作者：桂。

時間：2017-10-01??16:50:08

鏈接：http://www.cnblogs.com/xingshansi/p/7617442.html?

---

前言

圓陣、面陣、L陣、十字陣、V形陣，都是直接地二維求解，復雜度較高，這里梳理復雜度較低的求解算法。

一、二維角度估計的問題

　　以L陣為例，L陣 = 水平線陣 + 垂直線陣，僅僅利用水平測角、垂直測角，然后聯立求解二維角度，信息量是不夠的。這就好比，利用fx、fy的邊界概率，估計出f(x,y)的聯合概率密度，通常難以實現。一來不能確定信號個數，二來無法判斷信號的入射角度。

clc;clear all; theta = [ 10 30]/180*pi; phi = [-20 20]/180*pi; alpha = sin(theta).*cos(phi); belta = sin(theta).*sin(phi); %排列組合各種可能 alpha_all = [alpha,alpha]; belta_all = [belta,fliplr(belta)];phi_est = atan(belta_all./alpha_all)/pi*180; alpha_est = asin(alpha_all./cos(phi_est/180*pi))/pi*180;[alpha_est;phi_est]

　　入射信號為兩個，對應角度：theta = [ 10 30]/180*pi;??phi = [-20 20]/180*pi;

實際可能的角度為：

且最少為兩個信號，最多為四個信號，對應排列組合：?

雖然有多種組合，但對于空間譜算法（以MUSIC為例），將各種解反帶回MUSIC譜估計，再借助ML算法（即找出最大值），即可實現角度的測量。

如果希望最多解3批相干信號（共4個相干信號），分別按兩個一維的布陣：

對應兩個一維的解算：

一個基本的特性是：復用陣元越多，則相干信號的盲區出現概率越大，嚴格來講，該布陣方案并不可用。

總結

以上是生活随笔為你收集整理的空间谱专题12：二维测向的基本方法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。