1、寬帶信號(hào)DOA估計(jì)是陣列信號(hào)處理領(lǐng)域的一個(gè)重要組成部分。在基于子空間的寬帶DOA估計(jì)算法中，在求聚焦矩陣時(shí)需要對(duì)入射信號(hào)的角度進(jìn)行預(yù)估計(jì)，而預(yù)估計(jì)結(jié)果與真實(shí)信號(hào)方向的接近程度對(duì)最終測(cè)向結(jié)果有很大的影響，粗糙的角度預(yù)估計(jì)將導(dǎo)致估計(jì)的性能大大下降。因此分析和尋找不需要角度預(yù)估計(jì)的寬帶DOA估計(jì)算法是值得研究的一個(gè)重要問題。本論文主要對(duì)寬帶信號(hào)DOA估計(jì)方法中的無需預(yù)估角方法進(jìn)行了較深入的分析和研究，并進(jìn)行了大量的仿真，以驗(yàn)證所提出算法的有效

2、性。 論文的第二部分介紹了DOA估計(jì)的窄帶和寬帶信號(hào)模型以及一些基本理論。 第三部分，介紹了DOA估計(jì)的非相干類方法和相干類無需預(yù)估角的方法。對(duì)于非相干類方法主要介紹了IMUSIC和TOPS方法。仿真結(jié)果表明，IMUSIC方法比TOPS方法在各個(gè)方面都有更好的估計(jì)性能。 對(duì)于相干類無需預(yù)估角的方法，詳細(xì)介紹了CSM、RSS、BI-CSM和R-CSM方法，并對(duì)各個(gè)方法進(jìn)行了比較分析。分析和仿真結(jié)果表明：RSS的性能

3、最為穩(wěn)定。要使R-CSM的估計(jì)性能得到穩(wěn)定，在低信噪比時(shí)，需要迭代5步以上，在中等及以上的信噪比情況下，至少需要迭代3步。另外，還就RSS方法在寬帶陣列信道化接收機(jī)中的應(yīng)用進(jìn)行了仿真試驗(yàn)，并與窄帶DOA估計(jì)方法進(jìn)行了比較。仿真表明：將寬帶DOA估計(jì)方法應(yīng)用于寬帶陣列信道化接收機(jī)中是一個(gè)有效的方法。它不需要對(duì)每一個(gè)存在信號(hào)的子信道進(jìn)行一次測(cè)向，而只需對(duì)它們進(jìn)行一次共同的測(cè)向。 在論文的第四部分介紹了將徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)應(yīng)用于窄帶D

4、OA估計(jì)和寬帶DOA估計(jì)中。對(duì)于窄帶DOA估計(jì)，提出了兩種以不同變量作為徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)輸入的DOA估計(jì)方法。并將兩種方法同MUSIC方法進(jìn)行了比較。以協(xié)方差矩陣元素作為輸入的方法在低信噪比的情況下，估計(jì)偏差較大，性能遠(yuǎn)遠(yuǎn)差于以信號(hào)子空間作為輸入的方法和MUSIC方法，但是，由于不需要求解信號(hào)子空間和譜峰搜索運(yùn)算，以協(xié)方差矩陣元素作為輸入的方法的運(yùn)算時(shí)間是最快的。 對(duì)于寬帶DOA估計(jì)，提出了兩種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的方法。

5、 第一種方法是將RSS方法與徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)相結(jié)合提出RSS-RBFNN，該方法先將各個(gè)頻點(diǎn)的數(shù)據(jù)聚焦到參考頻點(diǎn)上，然后計(jì)算出參考頻點(diǎn)上的協(xié)方差矩陣，最后協(xié)方差矩陣元素作為輸入的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)計(jì)算出DOA估計(jì)值。在相同的信噪比下，寬帶的RSS-RBFNN的估計(jì)性能要好于窄帶的RBFNN。 另一種方法是根據(jù)RSS的估計(jì)性能隨著聚焦區(qū)域的縮小而提高的性質(zhì)，提出了基于概率神經(jīng)網(wǎng)絡(luò)(PNN)的分區(qū)寬帶DOA估計(jì)方法PNN-R