文献类型：期刊文章

作　　者：高卫港[1] 王鼎[1] 张钺洋[2] 李恺[1] 吕静[3]

GAO Weigang;WANG Ding;ZHANG Yueyang;LI Kai;LYU Jing(School of Information System Engineering,PLA Information Engineering University,Zhengzhou 450001,China;Unit 95851 of PLA,Shanghai 200137,China;Unit 61416 of PLA,Beijing 100091,China)

机构地区：[1]解放军信息工程大学信息系统工程学院,郑州450001 [2]中国人民解放军95851部队,上海200137 [3]中国人民解放军61416部队,北京100091

出　　处：《电讯技术》

基　　金：国家自然科学基金资助项目(62171469)。

年　　份：2023

卷　　号：63

期　　号：2

起止页码：158-164

语　　种：中文

收录情况：BDHX、BDHX2020、IC、UPD、ZGKJHX、核心刊

摘　　要：针对传统的基于稀疏贝叶斯学习(Sparse Bayesian Learning,SBL)的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导(Sparse Bayesian Inference,SBI)算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。

关 键 词：波达方向估计 子空间拟合 离格模型  压缩感知 贝叶斯稀疏重构  

分 类 号：TN911]