Khatri-Rao积变换下的离格信号DOA估计*

李 根,梁玉英

(军械工程学院 电子与光学工程系，石家庄 050003)

Khatri-Rao积变换下的离格信号DOA估计*

李 根*,梁玉英

(军械工程学院 电子与光学工程系，石家庄 050003)

当存在离格信号时，基于稀疏表示的波达角(DOA)估计算法性能损失严重。为解决这个问题，在对接收数据协方差矩阵进行Khatri-Rao积变换的基础上，推导了离格信号网格偏离量与紧邻信号原子系数之间的关系，提出了一种单一离格信号DOA估计方法。为提高对邻近离格信号DOA的估计性能,利用矩阵的广义逆性质提出了基于多原子系数的联合估计方法。仿真实验表明，单一离格信号DOA估计方法在低信噪比下有较好的性能，联合估计方法在高信噪比条件下对邻近离格信号DOA有较高的估计精度，同时所提算法估计性能几乎不受网格划分间距的影响，可以通过增大网格间距降低算法运算量。相关研究对阵列天线DOA估计具有一定的参考价值。

离格信号;稀疏表示；DOA估计;Khatri-Rao积变换;压缩感知

1 引 言

信号波达角(Direction of Arrival,DOA)估计在雷达、声呐、无线通信、电子侦察等领域有着重要的应用。为了实现超分辨测向，多重信号分类法[1](Multiple Signal Classification，MUSIC)、旋转不变子空间法[2](Estimation of Signal Parameters via Rotational Invariance Technique，ESPRIT)等经典的子空间类算法被提出，但在快拍数不足或出现相干信源时，该类方法由于不能有效分离信号子空间和噪声子空间而导致估计性能严重下降。近年来，压缩感知由于突破了奈奎斯特采样定律，可以基于少量采样数据高精度的重建信号而受到广泛关注。压缩感知中的稀疏表示理论也被成功地应用到了阵列天线的DOA估计中[3]，典型算法主要有基于L1范数凸松弛约束的L1-SVD[4]算法以及基于稀疏贝叶斯学习的BCS-DOA[5]算法。……