基于传感器阵列输出模型的稀疏重构,研究了利用单快拍数据进行波达方向(Direction of Arrival,DOA)估计的问题。考虑到在实际应用中,目标信号个数远小于传感器阵元数,目标信号DOA相对于空间来说也是稀疏的,将传统的传感器阵列输出模型...基于传感器阵列输出模型的稀疏重构,研究了利用单快拍数据进行波达方向(Direction of Arrival,DOA)估计的问题。考虑到在实际应用中,目标信号个数远小于传感器阵元数,目标信号DOA相对于空间来说也是稀疏的,将传统的传感器阵列输出模型进行稀疏化表示,得到阵列输出数据的稀疏表示模型,研究了一种基于l1-范数最小化的单快拍DOA估计算法(L1-Min)。该算法将稀疏参数求解问题转化为二阶锥规划(Second-Order Cone Programming,SOCP)问题的一般形式,并在二阶锥规划的框架下求解,同时分析了算法中正则化参数的选取依据。L1-Min算法对小样本、相干多径信号、目标信号角度间隔小等非理想条件都具有较好的鲁棒性。仿真实验验证了算法的有效性。展开更多
文摘基于传感器阵列输出模型的稀疏重构,研究了利用单快拍数据进行波达方向(Direction of Arrival,DOA)估计的问题。考虑到在实际应用中,目标信号个数远小于传感器阵元数,目标信号DOA相对于空间来说也是稀疏的,将传统的传感器阵列输出模型进行稀疏化表示,得到阵列输出数据的稀疏表示模型,研究了一种基于l1-范数最小化的单快拍DOA估计算法(L1-Min)。该算法将稀疏参数求解问题转化为二阶锥规划(Second-Order Cone Programming,SOCP)问题的一般形式,并在二阶锥规划的框架下求解,同时分析了算法中正则化参数的选取依据。L1-Min算法对小样本、相干多径信号、目标信号角度间隔小等非理想条件都具有较好的鲁棒性。仿真实验验证了算法的有效性。