Page 203 - 201805

第 37 卷 第 5 期 郭拓等： 小快拍高分辨目标方位估计算法 GMUSIC 的性能分析 785

1.0
25
GMUSIC 0.9 GMUSIC
20 MUSIC 0.8 MUSIC
RMSE/(O) 15 DOAͥᝠੇҪഐဋ 0.7

0.6
10

5 0.5
0.4
0 0.3
8 10 12 14 16 18 20 8 10 12 14 16 18 20
η٪උ/dB η٪උ/dB
(a) کவಪឨࣀࠫඋ (b) வͯͥᝠੇҪഐဋࠫඋ
图 5 GMUSIC 与 MUSIC 算法在 250 快拍时的方位估计性能对比
Fig. 5 Comparison of DOA estimation performance between GMUSIC and MUSIC algorithm at 250 snapshots

25 1.0
GMUSIC 0.9 GMUSIC
20
MUSIC 0.8 MUSIC
RMSE/(O) 15 DOAͥᝠੇҪഐဋ 0.7

0.6
10
5 0.5
0.4
0 0.3
8 10 12 14 16 18 20 8 10 12 14 16 18 20
η٪උ/dB η٪උ/dB
(a) کவಪឨࣀࠫඋ (b)வͯͥᝠੇҪഐဋࠫඋ
图 6 GMUSIC 与 MUSIC 算法在 350 快拍时的方位估计性能对比
Fig. 6 Comparison of DOA estimation performance between GMUSIC and MUSIC algorithm at 350 snapshots

4 GMUSIC算法的水池试验验证 放，两个目标分别在 2 、20 方向，与接收阵在同一
◦
◦
深度，采样频率为50 kHz，快拍数取300。
在消声水池进行相关试验，采用由 6 个水听器
图 7(a) 为采用 MVDR 算法进行方位估计的结
组成的均匀线阵，阵元间距为 0.12 m，水平布放
于水下 2.5 m 深处，两个发射源所发射频率分别为 果，图 7(b) 为采用 GMUSIC 算法与 MUSIC 算法得
6.185 kHz、6.19 kHz 的 CW 信号，且按远场条件布 到的方位估计结果对比。

0 0
GMUSIC
-1
MUSIC
-5
ቇᫎவͯ៨/dB -3 ቇᫎவͯ៨/dB -10
-2

-4
-5 -15
-6
-100 -50 0 50 100 -100 -50 0 50 100
К࠱ᝈ/(O) К࠱ᝈ/(O)
(a) MVDRካขவͯͥᝠፇ౧ (b) GMUSICካขˁMUSICካขࠫඋ
图 7 水池试验高分辨方法性能对比
Fig. 7 Performance comparison of water tank test for high resolution method