相关域内基于稀疏恢复思想的空间谱估计方法研究

高性能、低复杂度的空间谱估计方法研究一直是阵列信号处理领域中的一个重要问题。本项目旨在利用少量空间点源信号具有在整个空间域内稀疏分布的特点，在相关域内借助信号稀疏表示的思想，从稀疏信号恢复的角度研究信号源的空间谱估计方法。通过在相关域内构造出反映不相关信号和相干信号统计特性以及信道传输特性的观测模型，将信号源的空间谱估计问题转换成基于确定量的单测量矢量的稀疏问题进行求解，无需预先估计信号个数，无需损失阵列孔径去相干，自动进行同一组相干信号的分组，为实现高分辨率、低复杂度的信号源的空间谱估计提供新思路和新方法。针对空间谱估计方法在工程应用中会遇到不容忽视的阵列流形误差问题，从稀疏信号恢复的角度研究该条件下高效低复杂度的不相关信号和相干信号的估计方法，使本项目的研究既具有理论意义又具有实际参考价值。

空间谱估计是阵列信号处理领域中的一个重要问题，在雷达、通信、声呐等众多领域具有广阔的应用前景。空间信号的稀疏特性为空间谱估计方法研究提供了新思路。本项目研究组在对现有子空间类方法和稀疏恢复方法进行充分研究和理解的基础上，利用阵列信号在相关域上的模型特点，从稀疏表示和稀疏恢复的角度，研究了不相关信号、相干信号以及存在流形误差下空间谱估计中存在的诸多问题，提出了相应的解决方法，并通过仿真实验验证了所提方法的有效性和优越性，发表了学术论文13篇，其中SCI收录8篇。与现有的空间谱估计方法相比，这些研究成果中的方法提高了角度分辨率和估计精确，降低了复杂度，具有重要的研究意义和参考价值。