基于实数化协方差矩阵的MATLAB MUSIC算法实现：高效相干信号DOA估计

资 源 简 介

本MATLAB项目实现改进MUSIC算法，通过将复数协方差矩阵转化为实数矩阵，显著降低计算复杂度，有效解决相干信号源的波达方向（DOA）估计问题，提升运算效率与分辨能力。

详 情 说 明

基于实数化协方差矩阵的MUSIC相干信号DOA谱估计算法实现

项目介绍

本项目实现一种改进的MUSIC（多重信号分类）算法，专门针对相干信号源的波达方向（DOA）估计问题。通过将传统的复数协方差矩阵转换为实数矩阵进行处理，显著降低计算复杂度。算法具备分辨相干信号源的能力，在保持估计精度的同时将特征值分解的计算量降低约75%。系统可自动识别信号源数量，并生成高分辨率的空间谱分布图。

功能特性

• 协方差矩阵实数化转换：通过特殊变换将复数协方差矩阵转化为实数矩阵，减少计算资源消耗
• 实值特征值分解：采用实数矩阵特征分解，计算效率比传统复数分解提升约4倍
• 相干信号源分辨：具备处理完全相干或部分相干信号的能力，突破传统MUSIC算法限制
• 自动信源数估计：基于信息论准则自动确定信号源数量，无需人工干预
• 高分辨率空间谱：生成精细的角度-谱值分布，精准定位信号来波方向
• 多维度性能评估：提供估计精度、分辨率、计算时间等全面性能指标

使用方法

输入参数说明

1. 阵列接收信号矩阵：M×N维复数矩阵（M为阵元数，N为快拍数）
2. 阵元几何参数：包含阵元位置坐标的M×3矩阵
3. 信号参数：信号波长、扫描角度范围、角度分辨率
4. 算法参数：信源数估计阈值、协方差矩阵平滑参数

输出结果

1. DOA估计结果：检测到的信号源角度值（度）列表
2. 空间谱函数：角度-谱值对应关系矩阵
3. 特征值分布：信号子空间与噪声子空间特征值对比图
4. 性能指标：估计精度、分辨率、计算时间统计
5. 可视化结果：空间谱分布图、信号源方位标记图

系统要求

• MATLAB R2018b或更高版本
• 信号处理工具箱
• 具备复数矩阵运算能力
• 建议内存4GB以上

文件说明

主程序文件实现了完整的DOA估计流程，包含阵列信号接收数据的预处理、协方差矩阵的构建与实数化转换、实值特征分解与信号子空间提取、信号源数量的自动估计、空间谱函数的计算与峰值搜索定位，以及最终结果的可视化展示与性能评估分析。该文件整合了所有核心算法模块，提供从原始数据输入到最终角度估计结果输出的完整解决方案。