适用于任意几何结构平面阵列的无网格DOA估计算法

由于在网格失配情况下依然具备良好的估计性能,无网格DOA估计算法近年来受到了广泛的关注与研究,其中又以基于原子范数最小化(ANM)的DOA估计算法最具代表性。随着可分离ANM(DANM)算法的提出,为ANM理论在2维DOA估计领域中的应用提供了可能。不过传统的DANM算法以及其后续的一系列改进算法都只适用于均匀矩形阵列(URA)或稀疏矩形阵列(SRA),无法适用于具有任意几何结构的平面阵列。针对上述问题,该文提出一种适用于任意几何结构平面阵列的无网格DOA估计算法,即B-DANM算法。该算法利用一类贝塞尔函数对实际平面天线阵列接收信号的协方差数据进行展开,从而获得适用于任意几何结构平面阵列的DANM算法框架,然后再通过求解半定规划问题、Toeplitz矩阵的Vandermonde分解以及估计参数配对、角度变换等过程来得到最终的DOA估计结果。仿真实验验证了,在任意几何结构平面阵列的测向系统中,B-DANM算法相比于传统的2维DOA估计算法在精度、分辨力等方面的优势。

基于交错投影的无网格降维DOA估计算法

针对当前基于交替投影的无网格(APG)DOA估计算法存在收敛速度较慢的问题,提出了一种基于交错投影的无网格降维DOA估计算法。该算法在迭代求解的过程中,直接对半正定矩阵的子矩阵——Toeplitz矩阵进行迭代投影,降低了矩阵的维度,在确保估计精度的情况下,有效降低了算法的计算量。仿真结果表明该算法与APG算法相比,在相同信噪比、快拍数或阵元数的条件下能够保证估计精度,同时减少了计算时间,具有更好的实时性,性能更优。

基于通道压缩的原子范数最小化DOA估计算法

针对波达方向(DOA)估计算法的精度以及分辨率受通道数目影响的问题,本文提出了基于通道压缩的原子范数最小化(CC-ANM)无网格DOA估计算法。该算法首先对通道数进行压缩,然后对压缩之后数据的协方差矩阵进行特征值分解,利用分解得到的特征值和特征向量构建新的观测向量,以此来构建单快拍模型下的ANM问题,最后根据半正定规划问题的最优解建立Toeplitz矩阵,通过其Vandermonde分解获得信号DOA参数的估计结果。仿真实验验证了CC-ANM算法在阵元数为20,压缩率为2,信噪比为20 dB,快拍数为200时,估计精度可以达到0.1°以下。对于角度间隔2°以上的信号可以达到100%的测量。对仪器接收入射角度为0°实测数据进行测试,该算法估计精度在0.3°以下,要优于同等条件下的压缩感知类算法。