摘要：将电磁矢量传感器(EVS,electromagnetic vetor sensor)信号处理法与传统MIMO信号处理有机地结合，建立了基于EVS的多天线三维信道模型。采用多重信号分类(MUSIC,multiple signal classification)算法对MIMO的达波信号方向(DOA,direction of arrival)进行空间谱估计，导出基于EVS的三维空间信道解析式，阐明了EVS信号处理与MIMO多径信道相关性的关系。与传统标量传感器阵列(SSA,scalar sensor array)MIMO天线阵列比较，EVS阵列能获取达波信号的多维极化信息，同时具有空间域和极化信号处理能力。因此可缓解空间多径信道相关性，使空间极化分量的相关性趋于零值，而且使MIMO系统性能受空间结构的影响较小。理论分析和仿真结果表明在提高MIMO天线系统性能上，基于EVS阵列的系统比SSA系统具有更高的优越性。

《空间谱估计理论与算法》是2004年清华大学出版社出版的图书，作者是王永良。本书深入、系统地论述了空间谱估计的理论、算法及一些理论方法之间的关系，总结了作者多年来的研究成果以及国际上这一领域的研究进展。该资源不仅含PDF书籍，而且还有书上习题的matlab代码，超值哦，

关于DOA估计，MUSIC算法，以及旋转子空间算法等基础知识

通过本课程的学习，使学生掌握现代信号谱估计的基本理论、处理方法， 提升学术研究能力。 1、学习随机信号功率谱估计的基本理论和方法 2、培养应用信号处理理论估计随机信号功率谱的能力 3、培养利用随机信号功率谱估计理论解决实际问题的能力

基于空间谱估计的声源定位matlab仿真代码

针对已存在的各种二维capon波束形成器稳健算法性能单一,只能对1种或2种影响波束形成算法性能的因素具有稳健性,缺乏对多种情况都具有稳健性的缺点,提出一种基于空间谱估计的二维稳健自适应波束形成方案。首先,提出一种新的二维解相关空间谱估计算法,该算法将二维角度估计问题用4个一维空间谱估代替,并采用修正的MUSIC算法实现解相干,然后利用得到的角度信息构造虚拟干扰,克服观察方向误差并展宽零陷。仿真结果表明:该算法结合了空间谱估计技术和自适应波束形成技术的优点,对期望信号导向矢量误差、干扰到达角失配及信号相关等都具有足够的稳健性。

常见的DOA估计算法matlab代码，包括MUSIC,ESPRIT,及其各种基于这两种算法的变体，包括集中MUSIC算法的性能分析和集中ESPRIT算法的性能分析比较

空间谱估计的很好教材，入门级

张小飞版阵列信号处理书中的代码整理，包含了一维和二维的各种算法，还有GUI界面的设计，适合于本科毕业 设计，还有刚开始接触信号处理方向的同学来打基础，研究算法，其中还包括了已知信号源和未知信号源的算法等等

空间谱估计理论与算法 讲述数字波束合成的原理 需要用到矩阵相关方面的知识 故将两个资源放在一起 已供学习