基于稀疏贝叶斯学习在未知噪声场的欠定宽带信号DOA估计

稀疏贝叶斯学习(SBL)应用于互质阵列、欠定宽带信号在未知噪声场的波达方向(DOA)估计。使用扩展协方差矩阵,互质阵列可以实现更高数量的自由度(DOF),以解析比物理传感器的数量更多的源。基于稀疏的DOA估计可能恶化检测和估计性能,因为无论网格有多精细,源都可能离开搜索网格。SBL使用定点更新可以较好地解决这种字典不匹配问题。与同时正交匹配跟踪最小二乘(SOMP-LS)、同时正交匹配跟踪总最小二乘(SOMP-TLS)和离网稀疏贝叶斯推理(OGSBI)相比,SBL能够获得较好的检测和估计性能。