基于压缩感知的DOA估计研究

第一章绪论
第一章绪论
１．１课题研究的意义
用传感器对辐射源进行测量和定位，是信号处理领域研究的一个热点和难点，尤其是在军事领域有着重要应用。

２０世纪后期以来国际战争呈高技术局部性形态，电子战是其一大特点。

从海湾战争以来，美国在电子战领域的优势，让其在局部战争里得尽天时，可以想象电子战将成为未来战争的主战场之一，它将先于战争开始并贯穿于整个战争的始末，电子战的成败对整个战争的胜负起关键性作用。

可谓谁取得了电子战的优势，谁就在这场战争中有了优先权。

确定空间信号的波达方向对辐射源头进行定位是战场预警的一个重要环节，是取得战场控制权的一个重要前提。

所以信号的波达方向估计研究具有重要的研究价值，是国内外极为重视的课题。

早期的测向技术因为停留在模拟或机械转动上，无法得到理想的测量精度，整个应用发展缓慢。

直Ｎ－－战末期，阵列信号处理技术被应用到侧向中，使其在近三十年来得到迅猛发展。

阵列信号处理顾名思义，就是将多个设置在空间的传感器组成一个阵列，然后对空间的信号场进行接收，得到信号源的空间离散数据，通过对阵列接收的信号进行处理，增强感兴趣的目标信号，抑制干扰和噪声，从而提取阵列接收信号及其特征信息与参数【ｌ。

】。

与传统的单个定向传感器接收方式相比，传感器阵列具有灵活的波束控制、较高的信号增益、极强的干扰抑制能力和很好的空间分辨能力等多种优点。

阵列信号处理有两个主要的研究方向：白适应空域滤波和空间谱估计。

其中空间谱估计在近３０年内取得了飞速发展，空间谱估计的研究侧重于空间多传感器阵列所构成的处理系统对感兴趣的空间信号的多种参数进行准确估计的能力，其主要目的就是估计信号的空域参数和信源位置。

其中最为典型的算法就是多重信号分类算法（ＭＵＳＩＣ）和旋转不变子空间算法（ＥＳＰＲＩＴ），它们都是根据阵列接收信号数据的统计特性来进行波达方向估计，需要大量快拍数据来作为计算支撑。

而且这两种算法对噪声相当敏感，需要信号有较高的信噪比，这些缺陷使其的应用有了限制。

特别是实际工程应用中，快拍数往往有限，而且一般情况由于目标空间的复杂性，信噪比也不会太高。

信息论和信号处理领域提出的压缩感知理论指出当信号可以压缩或者稀疏时，可以采用远低于奈奎斯特采样频率的采样率对信号进行非自适应随机投影测量，随后通过求解优化问题可以对原信号高概率精确重构。

这个理论的提出对于研究ＤＯＡ估计和解决上面的问题开辟了一条新的道路，有着广泛的应用前景，因此，深入研究基于压缩感知的ＤＯＡ估计具有很重要。