1.一种基于复数盲源分离的船舶DOA方位估计方法，其特征在于：包括以下步骤：
步骤1：基于交叉验证的可检测区域船舶数量估计
将阵列接收数据分成两部分，其中一部分用于提取数据的特征，其它部分用于验证这些特征，提出式(5)和式(6)为估计可检测区域船舶数量的准则，
式中，i＝1,2,…,m，trace(·)为矩阵求迹运算，C为阵列接收数据x的协方差矩阵C＝xxT， Λi为对角元素为C前i个特征值的对角矩阵，Ui的列向量为与其相应的特征向量；而计算 的 对角矩阵 的对角线与Λm是交叉的且两个矩阵
在对角线上的元素排序是相反的；
步骤2：基于复数盲源分离的阵列响应伪逆矩阵估计
在不知道源信号和不对未知的混叠系统的参数做任何先验信息假设的情况下，寻找一个最优的阵列响应伪逆矩阵W，使得W与阵列响应矩阵A满足 WA＝I，I为m×m维单位矩阵，上标“H”符为Hermitian转置运算；记wi(i＝1,2,…,n)为W的一个列向量，则将为一个m维的复数向量， 和 均为实数；通过
求解n次wi最终也能获得W，W由式(7a)-(7d)、(8)计算得到；
yi(t)＝wix(t) (7b)
(2m-1)
式中，E[·]为求均值运算，[αi,1,αi,2,…,αi,2m-1]∈[02π] ；另外，为了避免产生两个相同的wi，利用式(8)来去相关处理；
；
步骤3：目标船舶DOA方位估计
阵列响应矩阵相邻的两个行向量之间都相差一个相位，设L1＝[I(m-1)×(m-1)0(m-1)×1]和L2＝[0(m-1)×1I(m-1)×(m-1)]，可得
由此得
#
ωi＝jln[(L1ai)L2ai] (10)
式中i＝1,2,…,n。
2.根据权利要求1所述的基于复数盲源分离的船舶DOA方位估计方法，其特征在于：
步骤2基于复数盲源分离的阵列响应伪逆矩阵估计包括以下步骤：
步骤2.1设定收敛误差值Δ；在0～2π之间随机产生FS个n×2m-1维的数据集，分别记为θ(l,d)，l＝1,2,…,FS，d＝1,2,…,n×2m-1；
步骤2.2
for l＝1 to Fs
将第l个数据集θ(l,d)的值赋给n个[αi,1,αi,2,…,αi,2m-1]；
for i＝1 to n
由 构造wi；
由 去相关处理；
计算yi(t)＝wix(t)；
计算
end
计算
end
t＝1；
步骤2.3迭代寻优运算
步骤2.3.1
for l＝1 to Fs
for d＝1 to n×2m-1
由θnew(l,d)＝θ(l,d)+rand[θ(l,d)-θ(r,d)]计算,rand为在[0 1]之间的随机数，r为在[1 FS]之间产生的不为l的随机整数；
end
将第l个数据集θnew(l,d)的值赋给n个[αi,1,αi,2,…,αi,2m-1]；
for i＝1 to n
由 构造wi;
由 去相关处理;
计算yi(t)＝wix(t);
计算
end
计算
if Jnew(l)>J(l)
J(l)=Jnew(l);
将θnew(l,d)的值赋给θ(l,d);
end
end
步骤2.3.2
Jglobal(t)=J(1);
将第1个数据集θ的值赋给θglobal;
for l=2 to Fs
if Jglobal(t)Jglobal(t)=J(l);
将第l个数据集θ的值赋给θglobal;
end
end
步骤2.3.3
if t=1
t=t+1;
回到步骤2.3.1;
else
计算ε=Jglobal(t)-Jglobal(t-1);
if ε<Δ
跳至步骤2.4;
else
t=t+1;
回到步骤2.3.1;
end
end
步骤2.4
步骤2.4.1将θglobal的值赋给n个[αi,1,αi,2,…,αi,2m-1];
步骤2.4.2
for i=1 to n
由 构造wi;
由 去相关处理;
end
步骤2.4.3将n个wi构造W=[w1,w2,…,wn]，通过计算W的广义逆矩阵得到阵列响应矩阵。