Создайте 10-элементный равномерный линейный массив, разделенную половинной длиной волны, принимающую две плоские волны, прибывающие от 0 ° и -25 ° азимута. Оба углов возвышения равны 0 °. Предположим, что два сигнала частично коррелированы. ОСШ для каждого сигнала составляет 5 дБ. Шум является пространственно и временно Гауссовым белым шумом. Во-первых, создайте пространственную ковариационную матрицу из сигнала и шума. Затем решите для количества сигналов, используя rootmusicdoa. Затем выполните пространственное сглаживание на матрице ковариации, используя spsmooth, и снова решить для углов прихода сигнала, используя rootmusicdoa.

Настройте массив и сигналы. Затем сгенерируйте пространственную ковариационную матрицу для массива из сигналов и шума.

N = 10;
d = 0.5;
elementPos = (0:N-1)*d;
angles = [0 -25];
ac = [1 1/5];
scov = ac'*ac;
R = sensorcov(elementPos,angles,db2pow(-5),scov);

Решить для углов прихода используя исходную ковариационную матрицу.

Nsig = 2;
doa =  rootmusicdoa(R,Nsig)

doa = 1×2

    0.2099   41.3166

Решенные углы прихода неверны - они не согласуются с известными углами прихода, используемыми для создания ковариационной матрицы.

Затем решите для углов прихода, используя сглаженную ковариационную матрицу. Выполните пространственное сглаживание, чтобы обнаружить L-1 когерентные сигналы. Выберите L = 3.

Nsig = 2;
L = 2;
RSM = spsmooth(R,L);
doasm = rootmusicdoa(RSM,Nsig)

doasm = 1×2

  -25.0000   -0.0000

В этом случае вычисленные углы действительно согласуются с известными углами прибытия.