基于QR分解的正则化回溯匹配追踪算法DOA估计

DOA Estimation of Regularization Backtracking Algorithms Based on QR Decomposition

摘要

针对传统算法在低信噪比、小快拍、信源相干等情况下，波达方向（Directional of Arrival,DOA）估计精度低的问题，提出了一种基于正交三角分解（Orthogonal Triangular Decomposition,QR）的正则化回溯匹配追踪算法（QR-Regularized Backtracking Matching Pursuit,QR-RBMP）。该算法首先对感知矩阵进行QR分解，以增大感知矩阵的独立性；再利用正则化思想和回溯机制优化匹配追踪算法，来提高信号重构精度；正则化思想对匹配追踪算法初次选择的原子进行二次筛选，选出最相关且能量最大的相关原子，回溯思想对正则化选择得到的原子进行再次筛选，删除不正确的原子，提高所选择原子的正确性，进而提高了匹配追踪算法的重构精度。最后得到重构的信号，信号非零元素所对应的位置即为DOA估计的结果。通过一系列仿真实验，并与多重信号分类算法（Multiple Signal Classification,MUSIC）、正则化正交匹配追踪算法（Regularized Orthogonal Matching Pursuit,ROMP）、基于子空间追踪算法（Subspace Tracking Algorithm,SP）、无平方根方法的SP算法（ISP）以及能量排序的回溯正则化匹配追踪算法（Backtracking Regularization Matching Pursuit for Energy Sorting,ESBRMP）估计方法基于均方根误差（Root Mean Square Error,RMSE）、分辨概率（Probability of Resolution,POR）进行对比分析。结果表明该算法在相同条件下均方根误差比现有最优方法降低了约42%，成功分辨率提高了8%。

关键词

波达方向估计 / 嵌套阵列 / 矩阵分解 / 正则化思想 / 回溯机制 / 压缩感知

Key words

DOA estimation / nested array / matrix decomposition / regularization idea / backtracking mechanism / compressed sensing

基金资助

广东省光纤传感与通信技术重点实验室开放基金资助(01110122120181)