技术特征：1.一种基于特征值对角加载的信源数估计方法，其特征是：其包括以下步骤：
步骤s1、利用天线阵列接收远场信号，获得阵列观测信号x(t)；
步骤s2、计算步骤s1中阵列观测信号x(t)的协方差矩阵r(t)；
步骤s3、对步骤s2中的协方差矩阵r(t)进行特征分解，计算出协方差矩阵的特征值λk，得到特征值和特征向量；依据特征值的数值从大到小排列，得到特征值序列其中，m表示天线阵元数目；
步骤s4、对步骤s3中的特征值序列进行一次对角加载，对角加载量取为所有特征值的算术平均值，将原始特征值与对角加载值相加，取代原始特征值，得到新的特征值序列
步骤s5、对步骤s4中的一次对角加载后的特征值，再重新计算特征值对角加载量，对一次对角加载后的特征值进行二次对角加载，得到新的特征值序列使加载后的特征值满足噪声特征值的最大值与最小值之比小于等于2的条件；
步骤s6、对步骤s5中得到的新特征值序列序列使用信息论准则类方法和随机矩阵理论类方法进行信源数估计。
2.根据权利要求1所述的基于特征值对角加载的信源数估计方法，其特征是：其步骤s1中，设定天线阵列有m个阵元，有k个远场信号入射到天线阵列上，测量获得m个观测信号x(t)，
x(t)＝[x1(t)，x2(t)，...，xm(t)]t
其中，t表示转置；采样时刻t＝1，2，…，n，n为信号采样数。
3.根据权利要求1所述的基于特征值对角加载的信源数估计方法，其特征是：其步骤s2中，利用公式对观测信号的协方差矩阵r(t)进行计算，其中，x(t)＝[x1(t)，x2(t)，...，xm(t)]t为阵列观测信号向量，h表示共轭转置，n表示信号采样点数。
4.根据权利要求1所述的基于特征值对角加载的信源数估计方法，其特征是：其步骤s3中，利用公式对观测信号的协方差矩阵r(t)进行特征值分解，其中，m表示天线阵元数目，h表示共轭转置，计算出协方差矩阵的特征值，得到特征值λi和特征向量ui，特征值λi和特征向量ui也称为样本特征值和样本特征向量，对应于特征值λi和特征向量ui，i＝1，2，…，m；依据特征值的数值从大到小排列，得到特征值序列
5.根据权利要求1所述的基于特征值对角加载的信源数估计方法，其特征是：其步骤s4中，对步骤s3中的特征值序列进行一次对角加载，对角加载量计算公式表示为：
其中，m表示天线阵元数目，λk表示特征值；
根据样本协方差矩阵r(t)和特征值一次对角加载量计算公式，计算对角加载以后的新样本协方差矩阵，表示为：
式中，im为一个m维的单位矩阵；
对一次对角加载后的样本协方差矩阵进行特征值分解，得到新的特征值序列
6.根据权利要求1所述的基于特征值对角加载的信源数估计方法，其特征是：其步骤s5中，对步骤s4中的特征值序列进行二次对角加载，对角加载方法确定过程如下：
1)、求取连续两个特征值比值最大的特征值序号：
对降序排列的特征值序列选择其中，m表示天线阵元数目；
2)、计算使得成立的最小整数
3)、二次对角加载量针对特征值序列进行第二次对角加载，得到新的特征值序列
其中，m表示天线阵元数目。
技术总结本发明公开一种基于特征值对角加载的信源数估计方法，其包括以下步骤：利用天线阵列接收远场信号，获得阵列观测信号；计算阵列观测信号的协方差矩阵；对协方差矩阵进行特征分解，计算出协方差矩阵的特征值，依据特征值的数值从大到小排列，得到特征值序列；对特征值序列进行一次对角加载，得到新的特征值序列；对一次对角加载后的特征值，再重新计算特征值对角加载量，对一次对角加载后的特征值进行二次对角加载，得到新的特征值序列，使加载后的特征值满足噪声特征值的最大值与最小值之比小于等于2的条件；对新特征值序列使用信息论准则类方法和随机矩阵理论类方法进行信源数估计。本发明能够更好的保证复杂环境条件下信源数估计的可靠性。
技术研发人员：王川川;陆科宇;曾勇虎;李志鹏;朱宁;汪亚
受保护的技术使用者：中国人民解放军63892部队
技术研发日：2021.01.29
技术公布日：2021.07.23