超分辨DOA估计方法研究

一、概述1.1 背景介绍在无线通信和雷达等领域中，方向性信号的到达角度（DOA）估计一直是一个重要的问题。

高分辨DOA估计方法能够在复杂的环境中准确估计信号的方向，因此备受关注。

1.2 研究意义针对非均匀阵列的高分辨DOA估计方法，不仅可以提高信号的定位精度，还可以应用到雷达目标检测、通信系统的波束赋形等领域，具有广阔的应用前景。

二、非均匀阵列的特点和问题2.1 非均匀阵列的定义和结构非均匀阵列由一系列不等间距的传感器组成，与均匀阵列相比，其结构更加复杂，同时也具有一定的优势。

2.2 非均匀阵列的DOA估计问题由于非均匀阵列的传感器间距不等，导致信号到达时延差异较大，从而影响DOA估计的精度和性能。

三、基于非均匀阵列的高分辨DOA估计方法3.1 基本思路和原理针对非均匀阵列的特点，采用特定的信号处理方法和算法，可以实现高分辨的DOA估计。

常见的方法包括最大似然估计法、子空间方法等。

3.2 最大似然估计法最大似然估计法是一种常用的参数估计方法，通过最大化似然函数得到信号的DOA估计值。

在非均匀阵列中，需要考虑传感器位置不均匀的影响。

3.3 子空间方法子空间方法是通过信号子空间和噪声子空间的分解来估计信号的DOA，对于非均匀阵列，可以利用特定的子空间分解算法得到更加准确的结果。

四、实验验证和性能分析4.1 实验设置设计非均匀阵列的实验评台，采集不同方向信号的数据，并进行处理和分析。

4.2 性能指标采用均方根误差（RMSE）、波束图分辨率等指标对所提方法的性能进行评估。

4.3 实验结果经过实验验证，所提出的高分辨DOA估计方法在非均匀阵列下具有较高的精度和稳定性，能够有效地处理非均匀阵列的DOA估计问题。

五、总结与展望5.1 总结本文针对非均匀阵列的高分辨DOA估计方法进行了系统的研究和分析，提出了对应的算法和实验验证。

5.2 展望针对非均匀阵列的DOA估计问题，还可以进一步探索新的算法和方法，以提高DOA估计的精度和性能，并将其应用到更多的实际场景中。

84电子技术Electronic Technology电子技术与软件工程Electronic Technology & Software Engineering常规的到达角测量方法对外部信号环境通常会作一定较为理想的设定，在此设定的基础上再利用信号的高阶累积量得到高分辨阵列的系列测向算法[1][2]。

然而当电磁环境变得复杂密集时，建立在理想模型下的测向算法往往失配，使得算法的性能下降，不能满足实际需求。

在此情况下，阵列信号空间谱分析方法被认为是解决该问题的有效途径。

其基本原理是将发生在时域的采样处理衍变至空间采样，变换思路将时域信号处理方法借鉴至空域来解决空间信号的测角等问题。

如果将发生于时域的“频率谱”对应于空间域的不同阵列信号，则可以称之为“空间谱”，时域处理中的“系统响应”对应于不同阵列信号处理中，则可以称之为“方向图”。

阵列信号处理中典型的算法有ROOT-MUSIC 算法、ESPRIT 算法和空间平滑MUSIC 算法。

1 ROOT-MUSIC算法MUSIC(Multiple Signal Classification)算法 [4] 是利用阵列信号来处理和解决超分辨角度DOA 估计的常规算法，其算法原理是通过特征式分解运算解出阵列输出结果的协方差矩阵的特征值和特征向量，在获取到信号子空间及与其相正交噪声子空间后，进一步得到空间谱函数，完成谱峰搜索后检测出辐射源的到达角（DOA ）。

假设P 个信号入射至阵列M 个天线单元中，且有P ≤M ，阵列信号的协方差矩阵的谱分解式表示为：若入射的P 个信号互不相关，则上式中的矩阵APA H 为满秩矩阵；同样，对角矩阵中就有P 个较大的特征值；U s 是阵列协方差矩阵的信号特征向量子矩阵；U n 是阵列协方差矩阵的噪声特征向量子矩阵。

U=[U s , U n ]为酉矩阵，不同特征值所对应的多个特征向量之间相互正交，存在：U s U n =0由其构造的空间谱估计关系式表示为：式中分母包含有信号向量及与其可能存在正交性的噪声矩阵，当二者正交成立时，分母的内积式取值为零。

基于压缩感知的无源雷达超分辨DOA估计王海涛;王俊【期刊名称】《电子与信息学报》【年(卷),期】2013(000)004【摘要】波达方向(DOA)信息是目标定位过程中一个非常重要的量。

但是在无源雷达中，目标回波通常掩盖在强直达波、多径干扰以及噪声的背景之下，因此很难对其进行DOA估计，特别是在多目标的情况下。

该文提出一种基于压缩感知的无源雷达超分辨DOA估计方法，为了消除直达波和多径干扰以及提高目标回波的信噪比，首先进行时域干扰相消和距离-多普勒2维相关处理，最后在目标对应的距离-多普勒单元处进行方位向压缩感知稀疏重构，以获得目标的DOA信息。

仿真分析表明，该文方法能够在无源雷达中进行有效的超分辨DOA估计。

%The informa tion of target’s Direction Of Arriving (DOA) is very important for target location. But in passive radar, the weak target echoes are usually embedded in the background of strong direct signal, multipath and noise. So it is very difficult to estimate the DOA of target in passive radar, especially when there are multiple targets. In this paper, a method based on compressed sensing is proposed to perform high resolution DOA estimation in passive radar. In order to remove the strong direct signal and multipath and improve the SNR of targets, first the temporal interference cancellation and range-Doppler 2D correlation are utilized. Finally, the signal of targets’ delay-Doppler bin is reconstructed according to DOA using reconstruction algorithm of compressed sensing. Simulation resultsshow that the proposed method can perform the super-resolution DOA estimation in passive radar.【总页数】5页(P877-881)【作者】王海涛;王俊【作者单位】西安电子科技大学雷达信号处理国家重点实验室西安 710071;西安电子科技大学雷达信号处理国家重点实验室西安 710071【正文语种】中文【中图分类】TN958.97【相关文献】1.基于压缩感知的无源雷达目标检测和方向估计 [J], 王海涛;王伟;符渭波2.基于压缩感知的无源雷达目标检测和方向估计 [J], 王海涛;王伟;符渭波;3.基于全变差和压缩感知的小带宽超分辨TOA估计 [J], 雷文华;胡海冰;周毅4.基于迭代超分辨的单快拍DOA估计方法 [J], 陈宝欣;黄勇;陈小龙;关键5.基于压缩感知的超分辨目标散射中心估计 [J], 晋本周;吴刚因版权原因，仅展示原文概要，查看原文内容请购买。

１
ＤＯＡ估计信号模型 ＤＯＡ估计压缩感知模型 假设Ｋ个远场窄带信号ｓ（ｆ）入射到由Ｍ个阵
１．１
元组成的均匀线性阵列上，阵列接收信号可表示为
ｙ（￡）＝Ａ（口）ｓ（ｆ）＋Ｐ（ｔ） （１）
式中：ｙ（￡）＝［ｙ。（￡），…，ｙ朋（￡）］Ｔ为接收阵列的输 出信号矢量，Ａ（净）＝［口（舀。），…，口（碥）］，扫＝ ［舀。，…，巩］为均匀量化感兴趣区域［ｏ，１８０。］角
ห้องสมุดไป่ตู้
ｏｆ ｃｏｍｐｒｅｓｓｉｖｅ ｓｅｎｓｉｎｇ ｍＩｌｌｔｉ－ｔａｒｇｅｔｓ’ｄｉｒｅｃｔｉｏｎ
ｏｆ枷ｖａｌ（ＣＳ－ＤＯＡ）ｅｓｔｉｍａｔｉｏｎ
ｎｏＶｅｌ ｒｏｂｕｓｔ
ａｂｉｌｉｔｙ ｉｎ山ｅ ｐｒｅｓｅｎｃｅ ｏｆ ｍｉｓｍａｔｃｈ ｂｅｔｗｅｅｎ ｓｙｓｔｅｍ ｓｅｎｓｉｎｇ ｍｏｄｅｌ ａｎｄ ｔＩｌｅ
Ｉｓｏｍｅｔｒｙ
定系统正则化聚焦求解算法¨驯（ＲＭＦＯＣＵＳＳ）和
ＩＡＳＳＯ‘１５ １（Ｌｅａｓｔ．Ａｂｓｏｌｕｔｅ ＳｈＩｉｎｋａｇｅ ａｎｄ
Ｓｅｌｅｃｔｉｏｎ
Ｏｐｅｒａｔｏｒ）算法相结合的ＤＯＡ估计方法，实现了系统 感知模型失配时的ＤＯＡ高分辨估计。该方法采用 奇异值分解提取信号子空间，利用ＲＭＦＯｃｕｓｓ和 ＬＡｓｓＯ算法分别对目标角度信息矢量和系统感知 模型失配误差进行交替迭代优化。与ＭＯＭＰ算法 相比，本文方法运算量显著降低，能够有效改善系统 感知模型失配误差对ＤＯＡ估计精度的影响；与传统 的ｃＡＰＯＮ算法和ＭｕｓＩｃ算法旧。相比，本文方法能 够对相关信号进行有效估计，具有更高的角度分辨 力及更优的估计性能。
ｌｏｗｅｒ
ｃｏｍｐｕｔａｔｉｏｎａｌ ｃｏｍｐｌｅｘｉｔｙ． Ｋｅｙ ｗｏｒｄｓ：
Ｎｕｍｅｒｉｃａｌ ｓｉｍｕｌａｔｉｏｎｓ ｄｅｍｏｎｓｔｒａｔｅ ｔｈｅ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｔｈｅ ｐｒｅｓｅｎｔｅｄ ＤＯＡ ｍｅｔｌｌｏｄ．