导向矢量失配情况下基于稀疏表示的波达方向估计算法  

A novel DOA estimation algorithm based on sparse representation under steering vector mismatch

作　　者：贾晋华 于洁潇[1] 刘开华[1] 赵宇[1] 

机构地区：[1]天津大学电子信息工程学院,天津300072

出　　处：《计算机工程与科学》2017年第11期2016-2021,共6页Computer Engineering & Science

基　　金：国家自然科学基金(61501322;61401301)

摘　　要：提出了一种传感器阵列导向矢量失配情况下的基于稀疏表示的信号源波达方向DOA估计算法。针对一些实际环境中噪声重尾现象严重的特点,采用合成圆对称广义高斯噪声分布对其进行模拟。考虑到实际环境中传感器自身运动以及外界环境因素的改变可能会导致传感器导向矢量产生波动,利用加权最小二乘法对波动生成的增益值进行最优估计。然后,构建信号模型的分数低阶矩FLOM矩阵,进行矢量化处理,以提高其数组维数。最后,利用稀疏表示方法重构信号模型,将信号源DOA估计转化为二阶锥规划问题进行求解,并采用奇异值分解降低运算量。仿真结果表明,本算法的信号源DOA估计具有很高的分辨率,且有效地避免了导向矢量失配对DOA估计产生的影响。We present a new direction-of-arrival （DOA） algorithm which is applicable to the steering vector mismatch scenario based on sparse representation. In order to deal with the heavy-tailed noise in a real environment, we adopt the complex circularly symmetric generalized Gaussian distribution to simu- late noise distribution. Given that the array steering vector can be transformed by sensor self motion and environmental factors, we employ the weighting least squares approach （WLS） to estimate the optimal gain value caused by steering vector mismatch. Then we utilize sparse representation to reconstruct the signal model and convert the DOA estimation problem to a second-order cone programming （SOCP） problem. In order to reduce computational complexity, we adopt the singular value decomposition （SVD） method. Simulation results indicate that the proposed method can not only get high-resolution DOA estimation value, but also effectively avoid the impact of steering vector mismatch on DOA estima- tion.

关 键 词：噪声重尾 DOA估计 分数低阶矩 矢量化 稀疏表示 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]