平滑重构稀疏贝叶斯学习测向算法

摘要：

针对二级嵌套阵列中的紧凑阵元结构易受互耦效应影响的问题,提出了两种不同的嵌套阵列结构改进方法:连续平移嵌套阵列和间隔平移嵌套阵列.通过对原有二级嵌套阵列阵元位置进行调整,形成了两种不同的平移嵌套阵列结构,这两种结构对应的差分共阵均“无孔”,并且测向自由度和阵列稀疏度均大于原二级嵌套阵列.针对嵌套阵列的差分共阵测向模型为单测量矢量模型,稀疏贝叶斯学习测向算法复杂度高的问题,提出了平滑重构稀疏贝叶斯学习算法.该算法通过空间平滑重构将单测量矢量模型变为多测量矢量模型,降低了观测矩阵的维度,减小了计算复杂度.算法求解时,通过对变换后的观测矩阵进行奇异值分解,进一步降低了观测矩阵维度,利用稀疏贝叶斯学习算法估计辐射源角度.仿真表明,在信噪比和采样数相同的条件下,该算法收敛速度比单测量矢量稀疏贝叶斯学习(SMV-SBL)算法快,且测向精度高于SMV-SBL算法和空间平滑多重信号分类(MUSIC)算法;存在互耦影响时,两种平移嵌套阵列比原嵌套阵列受互耦影响小.

关键词：嵌套阵列、贝叶斯学习(SBL)、角度估计、计算复杂度、多测量矢量

所属期刊栏目：39

分类号：V219;TN971.1(基础理论及试验)

资助基金：国家自然科学基金61671453;安徽省自然科学基金1608085MF123

在线出版日期：2018-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：194-204