摘要：为解决基于空间谱的波达方向估计依赖于源数目估计精度的问题，该文在高阶累积量同步源信号提取的基础上，提出了ICA与MUSIC的局部搜索的DOA估计的方法。该方法无需估计源数目的，就可估计DOA。通过实驗证明，该文提出的方法具有较高的稳健性，并且存在弱信号的情况下，该文的算法仍然有效。
　　关键词：波达方向（DOA）估计；独立分量分析；均匀圆阵；源数目估计
　　中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）14-0220-03
　　1概述
　　DOA估计广泛应用于通信、雷达、无源目标定向、混合信号分离等领域。比较成熟的方法有基于信号子空间的MUSIC方法。MUSIC方法可突破瑞利限，实现超分辨率的DOA估计。MUSIC实现的前提条件是知道源数目，或者源数目可正确估计。常用的源数目估计有假设验证法、基于信息论检验法-引、广义似然估计法、最大后验概率法。采用基于源数目估计与MUSIC方法相结合时，在低信噪比时，会出现谱峰选择错误的情况，从而导致DOA估计错误。此外，当存在部分人射信号很强而部分入射信号很弱时，常规的源数目估计方法会忽略弱信号，造成弱信号的DOA无法估计。
　　为解决源数目估计与MUSIC相结合方法的一些不足，近年提出了一些不需要估计源数目的DOA估计方法。如基于ICA与波束零点形成相结合的方法，其利用ICA的分离向量计算波束，接着利用波束校正ICA的优化过程，收敛时可以得到源的DOA。直接利用ICA分离矩阵元素之间存在的角度信息进行DOA估计。这些方法可以不需要预先估计源信号数目就可直接估计DOA。但是[4]方法只能在阵元和源数目相等时才有效，文献[5][6]方法在计算DOA时，会出现复数角度值。
　　本文提出了与[6][7]不同的基于ICA的DOA估计方法。其在同步提取独立分量时，利用分离矩阵的行向量估计对应的DOA，接着利用子空间方法在局部进行修正，可以得到基于独立分量分析的DOA精确估计。该方法充分利用源信号的统计独立特性和阵列的结构信息。仿真实验证明，可以有效的对未知源数目的入射信号进行DOA估计。
　　2阵列信号模型