本文档介绍了如何在非均匀噪声条件下利用部分校准的均匀线性阵列进行信号到达方向（Direction-of-Arrival, DOA）的估计。非均匀噪声通常意味着阵列中各个传感器接收到的噪声功率不同。而均匀线性阵列（Uniform Linear Array, ULA）是一种由等间距排列的传感器组成的阵列，用于方向查找是雷达、声纳、水下监视、地震感测和无线通信等多种应用中的关键技术。
文章提到了一种类似于ESPRIT（Estimation of Signal Parameters via Rotational Invariance Techniques）的方法，这种方法可以同时估计未知增益/相位和DOAs。不过，这种方法依赖于均匀白噪声的假设，即所有传感器的噪声功率都是相同的。此外，对于M个元素的阵列最多只能处理M-2个源信号。
由于这些限制，本文提出了一种改进的方法，可以在两个方面进行扩展：一方面，将均匀白噪声扩展到非均匀噪声；另一方面，可以估计出M-1个无相关信号的DOA。对于无相关信号，可以通过特定的阵列协方差矩阵的结构对阵列进行校准，然后通过重新表述校准后的阵列协方差矩阵来简化消除传感器噪声的非均匀性。对于有相关信号的情况，通过求解最小二乘优化问题来减轻传感器噪声的非均匀性，从而正确确定信号/噪声子空间。因此，先前开发的类似ESPRIT的方法可以被采用来确定DOAs。
文章使用数值示例证实了所提出方法的有效性。在引言部分提到了，使用传感器阵列进行方向查找对于包括雷达、声纳、水下监视、地震感测和无线通信在内的许多应用至关重要。文章指出，典型的基于子空间的方法，如MUSIC、ESPRIT和WSF（Weighted Subspace Fitting）能够在DOA估计中提供高精度和超分辨率，但是这些方法只有当阵列流形（即导向向量）确切已知并且信号/噪声子空间可用（或至少被适当确定）时才能表现良好。
需要指出的是，研究的进一步发展是基于非均匀噪声情况的应对，以及增强部分校准均匀线性阵列的能力，来处理更多数量的信号源并保持高精度和超分辨率的估计性能。在实际应用中，由于多径效应、传感器非理想特性、环境噪声不均匀性等因素，信号来源的真实方向可能并不容易精确获取。因此，研究者们致力于开发出新的算法和技术，以提高系统在复杂环境下的鲁棒性和精度。
通过上述方法的改进，可以为传感器阵列中的信号处理和系统设计人员提供更多的灵活性和准确性，使得在真实复杂信号环境中进行高效的信号方向估计成为可能。这类技术的发展也为未来的通信系统、遥感技术以及任何依赖于空间信号处理的领域提供了强大的支持。
