Direction of arrival estimation is an important issue in array signal processing. In this dissertation a well-known direction of arrival estimation method, the multiple signal classification, is analyzed to obtain statistical properties and performance characteristics under various environment. We also consider various direction of arrival estimation methods with their performance analysis. In addition, modeling of signal sources is investigated for dispersive signal sources. Two issues in direction of arrival estimation are considered: one is a generalization of the well-known multiple signal classification method and the other is the direction of arrival estimation without assuming the number of signal sources. From the generalization of the multiple signal classification method we can obtain a direction of arrival estimation method which provides with better resolution capability than the multiple signal classification method. This improvement stems from simultaneous utilization of two subspaces, the signal and noise subspaces. It is noteworthy that in the multiple signal classification method only the noise subspace is used to estimate the direction of arrivals. For the cases where the number of signal sources is not available or where we want to avoid the determination of the number of signal sources in direction of arrival estimation methods, two methods are proposed. One is established based on the Bayesian approach and the other is obtained using the Capon's method. The first method requires a priori probability mass function of the number of signal sources. It is observed that the a priori probability mass function is related to the Akaike information and the maximum description length criteria which have been used to determine the number of signal sources. It is seen that the multiple signal classification method and the second method obtained using a generalization of the Capon's method have asymptotically the same performance. We consider models of signal sources when signal sources are dispersive. Two models, nonparametric and parametric models, are proposed and direction of arrival estimation methods for the models are developed. It is observed that the parametric source model includes the point source model.
배열 신호 처리에서 신호 도착 방향 추정은 흥미있고 중요한 연구 분야의 하나이다. 이 논문에서는, 잘 알려져 있고 널리 쓰이는 신호 도착 방향 추정법인 다중 신호 분류법의 통계적 성질을 얻었고 그 성능을 분석하였다. 또한, 몇가지 새로운 신호 도착 방향 추정법을 제안하여 그 성능을 분석하였으며, 퍼진(dispersed) 신호원 모형에서 신호 도착 방향 추정을 생각하였다. 먼저, 신호 도착 방향 추정에서는 다중 신호 분류법의 일반화와 신호원 수를 모를 때의 신호 도착 방향 추정을 생각하였다. 좀더 구체적으로는, 다중 신호 분류법을 일반화하여 다중 신호 분류법보다 해상도가 뛰어난 신호 도착 방향 추정법을 얻었는데 이는 신호 부공간과 잡음 부공간을 함께씀으로써 얻을 수 있었다. 신호원 수를 모르거나 신호원 수를 미리 결정하지 않고 바로 신호 도착 방향을 추정할 수 있는 두가지 방법을 생각하였는데 하나는 베이시안 접근 방법으로, 또 하나는 케이펀의 방법을 거쳐 얻었다. 첫번째 방법을 쓰려면 신호원의 사전 확률 밀도 함수를 알아야 하는데, 이 사전 확률 밀도 함수는 신호원 수를 결정하는데 쓰이는 아카이케 기준이나 최대 묘사 길이 기준과 관련이 있음을 볼 수 있었다. 그리고 일반화된 케이펀의 방법으로 얻은 두번째 방법은 다중 신호 분류법과 점근적으로 성능이 같음을 보였다. 끝으로, 신호원이 퍼져 있을 때에 쓸 수 있는 신호원의 모형을 생각하였다. 좀 더 구체적으로는, 비모수형 모형과 모수형 모형 두 가지를 생각하여 이들 모형에서 신호 도착 방향 추정법을 얻었다. 또한, 모수형 모형은 점 신호 모형을 포함함을 알 수 있었다.
