一种包含组合范数惩罚项的波达方向稀疏估计方法

2024-06-29 22:43李宝山徐海文陈晨李凡
关键词:算法

李宝山 徐海文 陈晨 李凡

摘 要: 波达方向(Direction of Arrival, DOA)估计是阵列观测数据研究领域的一个基本问题. 对于观测数据服从复椭球对称分布的应用场景,现有的方法多采用l1-范数惩罚项来实现信号波达方向的稀疏估计,其中的l1-范数惩罚项仅考虑信号的稀疏性而没有考虑信号的多样性,从而造成这些估计方法一般将弱信号(具有较低功率的信号)略去,可能无法准确地估计弱信号的波达方向. 为解决这个问题,本文通过引入一个组合范数惩罚项构建了一个新的估计(模型)方法,其中的组合范数惩罚项是l1-范数惩罚项与l2-范数平方惩罚项的线性组合,其组合系数(惩罚参数)互不相关,l2-范数平方惩罚项则可以保留弱信号的多样性. 然后,本文基于Majorization-Minimization(MM)算法设计了模型的求解算法,并证明该方法是收敛的. 数值实验表明,相较于那些基于l1-惩罚项的估计方法,本方法具有更高的精度.

关键词: 阵列信号; 波达方向; 复椭球对称分布; 惩罚似然估计; MM 算法

中图分类号: O29 文献标志码: A DOI: 10. 19907/j. 0490-6756. 2024. 031006

猜你喜欢
算法
基于MapReduce的改进Eclat算法
Travellng thg World Full—time for Rree
进位加法的两种算法
基于CC2530的改进TPSN算法
基于BCH和HOG的Mean Shift跟踪算法
算法初步两点追踪
基于增强随机搜索的OECI-ELM算法
一种改进的整周模糊度去相关算法
一种抗CPS控制层欺骗攻击的算法
Wiener核的快速提取算法