解 虎 党红杏 谭小敏 冯大政



小样本下基于改进的直接数据域方法的DOA估计方法

解 虎*①②党红杏①谭小敏①冯大政②

①(中国空间技术研究院西安分院 西安 710100)②(西安电子科技大学雷达信号处理国家重点实验室 西安 710071)

针对小样本甚至单个样本情况下，大部分高分辨DOA估计方法性能下降，不能对临近目标有效分辨的问题，该文提出一种新的基于直接数据域技术的DOA估计方法，基本思想是通过损失空域自由度达到提高时域样本的目的。首先对阵列进行划分，构造多个新的低维数据矢量，其次利用远场窄带信号的复包络在阵列的各个阵元上的幅度响应是近似相同的特点，构造新的约束。实验表明，在小样本下该文算法DOA的分辨能力优于传统直接数据域方法。

DOA估计；小样本；高分辨；子阵平滑；直接数据域方法(D3)

1 引言

DOA估计问题[1]是阵列信号处理中的基本问题，一直以来都是学者们的研究热点。DOA估计的主要目标是在噪声环境下，分辨两个在方位向非常接近的目标，在雷达、声呐、通信、地震监测等领域有着广泛的应用。常用的DOA估计方法分为两类，即参数化估计和非参数化估计。对于非参数估计方法，主要有波束形成(BF)法，基于子空间方法的MUSIC和CAPON法等。基于最大似然的参数化估计方法分为：确定最大似然和统计最大似然。总的来说DOA估计面临两大挑战：阵列流形失配问题和快变环境下样本较少问题。对于大多数的高分辨DOA估计方法而言，例如：MUSIC, CAPON法等，还面临着强相关信号的去相关问题。……