基于序列二次规划的DOA估计方法

发布时间：2021-10-21 05:43

　　在信号波达方向估计中,最大似然法是非线性优化问题,存在计算量大、容易陷入局部最优解等缺陷,需要在一定快拍数下保证性能。因此,首先对空域进行离散化,在稀疏采样条件下得到稀疏模型,经过凸松弛后利用凸启发式算法得到方向参数稀疏解;然后,以该稀疏解作为初始点,在该点对阵列流形矩阵做一阶泰勒展开,将原非线性优化问题转化为序列二次规划问题;最后,利用梯度下降法交替优化方向与信号参数矢量,得到全局最优解。仿真结果表明:在低采样条件下,该算法能快速收敛到全局最优解,具有很高的估计精度。 

【文章来源】：海军工程大学学报. 2020,32(04)北大核心

【文章页数】：7 页

【部分图文】：

角度均方误差随正则化因子变化关系

信噪比设置为15 dB,正则化因子设为0.7,图2为快拍数为5次快拍时4种算法的功率谱。由图2可以看出,在低快拍条件下,本文算法以及SOCP算法性能表现较好,而子空间类算法(RCM-MUSIC算法、TLS-ESPRIT算法)估计误差较大。

信噪比设置为15 dB,正则化因子设为0.7,设置快拍数在5～40之间变化,每个取值下做1 000次蒙特卡洛仿真实验,4种算法的均方误差随快拍数的变化曲线如图3所示。由图3可以看出:随着快拍数增加,4种算法估计精度在提高;RCM-MUSIC算法的均方误差在快拍数大于16开始趋于稳定;TLS-ESPRIT算法的均方误差在快拍数大于9开始趋于稳定;本文算法以及SOCP算法在整个区间上都表现出较好的估计精度。


本文编号：3448364