基于信号空域稀疏性的阵列测向方法研究

The project addresses the direction-of-arrival (DOA) estimation problems in demanding narrowband/wideband environments with low signal-to-noise ratio (SNR), limited snapshots and spatially adjacent sources. To achieve this goal, the common spatial sparsity property of the incident signals in most DOA estimation problems will be exploited using the sparse reconstruction techniques, and the requirements will be considered for the DOA estimation systems, including demanding signal environment adaptation, source number detection, high-precision DOA estimation, computational efficiency and model error calibration ability. The following three problems will by studied in detail in the project, 1) spatial sparsity-based narrowband/wideband DOA estimation with precisely calibrated arrays, 2) array calibration and narrowband/wideband DOA estimation in the presence of mutual coupling, gain/phase uncertainty and sensor location errors, 3) DOA estimation of multipath narrowband/wideband signals in the absence or presence of array imperfections. The research is expected to make up for the significant drawbacks of the existing methods in adaptation to the above-mentioned demanding environments, and also improve the array signal processing theory and enhance the effectiveness of the array systems in various applications.

结合阵列测向问题中入射信号普遍具备的空域稀疏性，综合考虑阵列测向系统对信号环境适应能力、源个数估计能力、波达方向估计精度、运算效率、模型误差适应与校正能力等方面的要求，在低信噪比、小样本、空域临近多目标等信号环境中，系统研究（1）基于信号空域稀疏性的窄带/宽带波达方向估计方法，（2）阵列互耦、幅相不一致、阵元位置不准确等失配模型条件下的阵列误差自校正与窄带/宽带信号波达方向估计方法，（3）多径窄带/宽带信号分辨与高精度波达方向估计方法以及对阵列误差的联合校正方法等，以突破现有阵列测向方法在此类信号环境适应能力方面所存在的显著局限，进一步完善阵列信号处理理论体系，为提升阵列测向系统在各类复杂应用环境中的效能提供技术支持。

通过本项目研究，申请人及研究团队针对低信噪比、小样本、空域临近多目标等信号环境，基于阵列接收信号的空域稀疏性，（1）围绕窄带/宽带信号测向问题，提出了基于时变基线消除方向模糊的窄带信号测向方法、基于旋转长基线的窄带信号二维测向方法、基于极化敏感线性阵列的窄带信号二维测向与极化参数联合估计方法、基于空间光学波束形成网络的窄带信号测向方法、基于信号非圆特征的宽带信号测向方法、基于空间光学波束形成网络的宽带信号测向方法；（2）围绕阵列模型失配条件下的测向问题，提出了基于稀疏贝叶斯学习的阵列误差自校正与测向方法，并分析了测向精度的理论下界，提出了基于信号盲分离的阵列误差自校正与测向方法；（3）针对多径条件下的测向问题，提出了基于空域滤波的相干信号测向方法、提出了联合独立分量分析与稀疏重构的相干信号测向方法。.　　　项目研究所取得的成果适用于不同场景下的高精度阵列测向问题，极大丰富了现有阵列信号处理理论和方法体系，特别是为小样本等非理想条件下的阵列测向问题的解决提供了独到的思路，为推动相关领域的后续研究和工程实践奠定了良好基础。. 项目研究学术成果包括SCI检索论文8篇、EI检索论文3篇，包括领域顶级的IEEE长文2篇、短文1篇，全部标明基金资助。依托本项目先后培养博士研究生1名、硕士研究生3名，目前还有多名研究生正沿着这一方向开展更加深入和系统的研究工作。