xxVV
式中，Vq0q1
Vdiag01
qN1是Rxx对应的特征向量所组成的矩阵，
N101
N1为Rxx的特征值。
3．利用最小特征值mi
的重数M来估计信号源数K
KNM
4．计算MUSIC算法的功率谱
PMUSIC
aHa
aHVNVNHa
5．PMUSIC中极大值对应的角度就是信号入射方向。
在Matlab的命令窗口输入仿真程序，见附录2，得到如下结果：
A
10
23
45
DOA
449986
230019
100519
4
f图31MUSIC算法非相关源的模拟测向仿真
322ESPRIT算法过程及仿真
1．由快拍数据X可以得到数据相关矩阵R的估计R
2．对相关矩阵的估计R做特征分解
RUU
特征值矩阵
H
（33）
diag
0
1
N1，Uq0q1
qN1。
3．利用小特征值的重数估计M得到信号源的估计数KNM。
4．将特征向量矩阵分解为子阵列矩阵得到：
Us1
U
Us2
5得到
Us11Us2
6对Ψ进行特征分解，得到K个特征值，就可以得到对应K个信号的到达角。
在Matlab的命令窗口输入仿真程序，见附录3，得到如下结果：
A
10
23
45
DOA
449986
230019
100519
5
f图32ESPRIT算法非相关源的模拟测向仿真
323GEESE算法：
1．收集阵列接收的数据样本
Rxx
xii01P1
得到数据协方差矩阵Rxx
1P1
xixiH
Pi0
2对Rxx进行特征分解，得到

Vs和s：
RxxVsVss
3选定J的值，将Vs代入式中得到E1E2
E1IJ
E2OJ1
OJNJVs
IJ
OJNJ1Vs
4将VS1，VS2代入式得到k；
5将k代入式中即得到信号源的波达方向
kargk
k12K
在Matlab的命令窗口输入仿真程序，见附录4，得到如下结果：
DOA
300244
6
f00000
300244
图33GEESE算法非相关源的模拟测向仿真
324三种算法性能比较
MUSIC算法就是多重信号分类算法，它是一种信号参数估计算法，利用输入
信号协方差矩阵的特征结构，给出的信息包括入射信号的数目、各个信号的波达
方向、强度以及入射信号和噪声间的互相关。ESPRIT算法就是旋转不变子空间
算法，也是一种基于子空间的波达方向估计技术，与MUSIC算法不同的是，ESPRIT
算法不需要精确知道阵列的方向向量，仅需各子需各子阵列之间保持一致，因此
降低了对阵列校准的严格性。GEESE算法是指信号子空间特征向量的广义特征值
法，可以在简化计算的情况下解决ESPRIT算法中实际噪声测量有误差的问题。
它利用信号子空间的一个显著特征，那就r