基于稀疏重構(gòu)的空氣中超聲波達方向估計及其并行化研究.pdf

1、針對大霧、雨雪、強輻射等外界復(fù)雜環(huán)境下傳統(tǒng)的光學(xué)和電磁設(shè)備工作不理想的情況，本文研究了 MEMS超聲 L型陣列的聲場特性，進而研究了基于稀疏重構(gòu)思想來求解信號 DOA估計的方法，并使用 NVIDIA的CUDA工具對估計算法進行了并行優(yōu)化設(shè)計。
　　實際應(yīng)用中，信源的數(shù)目通常遠小于空間潛在來波的數(shù)目，僅在相應(yīng)的空間方位上信源信號強度為非零值，因此信源在空間具有稀疏性，可以使用稀疏重構(gòu)表示的算法來進行 DOA的角度估計，可以根據(jù)零空間

2、性條件，將稀疏模型轉(zhuǎn)化成l0范數(shù)模型求解。本文詳細研究了求解l0范數(shù)模型的兩種解法，一種求解方法是將l0范數(shù)模型轉(zhuǎn)化為l1范數(shù)模型求解，最終借助于工具箱 CVX求解，另一種是直接借助于壓縮感知方法求解，一般將問題轉(zhuǎn)化為貪婪類算法求解。
　　研究和改進了兩種l0范數(shù)模型轉(zhuǎn)化為l1范數(shù)模型求解方法：基于特征矢量稀疏分解的二維 DOA估計方法利用陣列協(xié)方差矩陣的最大特征向量建立稀疏模型，最終通過 CVX工具箱求解；基于協(xié)方差矩陣降維稀疏

3、表示的二維 DOA估計方法對陣列協(xié)方差矩陣每一列剔除噪聲項，然后對陣列協(xié)方差矩陣列數(shù)降維，僅利用協(xié)方差矩陣的某幾列信息來進行 DOA估計。兩種方法仿真實驗結(jié)果表明，在信噪比、快拍數(shù)和角度間隔達到5dB、100和1°以上時，估計性能誤差達到最小。
　　對基于壓縮感知的DOA估計方法，本文對壓縮感知的信號稀疏表示、測量矩陣設(shè)計、信號稀疏重建算法三個環(huán)節(jié)進行了重新設(shè)計，分別使用貪婪類算法正交匹配追蹤算法和廣義正交匹配追蹤算法進行了稀疏信

4、號恢復(fù)。仿真實驗結(jié)果表明，在信噪比、快拍數(shù)和角度間隔達到-8dB、10、1°以上，性能誤差達到最小。對信號重構(gòu)性能與測量值（測量矩陣維度）及稀疏度（信源數(shù)目）之間的關(guān)系進行了仿真，實驗結(jié)果表明：對正交匹配算法，測量值達到70和稀疏度20以下時，可以準(zhǔn)確實現(xiàn)稀疏信號重構(gòu)；對廣義正交匹配算法，測量值達到45和稀疏度40以下時，可以準(zhǔn)確實現(xiàn)稀疏信號重構(gòu)。
　　最后，根據(jù)DOA估計算法的特點和可并行性，對基于壓縮感知的DOA估計算法進行并