基于经典MUSIC的DOA估计Matlab仿真

信息与通信工程学院阵列信号处理实验报告（基于经典MUSIC的DOA估计Matlab仿真）学号：XXXXXX专业：XXXXXX学生姓名：XXX任课教师：XXX2015年X月题目：基于经典MUSIC的DOA估计Matlab仿真1.算法简述：基于天线阵列协方差矩阵的特征分解类DOA估计算法中，多重信号分类（MUSIC）算法具有普遍适用性，只要已知天线阵的分布形式，无论直线阵还是圆阵，不管阵元是否等间隔分布，都可以得到高分辨率的估计结果。阵列协方差矩阵R可以划分为两个空间，即HHsssNNNRUΣUUΣU。因导向矩阵的各矢量与噪声子空间正交，可得到阵列空间谱函数MUSICHH1()()()NNPaUUa使变化，按照MUSIC()P来搜索峰值来达到波达方向的估计值。2.实验内容与结果：实验使用8阵元均匀线阵，阵元间距为信号波长的一半，输入信号为1个BPSK信号，1个非相干的单频干扰，设置载波频率10MHz、采样频率30MHz、快拍数30、信干比0dB、信号方位角0、干扰方位角5，分析信噪比从1到20dB估计均方误差。实验结果见下图。-100-80-60-40-20020406080100-40-20020406080入射角/degree空间谱/dB经典MUSIC估计MusicSpectrum图1信噪比15dB情况下的波束图246810121416182000.51x10-3SNR(dB)0°角测量均方误差246810121416182000.51x10-3SNR(dB)5°角测量均方误差图2不同信噪比测得的均方误差3.仿真分析由仿真结果可知，在实验前提条件下，经典music算法的DOA估计可有效估计出信号的来向。当信噪比较小时，估计得均方误差较大；随着信噪比的提高，估计均方误差逐渐减小；当信噪比大于10dB以后，角度估计成功率100%。MUSIC算法在DOA估计中属于高精度算法，而算法的估计精度仍受阵元数量、信号角度、信号数量、信号间距、信噪比等影响，本实验仿真分析了一定情况下估计精度与信噪比的关系，得到了预期的实验结果。4.程序clearall;closeall;clc;%---------------------------------%线阵musicDOA%---------------------------------%参数设置Signal_No=1;Interference_No=1;S_No=Signal_No+Interference_No;sensor_No=8;azimuth=[0*pi/1805*pi/180];Fs=30e6;Fc=10e6;F1=[8e6];%干扰功率theta=[1045529343]*pi/180;RB=2e6;M=2;%二进制wavelength=3e8/Fc;d=wavelength/2;K=300;%快拍数%---------------%dBPs=-30;SNR=10;SIR=00;M_No=40;%码速率等于信息速率Data_No=M_No*Fs/RB;t=1/Fs:1/Fs:Data_No/Fs;%---------------------------------%forxunhuan=1:1%mean1=0;%mean2=0;%forSNR=1:20%---------------------------------%功率转换Ps_l=10^(Ps/10);Pi_l=10^((Ps-SIR)/10);Pn_l=10^((Ps-SNR)/10);%---------------------------------%信号生成bit=randint(1,M_No);%产生信息序列bitstream=[];fori=1:M_Noifbit(i)==1bitstream=[bitstream,ones(1,Fs/RB)];elsebitstream=[bitstream,-ones(1,Fs/RB)];endendCarrier_R=cos(2*pi*Fc*t);S_R=Carrier_R.*bitstream;Carrier_I=sin(2*pi*Fc*t);S_I=Carrier_I.*bitstream;Signal_R=sqrt(Ps_l)*S_R/sqrt((S_R*S_R'/length(S_R)));Signal_I=sqrt(Ps_l)*S_I/sqrt((S_I*S_I'/length(S_I)));%生成BPSK复信号Signal(1,:)=complex(Signal_R,Signal_I);%---------------------------------%产生干扰%I_R=sqrt(2*Pi_l)*cos(2*pi*F1*t);%I_I=sqrt(2*Pi_l)*sin(2*pi*F1*t);fori=2:Interference_No+1Signal(i,:)=sqrt(2*Pi_l)*complex(sin(2*pi*F1(i-1)*t+theta(i)),sin(2*pi*F1(i-1)*t+theta(i)));end%---------------------------------%模拟天线接收As=zeros(sensor_No,S_No);fori=1:sensor_Noforii=1:S_NoAs(i,ii)=exp(-1i*2*pi*sin(azimuth(ii))*d/wavelength*(i-1));endendx=As*Signal;%---------------------------------%加噪声noise_R=randn(sensor_No,Data_No)*sqrt(Pn_l);noise_I=randn(sensor_No,Data_No)*sqrt(Pn_l);noise=complex(noise_R,noise_I);s=x+noise;x1=s(:,(1:K));R=x1*x1'/K;[V,D]=eig(R);D1=diag(D);Un=V(:,1:sensor_No-S_No);Gn=Un*Un';searching_doa=-90:0.1:90;%线阵的搜索范围为-90~90度fori=1:length(searching_doa)a_theta=exp(-j*(0:sensor_No-1)'*2*pi*d*sin(pi*searching_doa(i)/180)/wavelength);Pmusic(i)=1./abs((a_theta)'*Gn*a_theta);endplot(searching_doa,10*log(Pmusic),'r');xlabel('入射角/degree');ylabel('空间谱/dB');legend('MusicSpectrum');title('经典MUSIC估计');gridon;%---------------------------------------------%%查最大值%Pmax_db1=0;%fori=1:909%ifPmusic(i)Pmax_db1%Pmax_db1=Pmusic(i);%Pmax_pitching1=i;%end%end%Pmax_db2=0;%fori=910:1801%ifPmusic(i)Pmax_db2%Pmax_db2=Pmusic(i);%Pmax_pitching2=i;%end%end%err1(SNR)=((Pmax_pitching1-1)/10-90)^2;%err2(SNR)=((Pmax_pitching2-1)/10-90-5)^2;%end%mean1=mean1+err1;%mean2=mean2+err2;%end%mse1=mean1/1000;%mse2=mean2/1000;%subplot(211);plot(mse1);xlabel('SNR(dB)')%ylabel('均方误差')%subplot(212);plot(mse2);xlabel('SNR(dB)')%ylabel('均方误差')%figure(2);%polar((-pi/2:pi/1800:pi/2),10*log(Pmusic)+33);figure(gcf);