[發明專利]基于壓縮感知的波束域DOA估計

有效

• 申請號: 201710048290.0
• 申請日: 2017-01-20
• 公開（公告）號: CN106772225B
• 公開（公告）日: 2019-03-26
• 發明（設計）人: 王洪雁;裴炳南;房云飛;鄭佳;季科;喬恵嬌
• 申請（專利權）人: 大連大學
• 主分類號: G01S3/14
• 分類號: G01S3/14;G01S3/802
• 代理公司: 大連八方知識產權代理有限公司 21226
• 代理人: 衛茂才

本發明屬于信號處理領域，針對傳統波達方向角(DOA)估計算法采樣數據量大導致較大計算復雜度的問題，基于壓縮感知理論，本發明利用目標信號的空域稀疏性，提出一種基于波束域的多測量矢量欠定系統正則化聚焦求解(BS?RMFOCUSS)算法。該算法將目標壓縮信號從陣元域映射到波束域，在一定程度上克服了稀疏重構算法無法用于低信噪比情況下的缺陷，且具有較低的運算復雜度。數值仿真表明，本發明所提算法性能優于傳統DOA估計算法，具有更高的角度分辨能力和估計精度，且能夠對相干信號進行有效DOA估計。

技術領域

本發明涉及基于壓縮感知的波束域DOA估計，屬于計算機應用技術領域。

背景技術

波達方向估計(direction of arrival，DOA)是陣列信號處理中的重要研究內容之一，在雷達、聲納、移動通信、無線傳感器網絡等領域均得到了廣泛應用。自20世紀60年代以來，研究者們提出了大量有效的DOA估計算法，主要有Capon提出的最小方差譜估計法(minimum variance distortionless response，MVDR)和以Schimidt提出的多重信號分類法(multiple signal classification，MUSIC)為代表的子空間算法。然而，上述DOA估計算法都是基于如下假設：信源信號需要統計固定和不相關，快拍數量足夠多，信噪比(signalnoise ratio，SNR)足夠大。若在快拍數量少和低信噪比條件下，這些算法的性能將會明顯下降，尤其在信源信號相關情況下，由于接收信號協方差矩陣會出現秩虧現象，導致這些算法的估計精確度更低。

近年來，信號處理領域中提出的壓縮感知(Compressing Sensing，CS)理論吸引了研究者們的極大關注，已廣泛應用于圖像處理和無線通信等諸多領域。針對陣列信號處理領域DOA運算量較大的問題，基于CS理論，Liang G等充分利用目標信號空域稀疏特性，提出了一種稀疏恢復l₁-SVD算法對信號DOA進行估計。該算法是在已知信源數量條件下，即使信源信號相關或陣元間距非常小的情況下，該算法都將得到信號波達方向角的高精度估計。然而，在沒有給出信源數量先驗信息的情況下，該算法估計性能會明顯下降。針對此問題，Cotter把多次快拍和匹配追蹤算法(MP)相結合對信號的波達方向角進行估計，提高了DOA估計的精確度。為了進一步提高DOA估計的分辨率和精確度，Gorodnitsky和Rao提出把欠定系統聚焦求解(focal underdetermined system solver，FOCUSS)算法和l_p懲罰函數結合對信號波達方向角進行估計，其中p＜1。此外，為了避免接收信號協方差矩陣求解產生奇異值的缺陷，L.Sun等人提出一種通過迭代和閾值轉換的DOA估計方法。Chen Y等人基于波束域采用Dantzig Selector算法實現DOA估計，減少了算法的計算復雜度。然而，DantzigSelector算法的DOA估計譜峰相對比較寬，不利于角度高分辨。

發明內容

針對上述問題，本發明提出一種基于波束域的測量矢量欠定系統正則化聚焦求解(beamspace-regularized multi-vectors focal undetermined system solver，BS-RMFOCUSS)算法。所提算法利用目標信號空域稀疏特性，基于壓縮感知理論，采用隨機陣列對空域稀疏信號進行壓縮采樣，然后將接收到的壓縮信號從陣元域映射到波束域，得到波束空間的接收信號數據矩陣，隨后采用性能較好的RMFOCUSS算法進行DOA估計。與MFOCUSS算法相比，BS-RMFOCUSS算法在低信噪比條件下也可獲得較高角度分辨率；與傳統的CAPON算法和MUSIC算法相比，所提算法能夠對相關信號進行有效估計，且具有更高的角度分辨力及更優的角度估計性能。

本發明具體步驟包含如下：

1.壓縮感知模型

(1)稀疏字典描述