​存在互耦情况下的均匀平面阵列的MUSIC估计及其校正方法

资 源 简 介

​存在互耦情况下的均匀平面阵列的MUSIC估计及其校正方法

详 情 说 明

在阵列信号处理中，互耦效应会导致均匀平面阵列的MUSIC估计算法性能下降。互耦会改变天线单元间的理想电磁独立性，使接收信号模型产生畸变。传统MUSIC算法依赖理想的阵列流形矩阵，而互耦效应会破坏子空间正交性，导致波达方向（DOA）估计出现偏差。

针对这一问题，常见的校正方法可分为两类：基于互耦矩阵建模的补偿法和无需先验知识的自校正法。前者通过构建互耦矩阵描述单元间耦合关系，后者则利用阵列接收数据的统计特性进行盲校正。其中，互耦矩阵通常具有带状对称特性，可减少待估参数数量。

实际应用中，需权衡算法复杂度和校正精度。对于大规模均匀平面阵列，可结合稀疏重构技术降低计算负担。此外，深度学习方法也被引入互耦校正领域，通过数据驱动方式建立畸变模型。这些方法均旨在恢复阵列流形的真实性，从而提升MUSIC算法在强互耦环境下的鲁棒性。