波达方向估计(Direction of Arrival,DOA)估计作为阵列测向技术的一个重要研究领域,不仅在军事雷达、声纳信号领域有着广泛的应用,也在地震勘探等民用领域有着突出的贡献。R.O.Schmidt于1979年提出的多重信号分类(Multiple Signal Classification,MUSIC)算法是特征分解类算法的基石,具有高精度和高分辨的性能。然而,该算法运算量大,涉及特征值分解等复杂算法,难以实时实现。在此背景下,本课题针对基于FPGA的8阵元均匀圆阵测向系统的实现进行了研究,工作内容如下:1.针对MUSIC算法中复数矩阵运算量大的问题,采用预处理的方式将算法运算由复数域转入实数域。并且将预处理方式与协方差矩阵计算相结合,完成了协方差矩阵计算的行为级描述以及综合仿真。2.针对基于FPGA的特征值分解算法展开研究,改进了循环(Round-Robin)序列的交换方式,提高了并行Jacobi算法的迭代效率。在此基础上引入脉动阵列结构,该实现结构能够减少数据访问内存的次数,提高数据的吞吐率。针对Jacobi算法中的非线性运算,采用向量模式下的坐标旋转数字计算方法(Coordinate Rotation Digital Computer,CORDIC)将其实现。并且利用查表法以及乘法器完成矩阵的旋转运算,降低了Jacobi算法的运行时间。在以上方案的铺垫下给出了基于Jacobi算法的8阶实对称矩阵特征值分解的模块划分方案。并采用verilog语言进行算法的行为级描述,完成了算法的功能和时序仿真。3.在特征值分解的基础上,依据特征值分布特性并采用基于对角加载的Akaike信息论准则(Akaike Information Criteria,AIC)估计信源个数。对于算法中的非线性函数部分,利用泰勒级数展开的方式,将其转换为乘加迭代运算。同时,为保证定点数量化下算法的计算精度和速度,通过对输入的特征值的放缩预处理来加速级数的收敛且防止数据的溢出。并且通过三级流水线结构将算法中的循环展开,加速算法的实现。4.对协方差矩阵计算、特征值分解、信源数估计三个模块完成互连调试,并且完成了算法整体在100MHz时钟的静态时序分析。整个系统基于Virtex-7系列的Xc7v690t芯片与Vivado2016.4开发环境进行设计。其中8阶实对称矩阵的特征值分解模块在100MHz时钟下,运行时间为8.87us。信源数估计模块在并行度2的条件下,运行时间为3.13us。