【DOA估计】基于Matlab实现均匀平面阵MUSIC算法

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

随着科学技术的发展,现在的许多领域中都需要知道有用信号的确切方向.从而对信号的精确测向提出了很高的要求.目前,测向算法已经已经被广泛应用到雷达,通信等许多领域中.本论文中介绍了MUSIC算法原理及其硬件实现. 在以往对空间信号的测向上的研究大多是对空间信号的一维DOA估计.本论文首先分析了MUSIC算法的基本原理.接着本文介绍了基于立体阵的二维DOA估计.接着本文对用MATLAB语言实现的计算机仿真结果进行分析比较,其结果对工程的实现有一定的参考价值. 

⛄ 代码

%矩形阵列MUSIC算法空间谱图

clc;clear;close all;

twpi=2*pi;

rad=pi/180;

deg=180/pi;

kelm=8;

n=100;% 快拍数

snr=10;% 信噪比

theta = [10 30 50];

fe = [15 25 35];

dd=0.5;% 阵元间隔

iwave=3;% 目标数

d=0:dd:(kelm-1)*dd;

A0=exp(1i*twpi*d.'*(sin(theta*rad).*cos(fe*rad)))/sqrt(kelm);

Al=exp(1i*twpi*d.'*(sin(theta*rad).*sin(fe*rad)))/sqrt(kelm);

S=randn(iwave,n);

X0=[];

for im=1:kelm

    X0=[X0;A0*diag(Al(im,:))*S];

end

X1=awgn(X0,snr,'measured');

Rxx = X1*X1'/n;

[EV,D] = eig(Rxx);%求特征值和特征向量

[EVA,I] = sort(diag(D).');%特征值按升序排列

EV = fliplr(EV(:,I));%左右翻转，特征值按降序排列

Un = EV(:,iwave+1:end);%噪声子空间

for ang1 = 1:90

    for ang2 = 1:90

        thet(ang1) = ang1-1;

        phim1 = thet(ang1)*rad;

        f(ang2) = ang2-1;

        phim2 = f(ang2)*rad;

        ax = exp(1i*twpi*d.'*sin(phim1)*cos(phim2));

        ay = exp(1i*twpi*d.'*sin(phim1)*sin(phim2));

        SP(ang1,ang2) = 1/(kron(ay,ax)'*Un*Un'*kron(ay,ax));

    end

end

SP=abs(SP);

SPmax=max(max(SP));

SP=SP/SPmax;

h = mesh(thet,f,SP);

set(h,'Linewidth',2)

xlabel('elevation(degree)')

ylabel('azimuth(degree)')

axis([0 90 0 90 0 1])

zlabel('magnitude(dB)')

⛄ 运行结果

⛄ 参考文献

[1] 张西托, 饶伟, 胡冬梅,等. 基于非均匀线阵和修正MUSIC算法的DOA估计[J]. 火力与指挥控制, 2009(S1):3.

[2] 朱莉, 张国权, 王光明. 基于均匀圆阵相干信源DOA估计的改进MUSIC算法[J]. 上海航天, 2009(1):4.

[3] 王月瑜. 基于MUSIC算法的二维DOA估计[D]. 哈尔滨工程大学.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料