每日精学 051｜MUSIC 子空间到达角估计
雷达 · 通信 · 电子战 / 基础精学 051
空间协方差的信号部分由少量导向矢量张成。白噪声使其余正交方向具有相同噪声特征值，因此可以通过特征值排序把观测空间分为信号子空间与噪声子空间。
MUSIC 的高分辨能力来自模型约束，而不是增加了物理孔径。若源相干、阵列校准不准或源数判断错误，理想正交关系被破坏，伪谱尖峰会偏移、分裂或消失。
01
模型与符号
D：窄带信号源数（个）
Es：信号特征向量矩阵（复矩阵）
En：噪声特征向量矩阵（复矩阵）
PM(θ)：MUSIC 伪谱（无量纲）
K：协方差估计快拍数（快拍）
：假定或估计的源数（个）
02
协方差子空间
白噪声模型下，协方差特征分解可写为
信号导向矢量位于 Es 张成的空间内。
03
噪声子空间正交
对真实源角 θi，理想关系为
有限样本时该投影不再严格为零，但仍在真实角附近形成局部极小。
04
MUSIC 伪谱
常用伪谱定义为
按候选角扫描并选择满足最小间隔的 D 个最大局部峰值，即得到到达角估计。
05
物理含义
MUSIC 不直接比较输出功率，而是测量候选导向矢量落入噪声子空间的程度。真实导向矢量几乎完全位于信号子空间，因此在噪声投影分母中形成深零点，取倒数后表现为尖锐峰值。
06
固定参数算例
验证采用十阵元半波长线阵和两个间隔较近的不相关源。程序生成固定随机种子的复高斯快拍，估计协方差并按特征值排序，使用已知源数构造噪声子空间；随后在细角度网格上比较 MUSIC 与 Bartlett 谱峰。
| 量 | 数值 |
|---|---|
| 阵元数 | 10 |
| snapshots | 5000 |
| source count assumed | 2 |
| source1 estimated deg | -4.004 |
| source2 estimated deg | 6 |
| maximum abs angle error deg | 0.004 |
| signal noise eigenvalue ratio | 811.72981 |
| music peak separation deg | 10.004 |
图 1 MUSIC 与 Bartlett 谱 特征值分离和双源角度估计
数值结果由配套 MATLAB 脚本在固定参数和固定随机种子下实际执行。脚本包含针对闭式关系、边界条件或估计误差的断言，并把 MATLAB 版本与关键数值写入独立结果文件。
07
数字实现的边界
RTL 对离线生成的一维伪谱序列执行三点局部峰值检测和前两名保持，输入包含角度索引与定点谱值。特征分解和导向矢量扫描仍由软件完成。testbench 检查平台、相邻峰和幅度并列时的确定性选择。
RTL 只实现本课中可明确量化的确定性数据通路或控制功能。概率分布拟合、浮点矩阵分解和图形生成留在 MATLAB 参考程序中，防止把软件统计功能误认为可综合硬件。
08
适用范围
MUSIC 适合窄带阵列测向、声学定位和通道参数估计。工程使用时应先验证协方差特征值间隔、源数判定、阵列校准和角度网格密度，并用 Bartlett 谱检查明显模型失配。
09
工程上需要注意
相干源会使信号协方差降秩，需要空间平滑等处理。
源数高估或低估都会改变噪声子空间。
阵列流形误差会直接破坏正交零点。
低信噪比和少快拍条件下会出现阈值效应。
MUSIC 通过噪声子空间投影构造尖锐伪谱，在模型准确且样本充分时可以超过 Bartlett 主瓣限制。该能力依赖正确的源数、协方差特征分离和阵列导向矢量。
内容依据：每日精学第 51 课《MUSIC 子空间到达角估计》。图表沿用原课固定参数数值结果，属于数值验证，不代表设备实测。