基于分?jǐn)?shù)低階統(tǒng)計量稀疏性的DOA估計.pdf

1、波達(dá)方向(DOA)估計是一項判斷信號源所處方位的技術(shù)，在多個領(lǐng)域中被廣泛應(yīng)用。近年來，壓縮感知理論被應(yīng)用于DOA估計中。基于壓縮感知的DOA估計比傳統(tǒng)的陣列信號DOA估計方法有著更高的性能，用較少的采樣數(shù)據(jù)就能得到高精度的DOA估計結(jié)果，且具有不受信源相關(guān)影響等優(yōu)點。為了抑制環(huán)境中噪聲對壓縮感知DOA估計性能的影響，出現(xiàn)了很多壓縮感知DOA估計的改進(jìn)算法，但這些改進(jìn)算法都是基于高斯噪聲背景假設(shè)提出的。若環(huán)境中存在非高斯脈沖噪聲，這些算法

2、將由于數(shù)學(xué)模型與實際環(huán)境的不匹配導(dǎo)致無法對脈沖噪聲進(jìn)行有效的抑制，使DOA估計的性能嚴(yán)重下降。本文用α穩(wěn)定分布來描述脈沖噪聲，并針對α穩(wěn)定分布環(huán)境下二階和高階統(tǒng)計量不存在的問題，用分?jǐn)?shù)低階統(tǒng)計量來作為描述陣列接收信號統(tǒng)計特性的數(shù)學(xué)工具，并嘗試將其與壓縮感知DOA估計算法相結(jié)合。通過對陣列接收信號分?jǐn)?shù)低階相關(guān)矩陣的研究，發(fā)現(xiàn)了分?jǐn)?shù)低階相關(guān)矩陣列向量在來波角度上的稀疏性和分?jǐn)?shù)低階相關(guān)矩陣大特征值對應(yīng)特征向量在來波角度上的稀疏性，并由此提出了

3、基于分?jǐn)?shù)低階相關(guān)矩陣列向量稀疏性的兩種DOA估計算法:FLOM-SCV算法和FLOM-MCV算法，以及基于分?jǐn)?shù)低階相關(guān)矩陣特征向量稀疏性的DOA估計算法:FLOM-EIG算法。仿真結(jié)果顯示脈沖噪聲環(huán)境下本文提出的三種DOA估計算法的性能要明顯優(yōu)于基于協(xié)方差矩陣稀疏性的DOA估計算法，這說明基于分?jǐn)?shù)低階統(tǒng)計量稀疏性的DOA估計算法比傳統(tǒng)的基于二階統(tǒng)計量的算法能夠更好的抑制脈沖噪聲對算法的影響。最后，本文針對基于壓縮感知的DOA估計方法在增