六大经典DOA估计算法详解：从CBF到SBL，掌握阵列测向核心（附MATLAB代码）

该代码库围绕波达方向（DOA）估计问题，实现了多种经典与稀疏重构类算法，并构建了一套完整的对比评估与深度学习数据生成框架。

研究背景

阵列信号处理中，利用天线阵列接收信号来估计入射波方向（DOA）是雷达、声呐、无线通信等领域的关键技术。传统方法如常规波束形成（CBF）角度分辨率受瑞利限制约，超分辨类算法（Capon、MUSIC、ESPRIT）在低信噪比、少快拍时性能下降明显。近年来，稀疏重构（OMP、稀疏贝叶斯学习SBL）和深度学习方法被引入以改善鲁棒性和精度。本代码库即为此类研究提供算法实现、性能验证和训练数据生成。

主要功能

多算法DOA估计：提供CBF、Capon、MUSIC、ESPRIT、OMP、SBL六种DOA估计算法的实现。
测试集生成与评估：按不同信噪比（或阵元数）生成大量随机的双目标测试样本，计算各算法的估计准确率和均方根误差（RMSE）。
深度学习训练集生成：生成以MUSIC空间谱为输入特征、以入射角独热向量为标签的大规模训练样本，可用于训练基于神经网络的DOA估计模型。
可视化分析：绘制算法的空间谱和散射点图，以及准确率/RMSE随信噪比变化的曲线。

算法步骤（以总体流程为例）

参数初始化：设置阵元数、阵元间距、快拍数、信噪比范围、角度搜索网格等。
生成随机入射角：在[-60°, 60°]内随机产生两个不同方向作为信源。
构造接收信号：根据导向矩阵生成无噪阵列信号，叠加加性高斯白噪声。
各算法估计 ：
- 对CBF、Capon、MUSIC得到空间谱，利用getPeak寻找最高两个峰值，输出对应角度。
- ESPRIT通过子阵旋转不变性直接解出两个角度估计。
- OMP利用贪婪迭代重构稀疏信号，依次找出角度。
- SBL基于稀疏贝叶斯框架迭代更新超参数，获得空间功率谱后取峰值。
性能评价 ：ShotOrNot函数统计估计角度与真实值之差的绝对值在门限（1°）内的比例作为准确率，并计算所有样本的RMSE。
结果保存与绘图。

技术路线

信号模型：远场窄带信号入射到均匀线性阵列（CBF/Capon/MUSIC/OMP/ESPRIT）或嵌套阵列（SBL），阵元间距为半波长。
经典超分辨：利用接收信号协方差矩阵的特征分解，划分信号子空间与噪声子空间（MUSIC）；或利用子阵间旋转不变关系（ESPRIT）。
稀疏重构：OMP将DOA估计转化为稀疏字典上的原子匹配追踪；SBL采用分层先验模型，通过期望最大化（EM）迭代细化角度网格并估计稀疏功率谱。
深度学习准备：将MUSIC谱归一化后作为输入向量（181维），标签为角度区间上对应的1值点，用于训练回归或分类网络。

公式原理

设阵列流形a(θ)=e−j2πdλ(0:M−1)Tsin⁡θa(\theta)=e^{-j2\pi \frac{d}{\lambda} (0:M-1)^T \sin\theta}a(θ)=e−j2πλd(0:M−1)Tsinθ，接收信号协方差R=1LXXHR = \frac{1}{L}XX^HR=L1XXH，特征分解R=UsΛsUsH+UnΛnUnHR = U_s\Lambda_s U_s^H + U_n\Lambda_n U_n^HR=UsΛsUsH+UnΛnUnH。

CBF ：PCBF(θ)=aH(θ)Ra(θ)P_{\text{CBF}}(\theta) = a^H(\theta) R a(\theta)PCBF(θ)=aH(θ)Ra(θ)
Capon ：PCapon(θ)=1aH(θ)R−1a(θ)P_{\text{Capon}}(\theta) = \frac{1}{a^H(\theta) R^{-1} a(\theta)}PCapon(θ)=aH(θ)R−1a(θ)1
MUSIC ：PMUSIC(θ)=1aH(θ)UnUnHa(θ)P_{\text{MUSIC}}(\theta) = \frac{1}{a^H(\theta) U_n U_n^H a(\theta)}PMUSIC(θ)=aH(θ)UnUnHa(θ)1
ESPRIT ：利用子阵输出Us1U_{s1}Us1和Us2U_{s2}Us2，求解Ψ=(Us1†Us2)\Psi = (U_{s1}^\dagger U_{s2})Ψ=(Us1†Us2)的特征值ϕ\phiϕ，角度θ^=arcsin⁡(∠ϕπ)\hat{\theta} = \arcsin(\frac{\angle{\phi}}{\pi})θ^=arcsin(π∠ϕ)
OMP：迭代选择与残差最相关的原子（导向矢量），更新最小二乘估计并剔除已选分量。
SBL ：层次稀疏先验下，通过更新系数方差δ\deltaδ和均值μ\muμ，最大化证据下界，并对网格点进行细化，最终从δ\deltaδ峰值获得角度。

参数设定

阵列：均匀线阵，阵元数M=8M=8M=8，阵元间距波长比d/λ=0.5d/\lambda=0.5d/λ=0.5
角度范围：-90°~90°，搜索步长1°（共181点）
信号源：随机两个不相关源，位于[-60°,60°]
快拍/信噪比：Onetest中快拍24，SNR=20 dB；测试集生成时SNR从2 dB变化到32 dB（步长4），快拍64；训练集生成时SNR随机取[-10,30] dB，快拍128，样本数90000
性能评价阈值：角度误差≤1°认为正确

运行环境

语言/平台 ：MATLAB（R2023b及以上均可运行），依赖基础信号处理及通信工具箱（awgn），无特殊第三方工具箱。
核心文件 ：算法函数（*_doa.m）、谱峰搜索（getPeak.m）、评估函数（ShotOrNot.m）、生成脚本（train_generate.m、test_generate.m、Onetest.m）、对比绘图（AccuracyRMSE.m、OneTestPerformance.m）。

应用场景

雷达目标探测：估计多个空中/地面目标的方位角。
声呐与水下定位：利用水听器阵列定位潜艇或声源。
无线通信：5G/6G中基站利用大规模MIMO阵列进行精确用户定位与波束赋形。
电子侦察与对抗：被动探测辐射源方向。
智能天线系统：为自适应波束形成提供高分辨率角度信息。