基于稀疏协方差矩阵的水下目标方位估计
目标方位估计是定位、导航、以及成像等技术的重要前提。随着压缩感知理论的快速发展,信号稀疏理论被应用于阵列测向中。
基于协方差矩阵的稀疏表示模型可将阵列测向问题转化为求解范数最小化问题,近年得到了大量的关注。本文对其中具有代表性的稀疏迭代协方差法(Sparse Iterative Covariance-based Estimation SPICE)展开研究。
本文首先对现有声呐探测目标的回波信号形式和阵列模型进行了总结,对基于协方差矩阵的经典空间谱估计方法进行了介绍和理论推导。仿真分析了数据长度,角度间隔和信噪比对常规波束形成,最小方差无失真响应算法和多重信号分类算法方位估计结果的影响。
结果表明数据长度和角度间隔越大、信噪比越高、算法性能越好,其中多重信号分类算法性能最优越。本文其次对压缩感知理论中信号的稀疏表示、观测矩阵和重构算法三大核心内容进行了介绍,并对贪婪算法、凸松弛类算法和迭代硬阈值法进行了理论推导。
仿真分析了稀疏度和观测信号长度对正交匹配追踪算法和基追踪降噪算法信号重建性能的影响。结果表明稀疏度和观测信号长度越大,重建效果越好。
本文 ...