波达方向(DOA)估计是阵列信号处理的一个重要研究分支,由于其在雷达、通信、声呐、会议系统等多种领域的广泛应用,使得波达方向估计在过去的半个多世纪有着快速的发展。在现实环境中,由于山脉、城市建筑反射产生的多径效应和军事上的人为电磁干扰,使得相干信号大量存在,传统的用于解相干的算法是将所有相干信号放在一起处理,阵列孔径损失较大,这会很大程度限制阵列能处理的相干信号数量和DOA估计精度。此外,实际应用中的阵列天线不可避免的存在各种误差,这会导致DOA估计性能严重下降。因此,研究有误差条件下的DOA

相干信源的DOA估计一直是一个十分棘手的问题，由此提出了一种基于均匀圆阵的利用信号循环平稳特性进行DOA估计的方法. 利用模式空间变换算法以及矩阵分解算法的思想，结合信号的循环平稳特性和Cyclic MUSIC算法，实现在高斯白噪声背景下均匀圆阵相干信源的DOA估计. 通过MATLAB仿真验证了该算法具有良好的解相干能力，在低信噪比条件下具有比常规的循环空间平滑算法更好的解相干性能.

：波达方向（Direct of Arrival，DOA）估计技术渐渐成为移动通信中的研究热点，当用户的信号方向未知时，可以根据经典算法多重信号分类（Multiple Signal Classification, MUSIC）和旋转不变技术信号参数估计（Estimating Signal Parameters Viarotational Invariance Techniques，ESPRIT）等方法估计信号DOA。针对不同的信号采取不同的算法分析。对窄带信号，从信噪比、阵元数、快拍数等不同情况下

为了解决低信噪比下相干信号波达方向(DOA)估计精度和分辨率不高的问题，提出了低信噪比下相干信号DOA估计算法，此方法主要利用了空间平滑算法和ES-MUSIC算法的优点。相干信号源进行解相干通过空间平滑技术实现，接着，再使用ES-MUSIC算法进行DOA估计。分别对DOA估计成功概率、DOA估计均方误差、DOA估计成功分辨概率进行了对比测试，测试结果表明，与传统的方法相比，该方法在低信噪比下DOA估计精度和分辨率更高。