摘要
为解决非均匀噪声情况下声矢量传感器阵列方位估计性能恶化的问题。提出基于加权最小二乘(weighted least squares, WLS)的稀疏信号重构法和基于加权协方差矩阵拟合(weighted covariance matrix fitting, WCMF)的稀疏信号重构法。定义一个虚拟的声矢量传感器阵列流形矩阵,并重构包含稀疏信号功率和噪声功率的协方差矩阵。为估计稀疏信号功率和每个通道输出的噪声功率,基于WLS法和稀疏信号加权最小化法,构造了关于稀疏信号功率和噪声功率的代价函数。在此基础上,为了进一步提高稀疏信号功率和噪声功率的估计精度,基于WCMF准则对构造的代价函数进行改进。应用泰勒级数展开式将关于稀疏信号功率和噪声功率的非线性代价函数转化为线性函数,并采用循环迭代算法估计稀疏信号功率和噪声功率,待迭代终止时,对稀疏信号功率谱峰搜索,即可实现对目标的方位估计。仿真结果表明,与现有非均匀噪声下的估计方法相比,所提方法提高了非均匀噪声情况下声矢量传感器阵列的方位估计精度。
- 单位