加权信号张量子空间拟合算法

提出了一种基于三阶张量高阶奇异值分解的声矢量阵列加权信号张量子空间拟合算法。首先对声矢量阵接收信号进行三阶张量建模，并通过高阶奇异值分解得到信号张量子空间，从而结合加权信号子空间拟合算法进行空间方位谱估计。由于基于高阶奇异值分解得到的信号张量子空间相比于传统的矩阵奇异值分解得到的信号子空间能够更好地抑制噪声，并且体现了多维数据之间的关联关系，因此具有更高的方位估计精度。理论和仿真结果表明：该方法在低信噪比、等强度不相关信号和强相关信号条件下仍具有良好的目标分辩能力和稳定性，工程应用价值较高。