基于稀疏貝葉斯學(xué)習(xí)的DOA估計算法.pdf

1、波達(dá)方向角（DOA）估計技術(shù)在許多實際應(yīng)用中扮演著十分重要的角色，因此一直是一個備受關(guān)注的研究領(lǐng)域。傳統(tǒng)的DOA估計算法需要大量的采樣數(shù)據(jù)、在較高的信噪比條件下才能精確估計，而且處理相干信號效果不理想，在一些新興領(lǐng)域的應(yīng)用中受到了很大的限制。因此，如何利用少量的測量數(shù)據(jù)來實現(xiàn)高分辨率的DOA估計算法成為一個新興的研究方向。稀疏表示理論的不斷發(fā)展為DOA估計提供了新的發(fā)展方向，它指出對于稀疏或可壓縮信號，當(dāng)滿足一定條件時，可以用遠(yuǎn)低于Ny

2、quist采樣定理所需要的采樣數(shù)據(jù)精確地恢復(fù)出原始信號。
　　主流的稀疏重構(gòu)算法有三類，分別是貪婪算法，凸松弛類算法和貝葉斯學(xué)習(xí)算法。其中貝葉斯學(xué)習(xí)/推斷綜合了決策者的先驗認(rèn)知、樣本信息中未知參數(shù)的分布信息，從統(tǒng)計優(yōu)化的角度達(dá)到稀疏重構(gòu)的目的，容易理解而且表現(xiàn)出許多優(yōu)點，現(xiàn)已成為一個研究熱點。本文重點研究了基于稀疏貝葉斯學(xué)習(xí)的DOA估計算法，主要工作和成果列舉如下：
　　1.詳細(xì)介紹了三類稀疏重構(gòu)算法的基本原理并分析了各自的

3、優(yōu)缺點，對經(jīng)典的基于稀疏表示的DOA估計算法做了簡單介紹，其中包括L1-SVD算法、L1-SRACV算法和降維的L1-SRACV算法。
　　2.闡述了貝葉斯估計理論、貝葉斯學(xué)習(xí)算法的框架，分析了貝葉斯學(xué)習(xí)算法的優(yōu)勢，最后，提出了基于多測量矢量稀疏貝葉斯學(xué)習(xí)（MSBL）的DOA估計算法，通過仿真實驗證明了該算法在低快拍情況下有很好的估計性能，并且可以應(yīng)用于相干信號的處理。
　　3.研究學(xué)習(xí)了分布源DOA估計的信號模型和分塊稀疏