非高斯噪聲環(huán)境下基于壓縮感知的DOA估計.pdf

1、波達方向(DOA)估計是陣列信號處理中一項重要的研究內(nèi)容，它的主要任務是通過對多傳感器構成的陣列所獲得的數(shù)據(jù)進行統(tǒng)計分析，估計出空間分布信號源的波達方向。近些年來壓縮感知理論的不斷發(fā)展與深入，使得人們可以利用壓縮感知的理論基于稀疏重構的方法來估計信號源的波達方向，從而解決了傳統(tǒng)的陣列信號DOA估計方法存在的不足。目前基于壓縮感知稀疏重構的DOA估計方法大多是在高斯噪聲背景下進行的研究，而自然界中的一些噪聲往往具有很強的脈沖性無法用高斯分

2、布來描述。在這種非高斯脈沖噪聲環(huán)境下，原來基于高斯噪聲數(shù)學模型設計的DOA估計方法的性能會出現(xiàn)下降。因此，研究非高斯噪聲環(huán)境下基于壓縮感知稀疏重構理論的DOA估計方法具有非常重要的意義。
　　Alpha穩(wěn)定分布具有優(yōu)良的性能，能夠很好地描述這類非高斯脈沖噪聲。分數(shù)低階統(tǒng)計量是分析Alpha穩(wěn)定分布的重要工具。本文以Alpha穩(wěn)定分布為數(shù)學模型，將分數(shù)低階統(tǒng)計量理論與壓縮感知理論結合起來，對基于分數(shù)低階統(tǒng)計量的壓縮感知DOA估計方法

3、進行研究。本文首先利用矢量化的陣列接收信號分數(shù)低階相關矩陣以及矢量化的陣列接收信號相位分數(shù)低階協(xié)方差矩陣具有空間稀疏性的特性，提出了基于分數(shù)低階相關矩陣矢量化稀疏重構的DOA估計算法(FLOM-VEC)和基于相位分數(shù)低階協(xié)方差矩陣矢量化稀疏重構的DOA估計算法(PFLOM-VEC)。為了更好的抑制脈沖噪聲對重構算法的影響，通過對矢量化后的接收信號特性進行分析，又提出了改進的基于分數(shù)低階相關矩陣矢量化稀疏重構的DOA估計算法(IFLOM-

4、VEC)和改進的基于相位分數(shù)低階協(xié)方差矩陣矢量化稀疏重構的DOA估計算法(IPFLOM-VEC)。對本文所提出的上述四個算法我們統(tǒng)稱為基于陣列接收信號分數(shù)低階統(tǒng)計量矩陣矢量化稀疏重構的DOA估算法(FLOS-VEC)。最后對這些算法和基于陣列接收信號協(xié)方差矩陣矢量化稀疏重構的DOA估算法(C-VEC)進行了仿真。仿真結果表明，在Alpha穩(wěn)定分布噪聲環(huán)境下，F(xiàn)LOS-VEC算法的性能要明顯優(yōu)于C-VEC算法，說明FLOS-VEC算法比C