貝葉斯壓縮感知在DOA估計中的應(yīng)用研究.pdf

1、作為陣列信號處理理論的重要研究方向之一，信號波達(dá)角度（Direction of Arrival，DOA）估計廣泛應(yīng)用于軍事及國民經(jīng)濟各個領(lǐng)域。經(jīng)典DOA估計算法需要信號源數(shù)目的先驗知識和多快拍數(shù)的采樣數(shù)據(jù)，這在實際應(yīng)用環(huán)境中較難實現(xiàn)，且當(dāng)輻射信號源具有相關(guān)性時，經(jīng)典算法的估計性能急劇下降甚至完全失效。貝葉斯壓縮感知（Bayesian Compressive Sensing,BCS）為陣列信號DOA估計提供了一個新的解決思路，該理論突破了

2、Nyquist采樣定理的瓶頸，以基于統(tǒng)計模型的思想實現(xiàn)信號重構(gòu)。本文主要研究基于BCS的DOA估計，以克服傳統(tǒng)經(jīng)典算法的不足。
　　首先，結(jié)合窄帶遠(yuǎn)場陣列信號DOA估計模型，分別構(gòu)建了兩類基于BCS的DOA估計：一是實現(xiàn)實時估計的單快拍模型；二是獲取高分辨的多快拍模型，在此基礎(chǔ)上為了降低計算復(fù)雜度研究討論了對應(yīng)的快速算法。由于噪聲參數(shù)的辨識性作用顯著影響算法性能，為了改善這一缺陷，提高算法的魯棒性，進(jìn)一步研究了修正的貝葉斯壓縮感知

3、理論?；谝陨瞎烙嬆Ｐ停謩e從信噪比、信號源角度間隔、陣元數(shù)、快拍數(shù)、相干信號源場景和計算復(fù)雜度六個方面仿真分析比較了經(jīng)典MUSIC算法、正交匹配追蹤（Orthogonal Matching Pursuit，OMP）算法以及BCS算法的估計性能。
　　最后，從信號源稀疏表示和超參數(shù)先驗分布兩個方面對BCS算法進(jìn)行改進(jìn)，分別得到兩類改進(jìn)算法：（1）基于等正弦網(wǎng)格劃分的改進(jìn)算法，理論證明了同傳統(tǒng)等角度劃分方式相比，基于等正弦網(wǎng)格劃分對