李鹏飞 钟子发 张 旻

(合肥电子工程学院309研究室 合肥 230037)

(安徽省电子制约技术重点实验室 合肥 230037)

1 引言

在现代电子战信号环境中，由于信号密度大，信号形式复杂，使得电子侦察中的信号处理任务越来越困难。对无线电测向提出了高精度、高分辨率、解相干信号等方面的要求。最经典的波达方向(DOA)估计方法是利用波束在空间扫描来确定目标的方向，但是它无法分辨两个很近的空间信号。以MUSIC(MUltiple SIgnal Classification)[1]算法为代表的空间谱估计方法突破了瑞利限，可以达到很高的精度。该类算法一般要求信源数目精确已知，当估计的信源数与真实信源数不一致时，会对信源方位的估计产生严重影响。同时在存在相干信号时，其性能严重下降，虽然可以通过空间平滑的方法进行解相干，但是阵列孔径损失严重。

信号稀疏分解作为一种新出现的信号分析思想，可以得到信号的一个非常简洁的表达(即稀疏表示：sparse representation)，已经在诸多应用领域体现出其优势[2-5]。阵列信号的空间谱并不是连续的，也就是说仅仅存在少数几个非零值分别代表着相应的空间方位。空间信号的这种稀疏特性，决定了我们可以用稀疏分解的方法进行DOA估计。利用稀疏分解的方法进行D O A估计具有以下的优点[6-10]：(1)具有很高的分辨率和估计精度；(2)不需要进行任何预处理，可以直接应用到相干信号上来；(3)对初始值的选择不是很敏感。利用快拍数据的稀疏分解进行DOA估计容易受到噪声的影响。Malioutov等人[10]提出了l1-SVD(l1norm Singular Value Decomposition)的方法进行DOA估计，即对阵列接收数据进行奇异值分解(SVD)，然后利用l1范数约束求解稀疏解得到目标的估计值。……