高解析空間頻譜估測演算法，因可克服傳統的傳利葉轉換在做頻譜估測時，因資料長
度不足所造成解析度不夠的問題，所以已經很廣泛的應用於很多不同的領域。而在許
多高解析度空間頻譜估測演算法中，利用特徵分解(Eigen-decomposition) 的方法有
良好的估測效能及相當的解析度，雖然，最初此方法是針對窄頻訊號所提出，但許多
學者亦將其原理應用到寬頻的空間頻譜估測，如H.Wang先生和M.Kaveh 先生所提出的
同頻訊號次空間演算法。此演算法利用頻率均化法來消除訊號間的相關性，並利用一
種轉換矩陣將每個訊號不同頻率分量的方向向量，轉換至一共同頻率，使得不同頻率
所得的訊號次空間(Signal Subspace) ，變為單一的訊號次空間，因此，此種轉換不
但可減少運算量，亦可提高解析度。本篇論文的主要目的，就是要利用此演算法的原
理來做寬頻訊號的空間頻譜估測，確知多個訊號所在的方位。由於此演算法中的轉換
矩陣無法正確求得，因此，大都利用空間的傳利葉轉換(Spatial FFT) 來做角度初值
估測，以近似地構成此轉換矩陣，然而，在本篇論文中，亦將提出另一種方法－插值
法，來近似地達成轉換的目的，此方法因不需直接求得轉換矩陣，所以，可免除角度
初值估測這一步驟，並可改進因角度初值估測產生的方位估測誤差，同時，本篇論文
亦將比較這兩種方法的估測效能及一些統計特性。
由於上述的演算法有相當高的解析度，並可解決多重路徑傳播(Multipath) 的情況，
因此本篇論文將使用其原理來完成一種波束構成器以消除不必要的干擾雜訊，並比較
上述兩種方法所完成的波束構成器的濾波效果。
|