向平滑算法，应满足$M\ge K+\frac{1}{2}{J}_1$。
设${\mathbf{R}}_0$是$M\times M$维矩阵，$k$是正整数，定义一个$(M-k)\times M$维矩阵${\mathbf{I}}_{M-K}$

将${\mathbf{R}}_0$分成交叉重叠矩阵{ R0(i)}i=1M−1\{\bm{R}_0^{(i)}\}_{i=1}^{M-1}{ R0(i)​}i=1M−1​

信号源由$L$组相关源的群组成，表示为$g_i$，如$i=1$表示单个独立信号，$i=3$表示有三个相干源，$L$是最大的相关源数，$g_2=3$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$\widehat{{\mathbf{R}}^{(k)}}$的信号子空间维数就是$\widehat{{\mathbf{R}}_0^{(k)}}$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.$k=0$
2.MDL准则求R0(k)^\hat{\bm{R}_0^{(k)}}