在卫星通信领域，信号到干扰加噪声比（SINR）可以通过针对信号来源特定方向的波束形成器来提升。由于宽带信号由阵列接收时，基线差依赖于频率，仅采用复权方法无法达到最佳性能。同时，在阵列信号处理中，存在由于幅度和基线不确定性、互耦合以及传感器位置引起的系统阵列误差，导致实际阵列响应与理想响应存在差异。
本论文主要研究了在系统误差下的高精度测向和宽带波束合成算法。宽带信号的到达方向（DOA）与其频率独立，因此可以将适用于窄带信号的超分辨率测向算法如多重信号分类（MUSIC）应用于宽带信号。提出了一种联合估计算法，利用较少的校准信号源克服阵列模型的系统误差，将系统误差矩阵的估计转化为系统误差系数的估计。然后，应用最小二乘算法联合估计幅度、基线和互耦合误差系数，接着利用估计出的误差矩阵执行MUSIC算法以测量DOA。
对于宽带波束形成器，本论文基于Frost结构设计了一种改进的鲁棒算法，它由延迟滤波器和权重滤波器组成。在延迟滤波器部分使用分数延迟滤波器，使期望信号向量在相位上保持有效相干，以获得期望信号的最大能量。权重滤波器部分，信号在DOA误差范围内被提取，以减少系统误差的影响；同样，通过最小能量准则获取权重值，对DOA误差的约束使得滤波器设计更加精确。
这篇论文提出了处理系统误差的创新策略，通过精确的DOA估计算法和优化的宽带波束形成技术，提高了在复杂环境下的信号检测和处理能力。这些算法不仅能够提高信号的信噪比，还能有效地补偿系统中的各种误差，为卫星通信和其他需要高精度信号处理的应用提供了重要的理论和技术支持。通过这种方法，可以预期在未来的无线通信系统中，特别是在大数据环境下，实现更高效、更稳定的信号传输和接收。
