在信號波達(dá)方向估計中,最大似然法是非線性優(yōu)化問題,存在計算量大、容易陷入局部最優(yōu)解等缺陷,需要在一定快拍數(shù)下保證性能。因此,首先對空域進行離散化,在稀疏采樣條件下得到稀疏模型,經(jīng)過凸松弛后利用凸啟發(fā)式算法得到方向參數(shù)稀疏解;然后,以該稀疏解作為初始點,在該點對陣列流形矩陣做一階泰勒展開,將原非線性優(yōu)化問題轉(zhuǎn)化為序列二次規(guī)劃問題;最后,利用梯度下降法交替優(yōu)化方向與信號參數(shù)矢量,得到全局最優(yōu)解。仿真結(jié)果表明:在低采樣條件下,該算法能快速收斂到全局最優(yōu)解,具有很高的估計精度。 

【文章來源】：海軍工程大學(xué)學(xué)報. 2020,32(04)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

角度均方誤差隨正則化因子變化關(guān)系

信噪比設(shè)置為15 dB,正則化因子設(shè)為0.7,圖2為快拍數(shù)為5次快拍時4種算法的功率譜。由圖2可以看出,在低快拍條件下,本文算法以及SOCP算法性能表現(xiàn)較好,而子空間類算法(RCM-MUSIC算法、TLS-ESPRIT算法)估計誤差較大。

信噪比設(shè)置為15 dB,正則化因子設(shè)為0.7,設(shè)置快拍數(shù)在5～40之間變化,每個取值下做1 000次蒙特卡洛仿真實驗,4種算法的均方誤差隨快拍數(shù)的變化曲線如圖3所示。由圖3可以看出:隨著快拍數(shù)增加,4種算法估計精度在提高;RCM-MUSIC算法的均方誤差在快拍數(shù)大于16開始趨于穩(wěn)定;TLS-ESPRIT算法的均方誤差在快拍數(shù)大于9開始趨于穩(wěn)定;本文算法以及SOCP算法在整個區(qū)間上都表現(xiàn)出較好的估計精度。


本文編號：3448364