基于空域平滑稀疏重构的 DOA 估计算法

ByGrith4

摘 要：该文提出一种基于空域平滑稀疏重构的 DOA 估计算法，利用空域平滑理论对协方差矩阵进行处理，然后
! M; P) c& i% m7 O通过 KR 积变换改变其结构，并对变换后的矩阵进行稀疏重构获得角度估计。此外，该文还给出了两种不同的目
6 e1 b* h) [+ Z/ z4 j2 z标函数误差求解方法。从仿真实验可以看出，该算法与传统的基于压缩感知理论的 DOA 估计算法对比，明显降低
. R, O6 U" T% k& E3 o- R了运算量，且对于相干和非相干信号的处理性能均有所提高，在低角度间隔、低信噪比和低采样数条件下优势更为
突出。
关键词：压缩感知；空域平滑；稀疏重构；DOA 估计
- y5 {: g, n1 d/ R( U1 引言
2 m# M; H, Y1 a) Q随着信息技术的飞速发展，超宽带信号、实时
处理能力、高复杂度的电磁环境都对硬件提出了更
$ a2 o1 z) x8 X# K+ r高的要求，而传统的 DOA 估计算法已经不足以满
足时代的需要。由此，压缩感知理论应运而生，理
论指出：当信号为稀疏或可压缩时，即使采样频率
远低于 Nyquist 定理的要求，也可以对所采集到的
+ g2 i) b1 L/ b; _& i数据进行求解，并且能够高精确度地恢复出原始的
5 w# A' C3 m* ~8 `; M( s& M, {信号[1]。这种理论的运用不但可以降低采样数、传输

2 a9 x% K4 n5 e  S7 i量、存储量以及处理的成本，而且可以提高参数估
* ?* f; K0 {: F6 j" G$ u1 K+ j计的准确性，从而克服经典算法的不足，显示出该
  V1 M" |" Y2 W0 H, R7 _' Y理论巨大的研究价值和广阔的应用前景。因而，将
稀疏理论引入到 DOA 估计中也是大势所趋[2 6]
、。文献[7]通过建立稀疏重构模型，利用二阶锥规划求解
( a. G% J& ?0 A5 h的方法，创造性地构造了阵列流形冗余字典，结合
l1范数凸优化问题[8]和 SVD 分解，提出了 L1_SVD
  v) @* x( |8 Z2 \- W5 u9 T4 U算法[9]，成功地解决了基于压缩感知理论基础上的
DOA 估计问题，但是该算法存在运算量太大，实时
' l8 Y1 Q$ K" W# i7 Y9 R0 S- o' Q$ A处理较难，且需要已知信源个数为前提的诸多不足。
2 u* B: z( o. u0 {在此基础上，文献[10]发明了混合 l2 范数逼近的
; A* e/ {5 u8 ^4 TDOA 估计方法，主要是通过对欠定方程的最小范数

  D2 C$ [' Z: b3 g9 H) i) c
; f3 ~2 R2 d) s& l
6 F8 X. b% w( k6 W  _
4 f( m( f2 N" U0 w1 V. i* Y
$ P+ Q+ w6 x. W( O0 u附件下载：

游客，如果您要查看本帖隐藏内容请回复

Teeshop5

学习学习