【CN110045321A】基于稀疏和低秩恢复的稳健DOA估计方法【专利】

合集下载

一种基于稀疏表示的DOA估计新方法

第３０卷第１期
航天电子对抗
５１ Байду номын сангаас
一
种基于稀疏表示的ＤＯＡ估计新方法
张天恒，季华益，曾德国
（中国航天科工集团８５１１研究所，江苏南京２１０００７）
摘要：提出了一种基于空间频率稀疏表示的宽带波达方向ＤＯＡ估计方法。首先利用空间频率构建过完备字典，以代替传统的频率和角度的二维字典，大大缩小了字典长度。然后对接收到的数据进行傅里叶变换，建立稀疏模型进行ＤＯＡ估计，提高了算法在低信噪比下的
（Ｎｏ．８５１１ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＣＡＳＩＣ，Ｎａｎｊｉｎｇ２１０００７，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｗｉｄｅ－ｂａｎｄＤＯＡｅｓｔｉｍａｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｓｐａｃｅｆｒｅｑｕｅｎｃｙｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｔｈｅｏｖｅｒ－ｃｏｍｐｌｅｔｅｄｉｃｔｉｏｎａｒｙｂｙｕｓｉｎｇｓｐａｃｅｆｒｅｑｕｅｎｃｙｉｓｃｏｎｓｔｒｕｃｔｅｄｔｏｒｅｐｌａｃｅｔｈｅｔｒａｄｉｔｉｏｎａｌ２一Ｄｄｉｃｔｉｏｎａｒｙｕｓｉｎｇｆｒｅｑｕｅｎｃｙａｎｄａｚｉｍｕｔｈ．Ｉｔｒｅｄｕｃｅｓｔｈｅｌｅｎｇｔｈｏｆｄｉｃｔｉｏｎａｒｙ．Ｓｅｃｏｎｄｌｙ，ｔｈｅｒｅｃｅｉｖｅｄｓｉｇｎａｌｓｏｆｆｒｅｑｕｅｎｃｙｃｏｖａｒｉａｎｃｅａｒｅｕｓｅｄｔｏｃｏｎｓｔｒｕｃｔｓｐａｒｓｅＤＯＡｅｓｔｉｍａｔｉｏｎｍｏｄｅｌｔｏｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｉｎｌｏｗＳＮＲ．ＴｈｅｔｈｅｏｒｙａｎａｌｙｓｉｓａｎｄｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｃｏｒｒｅｃｔａｎｄｅｆｆｅｃｔｉｖｅｔｏｅｓｔｉｍａｔｅｔｈｅｆｒｅｑｕｅｎｃｙａｎｄＤＯＡｏｆｍａｎｙｎａｒｒｏｗ－ｂａｎｄｓｉｇｎａｌｓａｎｄｗｉｄｅ－ｂａｎｄｓｉｇｎａｌｓｗｉｔｈｗｉｄｅ — ｂａｎｄｒｅｃｅｉｖｅｒ．Ｉｔｃａｎｂｅｕｓｅｄｆｏｒｃｏｈｅｒｅｎｔａｎｄｉｎｃｏｈｅｒｅｎｔｓｉｇｎａｌｓ．

基于稀疏重建的信号DOA估计

基于稀疏重建的信号DOA估计任肖丽;王骥;万群【摘要】从稀疏信号重建角度提出了一种改进的波达方向（DOA）估计方法。

由于最小冗余线阵（MRLA）能以较少的阵元数获得较大的阵列孔径，将MRLA与ℓ1-SVD方法相结合估计信号的DOA。

仿真结果表明，经多次实验验证，所提方法是有效的，相比ℓ1-SVD方法可以估计出更多信源的DOA，并且可以用较少的阵元数估计更多的信源DOA，具有信源过载能力。

%This paper proposes a modified Direction of Arrival(DOA)estimation method based on Minimum Redundancy Linear Array(MRLA)from the sparse signal reconstruction perspective. According to the structure feature of MRLA that obtaining larger antenna aperture through a smaller number of array sensors, MRLA is combined with ℓ1-SVD method to estimate signal DOAs. Simulations demonstrate that the proposed method is effective, and compared with ℓ1-SVD meth-od it can estimate more DOAs of signal source, and it is capable of estimating more DOAs with fewer antenna elements.【期刊名称】《计算机工程与应用》【年(卷),期】2015(000)001【总页数】6页(P195-199,217)【关键词】波达方向(DOA);稀疏信号重建;最小冗余线阵(MRLA);ℓ1-SVD【作者】任肖丽;王骥;万群【作者单位】广东海洋大学信息学院，广东湛江 524088;广东海洋大学信息学院，广东湛江 524088;电子科技大学电子工程学院，成都 611731【正文语种】中文【中图分类】TN911.71 引言源定位是信号处理领域的主要目的之一，利用传感器阵列可以将其转换成DOA估计。

稀疏恢复算法研究及其在doa估计中的应用

稀疏恢复算法研究及其在doa估计中的应用稀疏恢复算法研究及其在DOA估计中的应用如下所示：摘要：稀疏信号恢复是近年来信号处理领域的一个研究热点。

在无线通信、阵列信号处理等领域，稀疏信号恢复算法具有重要的应用价值。

本文首先介绍了稀疏信号恢复的概念及原理，然后重点阐述了稀疏恢复算法的研究进展，最后探讨了稀疏恢复算法在DOA估计中的应用及发展前景。

关键词：稀疏信号恢复；稀疏恢复算法；DOA估计一、稀疏信号恢复的概念及原理稀疏信号恢复是指在观测数据中，信号具有稀疏特性的情况下，恢复出原始信号的一种方法。

稀疏信号恢复的基本原理是在观测数据中寻找最接近原始信号的稀疏信号，通常采用最优化方法来实现。

二、稀疏恢复算法的研究进展稀疏恢复算法主要包括以下几类：(1) 基于L1范数的方法：L1范数方法主要通过最小化原始信号的L1范数来实现信号恢复，例如正则化最小二乘（L1-LS）算法和压缩感知（CS）算法。

(2) 基于Lp范数的方法：Lp范数方法在L1范数的基础上，通过引入Lp范数正则化项来约束信号的稀疏程度，例如Lp-LS算法。

(3) 基于非局部均值的方法：非局部均值方法通过在信号空间中寻找相似的信号块，实现信号的稀疏恢复，例如非局部均值（NM）算法和基于图的稀疏恢复（GSR）算法。

(4) 基于矩阵分解的方法：矩阵分解方法将原始信号视为一个矩阵，通过分解矩阵来恢复稀疏信号，例如矩阵分解（MF）算法和稀疏矩阵分解（SMD）算法。

三、稀疏恢复算法在DOA估计中的应用DOA估计（Direction of Arrival）是指在阵列信号处理中，估计出信号的到达方向。

稀疏恢复算法在DOA估计中的应用主要体现在以下几个方面：(1) 基于稀疏信号模型的DOA估计：在DOA估计中，将阵列信号模型视为一个稀疏信号，采用稀疏恢复算法来估计信号的到达方向。

(2) 结合阵列信号处理的DOA估计：在阵列信号处理中，将稀疏恢复算法与DOA估计方法相结合，提高DOA估计的准确性和鲁棒性。

一种新的基于稀疏表示的宽带信号DOA估计方法

一种新的基于稀疏表示的宽带信号DOA估计方法赵永红;张林让;刘楠;解虎【摘要】该文提出一种基于稀疏表示的宽带信号波达方向(DOA)估计方法,解决稀疏表示方法在宽带信号DOA估计中由于基矩阵维数过大而使算法存储量和重构计算量大的问题.用单一频点的基矩阵代替频率和角度联合构建的基矩阵,使基矩阵的列数仅相当于一个频点处冗余基矩阵的列数,大大降低了稀疏重构方法的存储量和计算量.该方法首先对各频点的频域数据进行聚焦处理,将不同频率的数据堆叠到参考频率上并建立参考频率处的基矩阵,然后建立聚焦后的稀疏表示模型进行DOA 估计,并采用奇异值分解进一步降低算法的运算量,最后给出残差门限的选择方法.该算法不仅适用于非相关信号,也可直接处理相关信号而不需要任何的去相关运算,且具有高的检测概率和估计精度,仿真实验和分析验证了该方法的有效性.%A novel wideband signals Direction-Of-Arrival (DOA) estimation method based on sparse representation is proposed. This algorithm can reduce the storage and calculation of the traditional sparse representation methods in wideband signals process, which is caused by the large dimension of base matrix. The over-complete dictionary is constructed by using one-frequency to replace the 2D combination of frequency and angle. The column number of constructed dictionary only equals to that of single-frequency redundant dictionary. The proposed method first adopts focused thought to stack the different frequency data to the reference frequency and founds the redundant dictionary with a single frequency. Then, a sparse recovery model is established to obtain the DOA estimations, which are coming from following the focus process. At thesame time, the Singular Value Decomposition (SVD) is used to summarize each frequency to reduce computation burden further. Finally, an automatic selection criterion for the regularization parameter involved in the proposed approach is introduced. The proposed algorithm can effectively distinguish the correlative signals without any decorrelation processing, and it has higher accuracy and detection possibility. The experiment results indicate that the proposed method is effective to estimate the DOA of wideband signals.【期刊名称】《电子与信息学报》【年(卷),期】2015(037)012【总页数】6页(P2935-2940)【关键词】波达方向估计;稀疏表示;宽带信号;相关信号【作者】赵永红;张林让;刘楠;解虎【作者单位】西安电子科技大学雷达信号处理国家重点实验室西安 710071;西安电子科技大学雷达信号处理国家重点实验室西安 710071;西安电子科技大学雷达信号处理国家重点实验室西安 710071;西安电子科技大学雷达信号处理国家重点实验室西安 710071【正文语种】中文【中图分类】TN957.51阵列信号波达方向（DOA）的估计一直以来是个热点问题，主要解决的问题是在噪声背景下实现对信源的检测和角度的估计。

基于稀疏贝叶斯学习的低信噪比DOA估计算法

基于稀疏贝叶斯学习的低信噪比DOA估计算法蒋留兵;荣书伟;车俐【摘要】针对波达方向估计算法在低信噪比情况下DOA估计精度普遍不高的问题,提出了一种基于伪噪声重采样技术和求根稀疏贝叶斯学习的离格模型下DO A 估计算法.利用生成的伪随机噪声对数据矩阵进行多次重采样,结合求根稀疏贝叶斯学习和局部性能测试去除DOA估计产生的异常值,对所得DOA估计结果进行筛选.仿真结果表明,该算法在低信噪比情况下具有较高的估计精度,是一种有效的DO A 估计算法.【期刊名称】《桂林电子科技大学学报》【年(卷),期】2019(039)003【总页数】5页(P218-222)【关键词】波达方向(DOA)估计;稀疏贝叶斯学习;伪噪声重采样;低信噪比【作者】蒋留兵;荣书伟;车俐【作者单位】桂林电子科技大学计算机与信息安全学院,广西桂林 541004;桂林电子科技大学信息与通信学院,广西桂林 541004;桂林电子科技大学计算机与信息安全学院,广西桂林 541004【正文语种】中文【中图分类】TN911.7波达方向(direction of arrival，简称DOA)估计是阵列信号处理中一个非常重要的研究方向，广泛应用于天线、雷达、通信等领域[1]。

以MUSIC[2]和ESPRIT[3]为代表的超分辨DOA估计算法实现简单，分辨率高，但要求多快拍数和高信噪比。

近年来，压缩感知信号重建理论的提出促进了DOA估计的发展[4]。

信号重建算法主要包括贪婪追踪类、凸松弛类[5]和稀疏贝叶斯学习类[6]三大类。

贪婪追踪类最经典的是匹配追踪算法[7]，该算法通过不断完善冗余字典对信号进行稀疏重构；文献[8]提出的L1-SVD算法是最经典的凸松弛类算法；信号重建算法中最受欢迎的是稀疏贝叶斯学习方法，该方法从贝叶斯的观点出发，利用信号的稀疏先验信息对信号进行稀疏重构。

以上压缩感知算法应用于处理DOA估计问题，均假定波达方向恰好位于固定的采样网格点上。

一种基于稀疏对称阵列的DOA估计方法和系统[发明专利]

专利名称：一种基于稀疏对称阵列的DOA估计方法和系统专利类型：发明专利
发明人：谢培辉,李超峰,魏彬
申请号：CN201910807936.8
申请日：20190829
公开号：CN110531312A
公开日：
20191203
专利内容由知识产权出版社提供
摘要：一种基于稀疏对称阵列的DOA估计方法和系统，通过不同子阵列接收数据的四阶累积量运算，构造一个特殊四阶累积量向量，这些四阶累积向量的相位差变换与均匀线阵的相位差等效，有效避免了稀疏阵列在增大阵列孔径时带来的相位模糊问题。

通过这些累积量向量构造一个具有协方差形式的Toeplitz矩阵，然后使用MUSIC算法得到所有信源的角度估计。

采用本申请公开的稀疏对称阵列，扩展了阵列孔径，在相同的阵元情况下，本申请公开的方法具有更大的阵列空径，可以获得更高的角度估计精度。

在阵列孔径相同时需要更少的阵元，可以有效降低设备的硬件成本。

申请人：深圳市远翰科技有限公司
地址：518000 广东省深圳市南山区桃源街道丽山路大学城创业园
国籍：CN
代理机构：深圳鼎合诚知识产权代理有限公司
代理人：彭家恩
更多信息请下载全文后查看。

基于低秩与稀疏分解的磁共振介入成像方法、系统及介质[发明专利]

专利名称：基于低秩与稀疏分解的磁共振介入成像方法、系统及介质
专利类型：发明专利
发明人：冯原,何钊,朱亚南,邱苏豪,张小群
申请号：CN202110154822.5
申请日：20210204
公开号：CN112881958B
公开日：
20220225
专利内容由知识产权出版社提供
摘要：本发明提供了一种基于低秩与稀疏分解的磁共振介入成像方法、系统及介质，包括：步骤1：在介入过程中，采用黄金角径向采样方式连续采集k空间数据；步骤2：对采集到的k空间数据进行分组；步骤3：采用基于低秩与稀疏分解和framelet变换的方法重建磁共振介入图像。

本发明基于分组的k空间采集与重建，可以在采集较少数据的情况下开展重建，时间分辨率高，实时性好。

申请人：上海交通大学
地址：200240 上海市闵行区东川路800号
国籍：CN
代理机构：上海段和段律师事务所
更多信息请下载全文后查看。

《大规模MIMO系统基于稀疏贝叶斯学习的二维DOA估计算法研究》范文

《大规模MIMO系统基于稀疏贝叶斯学习的二维DOA估计算法研究》篇一一、引言随着无线通信技术的飞速发展，大规模MIMO（Multiple-Input Multiple-Output）系统因其能够显著提高频谱效率和系统容量而备受关注。

在MIMO系统中，方向到达角（Direction of Arrival，DOA）估计是一项关键技术，尤其在雷达、声源定位和无线通信等领域具有广泛的应用。

传统的DOA估计算法在处理大规模MIMO系统时面临着计算复杂度高、精度不足等问题。

近年来，稀疏贝叶斯学习算法因其优秀的稀疏性恢复能力和灵活性在DOA估计中得到了广泛的应用。

本文将针对大规模MIMO系统中的二维DOA估计问题，研究基于稀疏贝叶斯学习的算法，以提高DOA估计的准确性和效率。

二、相关工作近年来，许多学者对MIMO系统的DOA估计进行了研究。

传统的DOA估计算法如MUSIC（Multiple Signal Classification）和ESPRIT（Estimation of Signal Parameters via Rotational Invariance Techniques）等，虽然在一定程度上能够满足基本的DOA估计需求，但在处理大规模MIMO系统时，其计算复杂度较高，且对噪声和干扰的鲁棒性较差。

近年来，基于稀疏贝叶斯学习的DOA估计算法因其优秀的性能和灵活性受到了广泛关注。

三、算法研究本文提出了一种基于稀疏贝叶斯学习的大规模MIMO系统二维DOA估计算法。

该算法通过构建一个稀疏贝叶斯模型，将DOA估计问题转化为稀疏信号恢复问题。

具体而言，我们利用接收信号的协方差矩阵构建特征向量空间，并在此基础上设计一个稀疏先验模型。

然后，通过迭代的方式优化目标函数，求解出二维DOA估计结果。

首先，我们对接收信号进行预处理，提取出信号的协方差矩阵。

然后，利用稀疏贝叶斯学习算法对协方差矩阵进行稀疏化处理，得到稀疏表示的信号模型。

一种基于稀疏贝叶斯学习的相干信号DOA估计方法[发明专利]

专利名称：一种基于稀疏贝叶斯学习的相干信号DOA估计方法
专利类型：发明专利
发明人：杨杰,杨益新,禄婕一
申请号：CN201910506316.0
申请日：20190612
公开号：CN110208735A
公开日：
20190906
专利内容由知识产权出版社提供
摘要：本发明提供了一种基于稀疏贝叶斯学习的相干信号DOA估计方法，获取接收阵列的输出信号，网格化观测空间，构造超完备阵列流形，结合稀疏表示的思想，将DOA估计问题转化为稀疏信号重构问题，求解如下稀疏矩阵方程，建立稀疏贝叶斯概率模型，采用变分贝叶斯推断方法计算各隐变量的近似后验分布，计算入射信号的DOA估计值。

本发明无需预先估计入射信号个数，且不涉及解相干操作，有效地实现相干信号的DOA估计，针对相干信号，所提DOA估计方法的角度分辨能力好，与现有的其它DOA估计方法相比，该方法具有更好的测向精度。

申请人：西北工业大学
地址：710072 陕西省西安市友谊西路127号
国籍：CN
代理机构：西北工业大学专利中心
代理人：金凤
更多信息请下载全文后查看。

一种基于稀疏表示的DOA估计新方法

一种基于稀疏表示的DOA估计新方法张天恒;季华益;曾德国【摘要】提出了一种基于空间频率稀疏表示的宽带波达方向DOA估计方法.首先利用空间频率构建过完备字典,以代替传统的频率和角度的二维字典,大大缩小了字典长度.然后对接收到的数据进行傅里叶变换,建立稀疏模型进行DOA估计,提高了算法在低信噪比下的性能.经验证,该算法可对宽带范围内的多个窄带信号及宽带信号进行高精度DOA估计,且适用于非相干信号和相干信号.【期刊名称】《航天电子对抗》【年(卷),期】2014(030)001【总页数】4页(P51-54)【关键词】空间频率;窄带;宽带;DOA;稀疏表示【作者】张天恒;季华益;曾德国【作者单位】中国航天科工集团8511研究所,江苏南京210007;中国航天科工集团8511研究所,江苏南京210007;中国航天科工集团8511研究所,江苏南京210007【正文语种】中文【中图分类】TN970 引言对辐射源进行精确的测向定位是现代战争中的重要作战环节之一，因此，波达方向（DOA）估计理论和算法的研究具有极大的军事应用价值［1］。

实际的测向装备面临的是一个很宽的频段，同时空间中本身包含着诸如线性调频、扩频等宽带信号，如何对这些信号的DOA进行高精度的估计是一个巨大的挑战。

目前经典的DOA估计方法是基于阵列的空间谱估计法。

以MUSIC为代表的信号子空间算法使测向定位技术突破了分辨率的限制，但该算法有计算量大、在低信噪比条件下性能不佳等缺点，且该算法不能直接对相干信号进行处理，而利用空间平滑的方法解相干则会损失一定的阵列孔径［2］。

与经典的谱估计法相比，基于稀疏表示的DOA估计法具有很高的估计精度，无需任何预处理，并可直接应用于相干信号，因而得到了国内外学者的广泛关注。

Malioutov等［3］提出了利用频率和角度构建联合字典的方法。

但该方法随着频段的展宽，字典的长度随之增加。

这一方面增加了计算量和存储量；另一方面，在宽频段范围内很难保证字典内没有相同的元素，当存在相近的元素时，字典的相干性不能满足，稀疏分解的精度急剧下降。

超宽带系统中基于稀疏恢复的TOA和DOA联合估计方法

超宽带系统中基于稀疏恢复的TOA和DOA联合估计方法韦磊;蒋承伶;郭雅娟;徐江涛
【期刊名称】《电讯技术》
【年(卷),期】2022(62)9
【摘要】针对稀疏表示框架下进行超宽带系统中到达时间(Time of Arrival,TOA)和波达方向(Direction of Arrival,DOA)联合估计的问题,提出了一种基于稀疏恢复的TOA和DOA联合估计方法。

采用l范数作为稀疏约束条件,并利用联合正交匹配追踪算法获取TOA估计值,解决了TOA配对问题,最后根据两副天线的时延差与DOA之间的关系获得信号的DOA估计。

所提算法考虑了离网格信号参数估计问题,并通过联合稀疏恢复进行补偿。

仿真结果表明,所提算法的参数估计性能优于传统的压缩感知算法、传播算子算法、矩阵束算法以及借助旋转不变性的信号参数估计技术(Estimating Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法,同时计算复杂度更低。

【总页数】6页(P1342-1347)
【作者】韦磊;蒋承伶;郭雅娟;徐江涛
【作者单位】国网江苏省电力有限公司;国网江苏省电力有限公司电力科学研究院【正文语种】中文
【中图分类】TN911.7;TN926
【相关文献】
1.基于超宽带的TOA-DOA联合定位方法
2.脉冲超宽带系统中基于改进传播算子算法的TOA和DOA联合估计
3.IR-UWB系统中基于root-MUSIC算法的TOA 和DOA联合估计
4.基于频域聚焦和稀疏表示的宽带信号DOA估计方法
5.超宽带系统中基于DFT的TOA/DOA联合估计方法
因版权原因，仅展示原文概要，查看原文内容请购买。