稀疏贝叶斯框架下DOA与极化参数联合估计算法

摘要：

针对传统极化敏感阵列测向算法在相干信号入射条件下估计精度低、 运算复杂度大的问题,提出一种稀疏贝叶斯学习框架下的波达方向与极化参数联合估计算法.该算法首先将数据接收矩阵稀疏得到观测矩阵,再利用酉变换将观测数据矩阵从复数域转化为实数域,并且对模型参数施加一个三层的稀疏先验.然后,根据变分贝叶斯理论,用得到的模型参数均值和方差构造稀疏信号的功率谱函数,通过谱峰搜索得到信号的DOA.最后,利用已估计的信号DOA和模值约束算法,获取信号极化信息.仿真试验表明,本文所提算法在入射信号相干时能够正确测向,并且具有较高的测向精度和较低的运算复杂度.

关键词：极化敏感阵列、联合参数估计、稀疏贝叶斯学习、模值约束、酉变换

所属期刊栏目：28

分类号：TJ765;TN911.7(火箭、导弹)

在线出版日期：2021-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：113-118