MUSIC算法初识

MUSIC算法的提出开创了空间谱估计算法研究的新时代，促进了特征结构类算法的兴起和发展，该算法已成为空间谱估计理论体系中的标志性算法。...



阵列信号处理是信号处理领域内的一个重要分支，在近些年来得到了迅速发展，其应用涉及雷达、通信、声纳、地震、勘探、天文以及生物医学工程等众多军事及国民经济领域。

阵列信号处理主要的研究方向是自适应阵列处理和空间谱估计。其中空间谱估计理论与技术仍处于方兴未艾的迅速发展之中，已成为阵列信号处理学科发展的主要方面。

空间谱估计侧重于研究空间多传感器阵列所构成的处理系统对感兴趣的空间信号的多种参数进行准确估计的能力，其主要目的是估计信号的空域参数或信源位置，这也是雷达、通信、声纳等许多领域的重要任务之一。

空间谱表示信号在空间各个方向上的能量分布。因此，如果能得到信号的空间谱，就能得到信号的波达方向（DOA），所以，空间谱估计常称为“DOA估计”。

波达方向估计指的是要确定同时处在空间某一区域内多个感兴趣信号的空间位置，即各个信号到达阵列参考阵元的方向角。波达方向技术是阵列信号处理中的重要研究方向，是近年来迅速发展起来了一门跨学科专业的边缘技术。

特别是多信号源的波达方向估计、相干信号源的波达方向估计、宽带波达方向估计、复杂环境下的波达方向估计等更是国际上研究的热点。

近年来，波达方向估计的各种算法取得了丰硕的成果，其理论日益完善，这为其投入实际的应用中提供了坚实的理论基础，最经典的DOA估计算法是基于接收信号相关矩阵特征分解的MUSIC算法。

多重信号分类（MUSIC）算法

它是Schmidt等人在1979年提出的。这一算法的提出开创了空间谱估计算法研究的新时代，促进了特征结构类算法的兴起和发展，该算法已成为空间谱估计理论体系中的标志性算法。

此算法提出之前的有关算法都是针对阵列接收数据协方差矩阵进行直接处理，而MUSIC算法的基本思想则是见任意阵列输出数据的协方差矩阵进行特征分解，从而得到与信号分类相对应的信号子空间和与信号分量相正交的噪声子空间，然后利用这两个子空间的正交性构造空间谱函数，通过谱峰搜索，检测信号的DOA。



总的来说，MUSIC算法突出的优点

(1)多信号同时测向能力

(2)高精度测向

(3)对天线波束内的信号的高分辨测向

(4)可适用于短数据情况

(5)采用高速处理技术后可实现实时处理

    关注 随机噪声合成孔径雷达对抗技术