计算机应用研究

作者：王书豪,阮怀林,

单位：国防科技大学电子对抗学院,合肥230037；

关键词：空时联合,块稀疏,稀疏贝叶斯学习,DOA估计,

针对传统的基于稀疏表示的DOA估计算法单纯利用信号的空域稀疏性，导致在低信噪比时稀疏性能变差，影响信号稀疏重构效果的问题，使用分块稀疏理论对信号进行稀疏分解。随着目标增多及作战任务改变，DOA估计往往呈现目标群测向的特点，为了能够更好地利用信号的结构特征和统计特征，提出了基于空时联合的块稀疏DOA估计算法，使用块稀疏理论挖掘信号的内部结构，充分利用了信号的块内稀疏性和块间相关性，提高稀疏重构性能，进而对DOA估计效果有很大的提升。仿真实验表明，相比于经典的DOA方法，本方法有更好的估计效果。

来源：2020年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第2期