中文为旋转因子不变法，该类算法包括ESPRIT、MUSIC等等。 其核心思想：基于相位的处理，由于相位=频率*时间差；因此可以测量角度的算法，都可以测量频率

bellhop模型的到达角估计算法，内置bellhop模型的源程序和到达角估计的环境文件等。

为了缓解表面波雷达在天线阵列小型化后角度分辨率低的问题，采用压缩感知理论，提出一种小型天线阵列表面波雷达目标到达角估计的方法。将到达角估计问题转化为稀疏信号表示的重建问题。建立了稀疏信号模型，分析了应用条件，将角度和速度空间离散化以构造字典，设计了基于实时海态信息的测量矩阵，设计匹配算法完成信号重构。仿真结果表明，若满足准确重建条件，即使在小型天线阵列的情况下，也能以计算资源为代价改善方位分辨率。

GNU广播USRP AoA GNU Radio软件包实现了MUSIC和根MUSIC到达角算法，并带有提供USRP设备相位同步所必需的模块。 这是的更新和改进版本。 已实现的块： 示例性GR GUI： 安装步骤： cd git clone https://github.com/MarcinWachowiak/GNU-Radio-USRP-Beamforming cd GNU-Radio-USRP-Beamforming/gr-aoa mkdir build cd build cmake .. make -j$(nproc) sudo make install sudo ldconfig 该存储库还包含MUSIC算法的仿真和以Python实现的参数分析。 示范性仿真结果：

主要介绍通过16个接收水听器组成线列阵，分别给出各个阵元接收信号，可实现 时域、频域等信号到达角判别，代码齐全清晰，方便大家下载学习。

研究了由与坐标轴方向一致的偶极子对构成的均匀线阵。使用四阶累积量提出了一种极化近场源距离、频率及到达角（DOA）三维参数联合估计算法。该算法不需谱峰搜索且各参数自动配对，适用于任意加性高斯噪声环境。仿真结果表明，该算法在性能上优于相应的没有利用极化信息的算法。

局部混合阵列中跨子阵列使用不同相移的到达角估计

针对传统稀疏贝叶斯学习算法(SBL)在解决低信噪比条件下信号到达角(DOA)估计有效性的问题，提出基于酉变换的实数域稀疏贝叶斯学习(RV-OGSBL)的快速离格DOA估计方法。该方法首先对均匀线阵的实际接收信号通过构造增广矩阵作为 DOA 估计的处理信号，然后利用酉变换将估计模型从复数域转化到实数域，进一步在实数域下将离格模型与稀疏贝叶斯学习算法相结合迭代处理实现 DOA 估计，获得较高的估计精度。仿真结果表明，RV-OGSBL 方法不仅能保持传统 SBL 算法的性能，而且显著降低了计算复杂度。在低信噪比和低快拍数的情况下，算法运行时间降低约50%，表明该方法是一种快速的DOA估计算法。

天线数为10的一维线阵，采用传统MUSIC算法对四个用户的到达角分别进行估计。