中图分类号：TN912.1 文献标志码：A

0 引言

MVDR算法是Capon于1967年提出的一种自适应空间谱估计算法，可以获得最小的阵列信号输出功率，并且达到最大的信噪比，常用来在DOA估计中获得高分辨率和抑制噪声的能力[1-3]。采用MVDR算法要能获得高精度的DOA估计，前提是接收天线获取数据的SNR指标必须达到一定值[4]。然而，在实际应用中，车载毫米波雷达会相互干扰，使得噪声功率增加，从而降低SNR。当接收天线获取数据的SNR指标较低时，DOA估计的背景级数将提高，有可能导致DOA估计不准确[5]。目前，为了解决这个问题，很多研究学者展开了研究并取得了一些研究成果[6-7]如梁浩前等[8]提出了凸优化（Convex Optimization，CO）算法，具有DOA估计的背景级数低，主瓣宽度窄等优点，但是如果天线阵列建模不准确，将无法实现这些优势；生雪莉等提出了分子阵预处理算法，该算法能够降低DOA估计的背景级数，但是由于MIMO雷达天线阵列数量的限制，存在主瓣宽度宽的问题之后，马耀国等[1]又提出了一种改进的MVDR算法，该算法采用后置处理，通过查找峰值后将所有峰值点按从大到小的顺序进行排序，找到处于第二位的峰值点，以其作为最高旁瓣并抑制此旁瓣，从而得到新的定位结果。该算法虽然可以对抑制较高的旁瓣，但是会增加主瓣宽度，影响DOA估计性能。本文重点研究在低SNR条件下MVDR算法的DOA估计背景级数问题，提出一种基于Richardson-Lucy的MVDR估计算法。该算法结合图像复原技术，通过点扩展函数和Richardson-Lucy迭代原理，解卷积MVDR算法的DOA估计结果，从而降低DOA估计的背景级数，在低SNR条件下也能获得很好的DOA估计性能。……