基于贝叶斯压缩感知的子空间拟合离格DOA估计

作者：高卫港^*; 王鼎; 张钺洋; 李恺; 吕静

来源：电讯技术, 2023, 63(02): 158-164.

DOI：10.20079/j.issn.1001-893x.211129006

• 波达方向估计
• 子空间拟合
• 离格模型
• 压缩感知
• 贝叶斯稀疏重构

针对传统的基于稀疏贝叶斯学习(Sparse Bayesian Learning, SBL)的波达方向估计算法对噪声鲁棒性不高的问题，提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival, DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解，获得信号的加权子空间，构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题，采用了离格贝叶斯推导(Sparse Bayesian Inference, SBI)算法进行求解，利用期望最大化算法迭代更新相应的参数。仿真结果表明，相对于传统的DOA方法，该方法具有更好的估计精度。

• 单位
  中国人民解放军信息工程大学