基于改进ALM算法的稀疏阵列DOA估计方法技术

本发明专利技术公开了一种基于改进ALM算法的稀疏阵列DOA估计方法，包括以下步骤：将稀疏阵列采样的回波快拍数据重构为Toeplitz矩阵，并将重构后的矩阵值赋给观测矩阵D；采用改进ALM算法对稀疏矩阵进行填充后获得满秩矩阵A；所有数据均填充完毕后获得满秩矩阵X，采用后向空间平滑算法，分别求出每个子阵的协方差R’<subgt;XX</subgt;，对其平均后获得协方差矩阵R<subgt;XX</subgt;，最后运用常规DOA估计算法来完成波达方向角估计。本发明专利技术改进ALM算法在阵元个数相对较小，阵元更稀疏的情况下也能很好的恢复出满秩接收矩阵，在非相关，相干信源，信源数更多的情况下，仍能保持良好的测向性能。

【技术实现步骤摘要】

本专利技术属于雷达信号处理，具体为一种基于改进alm算法的稀疏阵列doa估计方法。

技术介绍

1、波达方向(direction ofarrival，doa)是为了获得信号到达参考阵元的方向角。doa估计在雷达，通信，射电天文学领域有着重要地位。稀疏阵列与传统均匀阵列相比，阵元数目相同时，稀疏阵列拥有更大的阵列孔径，更高的自由度。阵列孔径相同时，稀疏阵列所需的阵元数目更少，阵元规模更小，成本更低。此外，采取稀疏阵列亦可以降低阵元间的互耦效应。

2、近年来，矩阵填充(matrix completion，mc)理论也迅速兴起，它是压缩感知理论从稀疏向量向低秩矩阵的推广。该理论指出，如果数据矩阵满足低秩性和非相干性，就可以通过少量的观测数据利用有效的重构算法重构出原始矩阵，可见，矩阵填充理论为处理高维数据和大数据提供了有效的工具。矩阵填充可将稀疏矩阵进行恢复，从而提高稀疏矩阵对doa估计的精度，目前常见的算法包括增广拉格朗日乘子法(augmented lagrangemultiplier，alm)、加速近似梯度算法(accelerated proxim本文档来自技高网...

【技术保护点】

1.一种基于改进ALM算法的稀疏阵列DOA估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进ALM算法的稀疏阵列DOA估计方法，其特征在于，步骤2中构造的矩阵

3.根据权利要求1所述的基于改进ALM算法的稀疏阵列DOA估计方法，其特征在于，秩最小化的矩阵填充算法优化模型为：

4.根据权利要求1所述的基于改进ALM算法的稀疏阵列DOA估计方法，其特征在于，对迭代过程中进行优化，其对偶解矩阵E的第K+1次迭代如下

5.根据权利要求4所述基于改进ALM算法的稀疏阵列DOA估计方法，其特征在于，内循环采用人工鱼群算法对参数进行寻...

【技术特征摘要】

1.一种基于改进alm算法的稀疏阵列doa估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于改进alm算法的稀疏阵列doa估计方法，其特征在于，步骤2中构造的矩阵

3.根据权利要求1所述的基于改进alm算法的稀疏阵列doa估计方法，其特征在于，秩最小化的矩阵填充算法优化模型为：

4.根据权利要求1所述的基于改进alm算法的稀疏阵列doa估计方法，其特征在于，对迭代过程中进行优化，其对偶解矩阵e的第k+1次迭代如下

5.根据权利要求4所述基于改进alm算法的稀疏阵列doa估计方法...

【专利技术属性】
技术研发人员：芮义斌，邹星瑀，邵柏毅，陈晓奇，王耀辉，徐萌，李鹏，谢仁宏，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：