基于稀疏表示的DOA估計算法研究.pdf

1、近年來基于稀疏表示思想和壓縮感知理論的波達方向（DOA）估計算法得到了快速的發(fā)展，其相對于傳統(tǒng)算法的優(yōu)勢使其成為DOA估計領域的一個熱點問題。與傳統(tǒng)DOA估計算法相比，利用稀疏表示思想和壓縮感知理論對信號進行DOA估計能夠在信噪比較低和快拍數(shù)較少的條件下獲得較好的性能，并且不需要通過解相干過程就能夠直接處理相干信號。本文主要研究了多快拍條件下的稀疏信號DOA估計以及網格失配（off-grid）DOA估計。
　　針對MMV模型計算復

2、雜度較高的問題，本文利用特征向量的線性組合將MMV模型簡化為SMV模型，提出了SRBWEV算法。然后在此基礎上針對off-grid DOA估計問題，對Rife測頻算法進行改進，提出了一種用于稀疏信號DOA估計的MRife算法，同時推導分析了MRife算法的實現(xiàn)條件，通過仿真驗證了該算法能夠有效地解決網格不匹配問題并獲得信號的精確off-grid DOA估計。
　　本文針對L1-SRACV算法存在的缺點和不足，在其基礎上進行了改進，

3、提出了L1-RVSKR算法。首先通過酉變換將復數(shù)運算轉變?yōu)閷崝?shù)運算，然后利用Khatri-Rao積進行向量化操作，使MMV模型簡化為SMV模型，并將產生的虛擬陣列作為新的過完備字典，在降低計算量的同時也提高了估計性能。
　　由于過完備字典中相鄰的原子之間相關性較大導致了估計性能的下降，IHT算法不能正確的分辨出各個信號。針對該問題，本文對IHT算法進行改進，利用過完備字典中的原子相關性加入閾值判斷，改進后的IHT算法能夠很好的對各

4、個信號進行分辨。
　　本文對基于陣列協(xié)方差矩陣和基于信號子空間的兩種稀疏信號DOA估計模型進行了改進，得到了基于特征值的稀疏信號DOA估計模型。改進后的模型減小了過完備字典的維數(shù)，從而降低了計算量，提高了運算效率。
　　最后本文利用實際測向系統(tǒng)的接收數(shù)據(jù)對測向算法進行了仿真驗證與對比分析。首先利用0位校正算法校正通道幅相不一致誤差，然后利用SRBWEV算法和MUSIC算法估計輻射信號的DOA，并對比分析了這兩種算法在實際測向