[发明专利]互质阵列中基于迭代稀疏重构的DOA估计方法

摘要

本发明公开了互质阵列中一种基于迭代稀疏重构的DOA估计方法，接收天线阵列采用非线性互质阵列，通过对接收信号的二阶统计特性协‑方差矩阵的向量化处理，可确定孔径长度更大的差分阵列，提高检测能力。对目标所在的角度域进行离散化处理，目标可视为稀疏分布于栅格点之上或附近，并构建出对数和形式的稀疏信号重建问题。利用对数和函数的凸紧上界，重建该原始稀疏问题，以迭代的方式动态调整更新角度域的离散点以逼近目标真实的到达角度。

主权项

1.互质阵列中基于迭代稀疏重构的DOA估计方法，其特征在于：所述方法按以下步骤进行：(1)建立接收阵列模型用非线性的互质阵列作为接收阵列采集信号，其中互质阵列可分解为两个均匀线性子阵列，每个子阵列的阵元间隔均大于半波长；(2)构建虚拟差分阵列对互质阵列接收信号的协方差矩阵进行向量化处理，在不同阵元的差分位置形成虚拟阵元，可将原始阵列等效成具有更多虚拟阵元及更大孔径尺度的差分阵列；(3)栅格化处理，建立稀疏优化问题将目标区域进行栅格化处理，分析差分阵列中的接收信号，建立以对数和函数为优化目标的稀疏优化问题，兼顾估计结果的稀疏性和准确性：为利用稀疏方法进行DOA估计，需要将目标角度域进行栅格化，D＞＞K，因此可建立稀疏优化问题为其中||·||0表示0‑范数，该优化问题表示的含义为在给定静态栅格点，即在给定虚拟阵列流行矩阵的前提下，用尽可能少的信号功率p去重构接收信号z，该问题是NP‑难问题，计算量极大，为此，利用对数和函数去近似(4)中的0‑范数，并构建无约束优化问题为其中ε>0用来确定对数函数的存在性，||·||₂表示最小二乘代价函数，η>0衡量稀疏性和最小二乘代价之间的均衡，由于对数函数的非凸性，优化问题(5)容易陷入局部最优解，进一步，利用对数和函数的凸上界函数来代替优化问题中的对数和函数，式中，p_i为p中的第i个元素，为p_i在第t次迭代中的估计，替代中忽略掉与未知变量{p,θ^g,σ²}无关的项之后，优化问题(5)可转化为其中(4)DOA估计迭代实现利用对数和函数的凸紧上界重构原始稀疏问题，以迭代方式逐步更新栅格点位置来使目标函数最小化，逐渐逼近真实信号源的方向，直至满足终止条件，所述方法可动态调整栅格点的位置，能有效克服角度域的静态离散化造成的栅格失配问题。