基于高階累積量與稀疏約束的DOA估計方法.pdf

1、信號波達方向（direction of arrival,DOA）估計的技術(shù)在多個領(lǐng)域具有廣泛應(yīng)用并得到了快速的發(fā)展。然而，實際環(huán)境中信號與噪聲的復(fù)雜性使得適用于高信噪比、非相干信源及背景噪聲為高斯白噪聲的傳統(tǒng)子空間類分析方法的估計性能降低。然而，四階累積量包含二階統(tǒng)計量不具備的統(tǒng)計信息，可用于有效抑制具有任何譜特性的高斯噪聲；由于多徑傳播的影響，接收信號中存在相干信號會降低自相關(guān)矩陣的秩，而利用稀疏重建算法對相干信號不敏感的特性，可以發(fā)

2、展更加通用的信號DOA估計技術(shù)，適用于更多的應(yīng)用場合。
　　本文主要研究內(nèi)容為聯(lián)合四階累積量與稀疏重建條件對非高斯信號的信號模型進行空間譜估計。其主要工作如下：
　　（1）本文先介紹了常用陣列信號模型，并對常規(guī)的 DOA估計方法進行了介紹，再對稀疏重建理論進行了描述，闡述了常用的幾種稀疏重建方法，并對稀疏重建方法的對相干信號的不敏感性進行了仿真實驗；
　?。?）針對色高斯噪聲存在的情況，通常會影響正確的 DOA估計結(jié)果

3、。本文對高階累積量的知識進行了基本介紹，并對子空間分析方法擴展到高階累積量空間的應(yīng)用算法（如：MUSIC-like，virtual-ESPRIT）進行了簡要的闡述，隨后對四階累積量對高斯噪聲的抑制特性進行了仿真說明，同時，結(jié)合塊稀疏BP算法與四階累積量對信號的稀疏重構(gòu)進行了仿真分析；
　?。?）由于傳統(tǒng)的四階累積量矩陣中存在很多多余的元素信息，我們通過構(gòu)造降維的四階累積量矩陣，對獨立信號和相干信號的DOA值分別進行估計。由于前一種

4、基于 BP進行稀疏重建的方法運算量大，故而提出了一種改進的算法以降低運算量。第一步對獨立信號進行DOA估計，主要通過結(jié)合均勻線陣的空間平移不變性以及四階累積量的盲高斯性，第二步對相干信號的重建則是通過利用獨立信號的四階累積量矩陣的Toeplitz性質(zhì)，獲得僅包含相干信號信息的四階累積量矩陣然后利用多塊拍矢量 MP算法進行。通過仿真實驗說明，該方法在運算量和估計準(zhǔn)確性方面都有著較為明顯的優(yōu)勢。此外，本文對四階累積量的陣列擴展特性也進行了相