在脉冲压缩雷达系统中估计目标波达方向(direction of arrival,DOA)的主要问题之一是:脉压前信号的信噪比低、目标没有在距离域分开;脉压后的信号虽然信噪比得到了改善且目标已按距离分开,但是快拍数却非常有限。为了解决这一矛盾,提出了基于压缩感知的单快拍DOA(single-snap DOA,SSDOA)估计方法。与传统DOA方法相比,该方法具有更高的估计精度和分辨能力,并且能处理相干信号,且无需已知目标数目。仿真表明,本文提出的SSDOA算法在估计精度上和分辨能力上都优于多重信号分类(multiple signal classification,MUSIC)算法,并为雷达系统的实时分析提供了保障。

稀疏表示波达方向（DOA）估计算法具有分辨力高等优点，但是对阵元个数要求高、低信噪比时估计性能恶化严重，不利于在实际系统中应用。为此，提出一种基于实信号特点的稀疏表示波达方向估计算法。首先，建立实值稀疏表示的DOA估计模型，能够将阵元数虚拟加倍；其次，利用正交三角分解对估计模型变型，从而改善低信噪比时的估计性能；最后，利用正交匹配追踪算法得到估计结果。仿真实验结果表明，相对传统稀疏表示算法，具有更低的估计误差和更好的实时性，在实际工程中应用前景广阔。

阵列信号处理中，空间谱估计是其中的重要技术，MUSIC方法是常见的超分布DOA估计技术。

基于SVD分解的二维多任务压缩感知off-grid算法，廖艳苹，付畅，在阵列信号处理领域中，波达方向（DOA）估计作为关键技术已被广泛研究多年。考虑到二维DOA估计的现实意义，如为基站提供准确无盲区

信号波达方向（DOA）估计是传感器阵列信号处理的一个重要组成部分，本书对DOA估计问题研究的发展历程、有关算法进行了比较系统全面的介绍和分析，算得上是一本权威著作，适合作为阵列信号处理学习和研究的入门书籍。

利用music算法(多重信号分类算法)估计信号的波达方向，将多个信号分辨出来.

matlab程序。分别利用Capon和Music算法实现了DOA估计，并且绘出图形比较它们的性能。对于理解这两种算法有很好的帮助！

使用matlab仿真阵列信号的DOA，天线阵为线阵，输入信号为非相关信号

基于 Pmusic，Capon，算法，的波达方向DoA估计

简述了均匀直线天线阵列波达方向估计的 3 种方法: 分别用来自不同方向的 4 个信号和 5 个信号进 入 7 个阵元的阵列进行试验, 得出了仿真结果和最大分辨率.