论文部分内容阅读
作为阵列信号处理中重要的研究方向,波达方向(DOA)估计在雷达探测、无线通讯、地震勘探及生物医疗等许多领域有着广泛的应用,尤其在近十多年取得了飞速发展。随着DOA估计技术应用场景的增多,实际工程应用中的信号环境又变得日趋复杂,必然会对DOA估计技术的适应能力以及性能提出更高的要求。但是,传统的波达方向估计方法在低快拍数、低信噪比及相关信号等非理想场景下的性能表现不尽如人意,已经难以满足实际应用的需求。因而,如何利用少量的观测数据实现高分辨率、稳健的波达方向估计已然成为亟待解决的热点问题。与此同时,稀疏表征与压缩感知理论的兴起吸引了众多学者的研究目光,其为波达方向估计问题提供了新的研究视角和理论支撑。与传统的子空间类估计方法不同,稀疏表征类方法借助目标信号入射方向在全空域上的稀疏性,将DOA估计问题转化为稀疏表征重构求解问题,从而完成目标信号的DOA估计。该类方法不仅表现出对上述非理想场景的极强的适应能力,还能取得高精度高分辨率的估计性能。因此,基于稀疏表征的波达方向估计研究在近些年受到了学者们的广泛青睐。本文着眼于稀疏表征理论对DOA估计问题进行了深入分析,并提出了两种新的方法。全文的主要研究内容如下:1)简要陈述了DOA估计与压缩感知理论的基础知识,着重阐述了稀疏信号可精确恢复的条件,并对稀疏表征理论应用于波达方向估计问题的合理性进行了剖析。2)详尽描述了几种具有代表性的基于稀疏表征思想的DOA估计算法。3)结合现有的基于稀疏表征理论的DOA估计算法的优缺点,从接收数据协方差矢量化的稀疏表征角度出发,推导出两种新的DOA估计算法。一种是针对高斯白噪声的基于协方差矢量化的增强型稀疏表征算法。另一种是非均匀噪声下基于稀疏表征的迭代估计算法。并利用仿真实验证明了本文所提算法能实现性能更好的DOA估计。