基于交错投影的无网格降维DOA估计算法
2020-09-02张子鑫胡国平
张子鑫,胡国平,周 豪
(空军工程大学,陕西 西安 710051)
0 引言
众所周知,DOA估计在雷达、通信等领域中起着非常重要的作用。传统的DOA估计算法主要有基于特征分解的多重信号分类(multiple signal classification, MUSIC)算法[1]和子空间旋转不变技术估计参数(estimating signal parameter via rotational invariance techniques,ESPRIT)算法[2]等。随着2006年Candes、Romberg等人提出压缩感知理论[3-6],突破了传统的奈奎斯特采样定理。压缩感知理论只需要少量的观测数据,同时利用信号在空域中的稀疏性,就能够有效进行信号重构,并且在相干信源的情况下,相比于传统DOA估计算法有着更好的性能。
但是传统的压缩感知DOA估计算法仍存在缺陷。即传统的压缩感知DOA估计算法利用了信号在空域中的稀疏性,需要将整个空域按照某种规则进行空间网格划分,将信号用所划分的网格点进行表示。而在实际的DOA估计中,信号在空域中是连续的,信号很可能不会恰好落在网格点内,而是落在两个网格点之间,这样就产生了网格失配的问题,称为基失配(basis mismatch)。在这种情况下很容易能想到通过增大空间网格划分的密度来解决,但是会导致基字典不满足等距约束(restricted isometry property,RIP)准则,导致信号重构的性能下降[7]。
对于此问题,有学者提出了基于偏离格点(off-grid)的DOA估计算法以及网格精炼的自适应网格算法,贝叶斯压缩感知也在这一领域得到了广泛应用。但是这些算法仍然是将空间进行网格划分,在提高测量精度的同时计算量也大大增加。对此,有学者提出了无网格(gird-less)DOA估计算法,此类算法能够利用测量值的原子范数的稀疏性来实现,利用原子范数来刻画信号特征,即通过在连续的空间中寻找最少的原子来表示信号,不需要对空域进行网格划分[8],能够在连续域中实现稀疏重构,因此不会出现基失配的现象。……
