基于稀疏重構的二維DOA估計算法研究.pdf

1、二維波達方向(2D-DOA)估計是多維空間譜估計中更具有實際意義的研究課題，其在雷達、通信和醫(yī)學診斷等領域都有著重要的應用。雖然2D-DOA估計在近幾十年得到迅猛發(fā)展，但還是有許多不盡如人意的地方，仍然面臨著計算量較大，估計精度較低，實際所需陣元數較多等問題。
　　近年來，稀疏重構被廣泛應用于欠定盲源分離、DOA估計等領域。信號在角度空間中的分布具有稀疏特性，為利用稀疏重構方法實現DOA估計提供了可能，且基于稀疏重構的DOA估計算

2、法具有快拍數較少，分辨率較高等優(yōu)點，已經涌現出大量比較高效的算法。為進一步提高2D-DOA估計的分辨率和魯棒性，本文主要探討在圓型陣列和互質L型陣列條件下利用稀疏重構的方法實現2D-DOA精確估計的方法。主要內容如下：
　　1.針對2D-DOA估計通常面臨數據量較大，算法復雜度較高的問題，基于圓型陣列，充分利用信源的來波方向在角度空間上具有稀疏特性，提出采用分步迭代細化的方式降低冗余字典維數。首先，利用正交匹配追蹤(OMP)和奇異

3、值(SVD)聯合的算法，獲得信源方位角和俯仰角的粗略估計；然后，以獲得的粗略角度值為柵格基礎，構建新的二維稀疏重構模型，從而達到減少稀疏模型中的原子個數，最后采用l1?SVD方法對信號方向角度進行精確估計。該方法使得稀疏重構計算復雜度縮小一半。
　　2.針對傳統(tǒng)的貪婪類算法存在冗余下標，而松弛函數法又受正則化參數的影響較大的問題，提出基于稀疏貝葉斯學習理論，引入一個控制待重構稀疏信號先驗分布的超參數和控制噪聲先驗分布的超參數，將對

4、信源角度估計的問題轉化為對超參數估計的過程。首先，針對信源個數未知的情況，利用SAMP算法對輸入信號進行粗略估計，獲得維數較低的冗余字典；然后，構造出一個在噪聲條件下的稀疏貝葉斯假設檢驗準則，利用該準則可以進一步消除冗余字典中的無效原子，更快速地選擇有效的重構原子，進一步實現2D-DOA的精確估計。該算法既可實現降低計算量的目的，同時在低信噪比、小快拍數情況下大大提高了估計性能。
　　3.針對陣元數限制可辨識信源個數的問題，提出利

5、用交叉布陣的方式構建互質L型陣列進行稀疏重構估計。首先，利用KR乘積將互質陣列接收數據的協方差矩陣進行擴展，給出一種單測量矢量(SMV)的稀疏模型，這種稀疏表示模型不僅具有陣列擴展特性，在陣元數有限的條件下可以增大可辨識的信源個數，同時有利于稀疏反問題的求解，提高算法的穩(wěn)健性；其次，引入一個參量角，將2D-DOA估計問題轉化為兩個1D-DOA估計問題，進一步減小計算的復雜度；最后，利用二階錐規(guī)劃進行稀疏重構實現輸入角度的精確估計，并將角