一种计算复杂度低收敛速度快的递推Capon谱估计算法

基于递推最小二乘方法实现对观测信号自相关矩阵的逆R-1L的估计，研究了一种计算复杂度低和收敛速度快的Capon谱估计算法。该算法避免了用Cholesky分解、奇异值分解、QR分解或目前文献中见到的其他方法所带来的Capon谱估计算法计算复杂的缺点。同时，在信号自相关矩阵条件数不好时，该算法仍然可以进行信号的谱估计。仿真结果表明，尽管该方法的谱估计分辨率不如修正协方差谱估计法，但是两者相差不多，该方法非常有利于谱估计算法的实时实现和实际应用，并且还可以实现Capon幅值估计。