L型阵列条件下基于MUSIC算法的二维信号DOA估计MATLAB仿真。能准确估计出二维信号的方位角和俯仰角，并画出空间谱图

克拉美罗下界 Cramer-Rao Lower Bound (CRLB)可以用于计算无偏估计中能够获得的最佳估计精度，因此经常用于计算理论能达到的最佳估计精度，和评估参数估计方法的性能（是否接近CRLB下界）。 本次上传内容为：MIMO雷达DOA估计中克拉美罗界MATLAB代码

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。

提出了一种由MUSIC开发的快速DOA估计算法，该算法也受益于信号极化信息的处理。 除了提高精度和分辨率的性能外，所提出的算法还可以应用于各种形式的偏振敏感阵列，而对阵列的图案没有特殊要求。 根据空间谱的连续性，避免了在4-D空间谱的计算中产生的大量计算。 讨论了所提算法的性能和计算复杂度分析，并给出了仿真结果。 与常规MUSIC相比，该算法在精度和分辨率方面具有相当大的优势，与常规2-D MUSIC成比例的计算复杂度较低。

无线WSSUS衰落信道是时变信道，其信道参数随着时间的变化而变化。通常采用的经典跟踪算法（RLS算法）中的重要参数遗忘因子是固定值，这使得算法跟踪时变信道时性能无法保障。对均方误差（MSE）进行了分析，并在此基础上得到基于MSE梯度控制的可变遗忘因子VFF-RLS算法。仿真结果表明MSE分析结果正确;与经典算法相比较，VFF-RLS具有较小的MSE，更适合跟踪WSSUS信道。

利用MATLAB实现宽带OFDM信号的DOA估计，采用经典的CSM算法，聚焦后采用传统MUSIC算法，最后通过谱峰搜素算法得到估计的来波角

均匀圆阵条件下基于MUSIC算法的二维信号DOA估计MATLAB仿真，能够准确估计出二维信号的来波方向，并画出了空间谱图

均匀线阵，基于扩展噪声子空间法的强信号背景下弱信号DOA估计。是在MUSIC算法上改进的，能有效消除强信号的干扰并准确估计出弱信号的到达角。抱歉忘记上传findpeak.m文件，已上传到个人主页，0积分下载后放到同级目录就行。https://download.csdn.net/download/JungleKong/15791030

强信号条件下弱信号DOA估计 均匀圆阵MUSIC—徐正投影变换，能有效消除强信号对弱信号的影响从而准确估计出弱信号的二维来波信息。抱歉忘记上传findpeak.m文件，已上传到个人主页，0积分下载后放到同级目录就行。https://download.csdn.net/download/JungleKong/15791030

强信号条件下弱信号DOA估计 均匀圆阵MUSIC—扩展噪声子空间，能有效消除强信号对弱信号的影响从而准确估计出弱信号的二维来波信息