基于稀疏贝叶斯学习的空间紧邻信号DOA估计算法

• 作者: 王琦森 余华 李杰 董超 季飞 陈焱琨
• 来源期刊: 电子与信息学报
• 关键词: 波达方向估计 离格 稀疏贝叶斯学习 空间紧邻
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 阵列信号处理|Array Signal Processing
• 页码范围: 708-716
• 页数: 9页
• 分类号: TN911.72
• 语种: 中文
• DOI: 10.11999/JEIT200656

摘要

离格(off-grid)波达方向(DOA)估计解决的是实际DOA和假设网格点的失配问题.对于空间紧邻信号的DOA,稀疏的网格点会导致精度和分辨率的下降,密集的网格点虽然可以提高估计精度却显著增加计算负担.针对此问题,该文提出基于稀疏贝叶斯学习(SBL)的空间紧邻信号DOA估计算法,主要包括3个步骤.首先,通过最大化阵列输出的边缘似然函数,推导了信号在拉普拉斯先验下的新不动点迭代方法,进行超参数的预估计,相比其他经典SBL算法提高了收敛速度;其次,利用新网格插值方法优化网格点集,并二次估计噪声方差和信号功率以分辨空间紧邻信号的DOA;最后,推导了似然函数关于角度的最大化公式以改进离格DOA搜索.仿真表明该算法比其他经典SBL类算法对空间紧邻信号的DOA具有更高的精度和分辨率,同时有计算效率的提升.