这几天入手了一本《阵列信号处理及MATLAB仿真》的书，用来学习一下阵列信号的一些知识，看是否能够帮忙解决现在工作上的问题。这一系列文章既是用来记录也是方便学习，同时也监督一下自己。如果有侵权，请联系删除。话不多说，直接进入正题。
一、总体概述
1、阵列信号处理是什么？
阵列信号处理是指将一组传感器按照一定的方式在空间不同的位置上布置，形成一个阵列，用这个阵列来接收空间信号，即相当于对空间分布的场信号采样，得到信号源的空间离散观测数据。
2、阵列信号处理目的是什么？
阵列信号处理的目的是通过对阵列接收信号的处理，来增强有用信号，抑制无用的干扰和噪声，并提取有用信号特征及信号所包含的信息。
3、阵列信号处理与传统的单个定向传感器相比的优点在哪里？
传感器阵列具有灵活的波束控制、较高的信号增益、极强的干扰抑制能力，以及更高的空间分辨率等优点。
4、阵列信号处理研究的主要问题有哪些？
波束形成技术--------使阵列天线方向图的主瓣指向所需要的方向，将干扰置零
空间谱估计 ---------对空间信号波达方向的分布进行超分辨估计
信号源定位 ---------确定阵列到达信源的仰角和方位角，甚至是频率、时延和距离等
信源分离 ---------确定各个信源发射的信号波形。各个信源从不同方向到达阵列，这个事实使得信号波形得以分离，即使它们在时域和频域是叠加的。
二、波束形成技术概述
波束形成技术（B eamforming,BF）又叫做空域滤波，是阵列处理的一个主要方面。波束形成的实质是通过对各个阵元加权进行空域滤波，从而达到增强期望信号、抑制干扰的目的；而且还能根据信号环境的变化自适应的改变阵元的加权因子。这也就是自适应波束形成算法的由来。
其中用来确定自适应权重的方法主要有：1、最小均方误差（MMSE）准则；2、最大SINR准则；3、最大似然比（ML）准则；4、最小噪声方差准则；在理想情况下，这四种方法得到的权重是等价的；
因此，自适应算法选用哪种性能度量并不重要，重要的是选择什么样的算法来调整波束方向图进行自适应控制才是最重要的。
三、空间谱估计方法概述
阵列信号处理的另一个基本问题就是空间信号到达方向（Direction of arrival,DOA）的问题，这同样也是雷达等领域的重要任务之一。
DOA估计的基本问题是确定同时处于空间中某一个区域内多个目标的信号的空间位置（各个信号到达阵列参考阵元的方向角，也就是传统意义上说的波达方向）。波束形成实质上也是一个波达方向的估计问题，只不过它们是非参数化的波达方向估计器。这些估计的分辨率取决于阵列长度，阵列长度确定后，其分辨率也就确定了，称为瑞利限。超瑞利限的方法叫做超分辨方法。最早的超分辨DOA估计方法是著名的MUSIC方法和ESPRIT方法。二者都是特征结构的子空间方法。
子空间方法建立在下面一个基本观察之上：即若传感器个数比信源个数多，则阵列数据的信号分量一定位于一个低秩的子空间；在一定条件下，这个子空间将唯一确定信号的波达方向，并且可以使用数值稳定的奇异值分解精确地确定波达方向。
今天就先到这里，先有一个大致的概念，后面相关内容才是关键点。后面会有相关的知识学习和matlab相关程序。感兴趣的话大家可以关注一下。