二维空间信号波达方向（DOA）的估计是阵列信号处理的一个关键研究问题。经典的二维 MUSIC算法固然精度高，但此算法需要二维谱峰搜索，运算较为复杂。提出一种用于L型阵列的二维DOA估计算法，通过矩阵重构使得阵列输出矩阵变为中心对称矩阵，再利用酉变换矩阵将其由复值矩阵变为实值矩阵。该方法可以直接得到目标参数，不需要谱峰搜索，使得运算量大大降低。相比于 L 型阵列适用的增广矩阵束（MEMP）算法，该算法可以估计更多信源的DOA，并能获得较高的分辨率。计算机仿真结果表明，该算法具有较高的DOA估计精度。
2021-12-09 14:59:55
991KB
1
针对传统稀疏贝叶斯学习算法(SBL)在解决低信噪比条件下信号到达角(DOA)估计有效性的问题，提出基于酉变换的实数域稀疏贝叶斯学习(RV-OGSBL)的快速离格DOA估计方法。该方法首先对均匀线阵的实际接收信号通过构造增广矩阵作为 DOA 估计的处理信号，然后利用酉变换将估计模型从复数域转化到实数域，进一步在实数域下将离格模型与稀疏贝叶斯学习算法相结合迭代处理实现 DOA 估计，获得较高的估计精度。仿真结果表明，RV-OGSBL 方法不仅能保持传统 SBL 算法的性能，而且显著降低了计算复杂度。在低信噪比和低快拍数的情况下，算法运行时间降低约50%，表明该方法是一种快速的DOA估计算法。
2021-03-23 21:35:31
714KB
1