波达方向(DOA-Direction ofArrival)估计是阵列信号处理中一个重要的研究领域,广泛应用在雷达、声纳、通信、生物医学等领域中。阵列信号处理在多通道系统中实际会存在阵列误差,会导致算法估计性能或系统输出性能严重恶化。本文主要研究阵列幅相误差校正技术,并基于前人给出的阵列信号处理算法的优缺点给出了一种参数性能比较好的幅相误差校正算法。本文研究主要内容包括以下三部分:首先回顾了空间谱估计的主要算法,通过仿真比较得知多重信号分类(MUSIC)算法在性噪比(SNR)=5dB,采样数(snapshots)=1000时,分辨能力没办法达到5°,所以我们要寻找分辨力更强的空间谱估计算法。然后回顾了阵列幅相误差自校正的主要算法,重点介绍了噪声子空间拟合(NSF)算法,通过仿真得知NSF算法在初始误差较高的情况下目标函数容易收敛到局部值,使算法失效,稳健性不好,所以我们要寻找更稳健的幅相误差校正算法。最后我们基于前人的阵列误差校正算法在稳健性上的优点结合分辨力更强的空间谱估计算法来解决上述问题,把利用Toeplitz结构特点来优化代价函数和噪声子空间拟合求根MUSIC(Root-MUSIC)算法一起应用到阵列误差校正得到一种改进的幅相误差校正算法。通过比较仿真我们看到在SNR=5dB,snapshots=1000,两个来波方向相差5°时,该幅相误差校正算法比MUSIC算法具有更好的分辨能力;并且通过比较仿真我们看到当SNR=20dB,初始幅相误差较大时,该算法的幅度因子均方根误差只有0.01dB,接近于0,而NSF算法却局部收敛到0.1dB;相位因子均方根误差只有0.8°,而NSF算法局部收敛到7.1°。这也证明了该算法在初始误差较大的情况下,仍然可以对幅相误差进行良好的校正,说明了算法具有很好的稳健性。虽然该算法需要迭代求解,仿真结果表明该算法迭代7次就能收敛,因此计算量并不大。