基于加權(quán)1范數(shù)的稀疏重構(gòu)波達(dá)方向估計(jì)算法.pdf

《基于加權(quán)1范數(shù)的稀疏重構(gòu)波達(dá)方向估計(jì)算法.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第37卷第2期探測與控制學(xué)報(bào)VoL37NO．22015年4月JournalofDetection&ControlApr．2015基于加權(quán)1范數(shù)的稀疏重構(gòu)波達(dá)方向估計(jì)算法韓樹楠，李東生，張浩，雍愛霞(解放軍電子工程學(xué)院，安徽合肥230037)摘要：針對基于z范數(shù)的z一SVD稀疏重構(gòu)波達(dá)方向(D0A)估計(jì)算法在低信噪比條件下，求解得到的解矢量稀疏性較差，空間譜中存在較多偽峰，對IX)A的正確估計(jì)造成干擾的問題，對z一SVD算法進(jìn)行改進(jìn)，提出了基于加權(quán)l(xiāng)l范數(shù)的稀疏重構(gòu)DOA估計(jì)算法。該算法首先對采樣信號(hào)進(jìn)行空間傅里葉變換，由空間傅里

2、葉變換得到的空間譜選取權(quán)值矢量；再對zt—SVD算法中解矢量的各元素進(jìn)行加權(quán)，以解矢量的加權(quán)l(xiāng)范數(shù)作為最小化的目標(biāo)函數(shù)，從而促進(jìn)結(jié)果的稀疏性。仿真分析表明，該算法的權(quán)值選取過程所需的計(jì)算量小，加權(quán)處理后的z一SVD算法能夠有效地抑制偽峰，提高DOA估計(jì)精度，且在低信噪比條件下，該算法的性能隨快拍數(shù)的增大而提高。關(guān)鍵詞：方向估計(jì)；稀疏重構(gòu)；空間傅里葉變換；加權(quán)中圖分類號(hào)：TN911．23文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1008—1194(2015)02-0082．04ADOAEstimationAlgorithmBasedonWeight

3、ed1NormthroughSparseReconstructionHANShunan，LIDongsheng，ZHANGHao，YONGAixia(ElectronicEngineeringInstituteofPLA。Hefei230037．China)Abstract：ⅥenZ1一SVDalgorithmbasedon1normforsparsereconstructionwasusedforDOAestimationwithlowSNR，theresultwaslesssparse．Therewerepseudopeak

4、sinspatialspectrum，whichhadabadeffectonestimatingDOAaccurately．Tosolvetheseproblems，Z1一SVDalgorithmwasmodified．Anovelsparserecon—structionalgorithmsbasedonweighted1noITnwasproposed．Firstly，theweightvectorwaschosenfromthespatialspectrumobtainedbyfouriertransformonsamp

5、ledsignals．Secondly，theproductbetweenweightsandelementsintheresultwasmadetogetweighted1norm．Weighted1normwastakenastargetfunctionformini—mizationSOthattOfacilitatethesparsityofresul~ExperimentalresultsshowedthatthewaytOchooseweightshadlowcomputationcomplexity．Theweig

6、htedl1一SVDalgorithmcouldsuppresspseudopeaksandimprovedtheprecisionofDOAestimationeffectively．Inaddition，thealgorithmhadbetterperformancewithofsnapshotsin-creasing．Keywords：DOAestimation；sparsereconstruction；spatialfouriertransform；weigh高的角度分辨力，在少量快拍數(shù)以及低信噪比條件0引言下有更高的估

7、計(jì)精度。對稀疏重構(gòu)問題的求解，以解矢量的范數(shù)作為最小化的目標(biāo)函數(shù)得到的結(jié)基于稀疏重構(gòu)的DOA(DirectionOfArriva1)果最為理想，但這是一個(gè)NP-hard問題。為此許多估計(jì)要求源信號(hào)在空域滿足稀疏性，通過從過完備學(xué)者利用Z(0

8、更奇異值分解減小數(shù)據(jù)矩陣規(guī)模，降低運(yùn)算量，然后利*收稿日期：2014—10-13基金項(xiàng)目：國家自然科學(xué)基金項(xiàng)目資助(61179036，61201379)作者簡介：韓樹楠(1989～)，男，吉林德惠人，碩士研究生；研究方向：陣列信號(hào)處理。E-mail：hshnoh