基于稀疏表示和近似(e)0范数约束的宽带信号DOA估计.pdf

《基于稀疏表示和近似(e)0范数约束的宽带信号DOA估计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、航空学报ActaAerOnauticaetAstrOnauticaSinicaJun．252017VoI．38No．6SSN1000．6893CN11-1929／VhttD：∥hkxb．buaa．edu．cnhkxb(罾buaa．edu．cnDoI：10．7527／S1000一6893．2016．320705基于稀疏表DoA估计示和近似彩。范数约束的宽带信号燕学智，温艳鑫，刘国红*，陈建吉林大学通信工程学院，长春130022摘要：针对宽带信号的波达方向(DOA)估计问题，在稀疏框架下提出一种近似磊范数约束的宽带信号DOA估计新算法。首先对宽带信号进行预处理，得到同一参考频

2、率点下的接收数据，然后对其协方差矩阵元素进行加和平均运算，得到一个低维的观测向量，并在稀疏框架下进行稀疏表示，最后利用截断z。函数设定权值，构造逼近磊范数约束的稀疏重构方法，进而重构信号，获得宽带信号的DOA估计。仿真结果表明，相比于传统的宽带信号DOA估计算法，所提算法具有更高的分辨率和估计精度。关键词：信号处理；宽带信号；稀疏重构；DOA估计；岛范数中图分类号：V247；TN911．7文献标识码：A文章编号：1000一6893(2017)06—320705一08近年来，信息技术飞速发展，人们对信息的传播速度及信息容量的要求也越来越严格。宽带信号因其携带信息量大、抗干扰

3、能力强等优点，得到越来越多的重视。作为宽带通信技术领域的一项重要内容，宽带信号波达方向(DOA)估计技术已成为阵列信号处理领域的热点研究问题之一[1。4]。目前，宽带信号的高分辨率DOA估计方法主要有两类：基于非相干信号的处理方法(Inco—herentsignals—subspaceMethod，ISM)L51和基于相干信号的处理方法(CoherentSignals—subspaceMethod，CsM)[6]。ISM[5]的主体思想是把宽带信号分解为不同频率的若干窄带信号，然后对每一个窄带信号进行处理，最后对所有窄带信号的数据进行融合，得到宽带信号的DOA估计。该算法

4、处理过程简单，能较好地处理宽带非相干信号，但未能综合利用宽带信息，计算复杂度较高。Wang和Kaveh在1985年提出了CSM[6

5、，利用聚焦变换的思想，将不同频率点下的窄带数据变换到同一参考频率点下，消除各窄带数据之间的相关性，然后运用ISM进行DOA估计。该算法分辨率较高，但在信噪比较低、快拍数有限或信源空间间隔小的情况下估计效果不佳。阵列接收信号的空域稀疏性为信源的DOA估计问题提供了新思路，即在稀疏重构的框架下估计信源入射角度。近年来，稀疏重构方法已广泛应用于窄带DOA估计[7。111，并已扩展至宽带信号[12’14

6、。其中，具有代表性的彩，一SVD算法[93是对

7、接收数据进行奇异值分解，得到信号子空间，并利用二阶锥归化求解优化问题。但该算法计算复杂度高，且未综合考虑宽带信号各子频数据的联合稀疏性，在此基础上，文献[12—13]提出了宽带磊一SVD算法的拓展算法，实现了宽带信号的联收稿日期：2016—08-26；退修日期：2016—10—08；录用日期：2016—12．12；网络出版时间：2016．12．2111：28网络出版地址：www．cnki．net／kcms／deta¨／11．1929．V．20161221．1128．002．htmI基金项目：国家重点研发计划(2016YFBl001304)；国家自然科学基金(6117113

8、7)*通讯作者．E—mail：¨ughl0@mails．舯．edu．cn孳

9、用格武l燕学智．湿艳鑫-裁国红．等．基于稀蘸表示和近像夕。范数约束的宽带信号DoA估计￡J]．靛空学报。20’7．38(6)：320705，YANxz·wENYx·LluGH·eta

10、Boar曲anas

11、9∞

12、DOAes“mationbasedonspar∞陀pre湖tali∞ana∥o—normap—proxImatIon[如．ActaAeronaulIcaetAstronaut{cas{nica，2017．38(6)：320705．320705．1航空学报合稀疏重构，降低了计算复杂度，但在重构

13、过程中，所选惩罚函数的约束不公平，对大系数惩罚重于小系数，导致有偏估计，影响估计精度。本文提出了一种近似玩范数约束的宽带信号DOA估计新算法。首先对宽带信号进行预处理，将其分解成若干个子带数据，利用聚焦变换将不同频率下的信号变换到同一参考频率下，得到唯一的阵列协方差矩阵，避免多个基矩阵带来的高计算复杂度。然后对接收信号的协方差矩阵元素进行加和平均变换，集中噪声能量的同时降低维数，减小计算复杂度，并在相应的过完备矩阵上对其进行稀疏表示。最后利用截断∥。函数(Truncated∥1function，TLP)[153构建加权约束条件