基于網格-粒子群的二維DOA估計

朱鵬 謝穎 謝聰 廖儉武 彭鑫 謝文武

摘要：針對多重信號分類（MUSIC）算法中二維常規網格化的搜索存在精度和時間不能兼顧的矛盾，而優化算法難以同時搜索多個譜峰。基于此，提出基于粒子群的網格化搜索算法，構建大網格進行譜峰粗位置搜索，然后基于粒子群算法在粗位置小鄰域精細搜索的方法。仿真結果表明該算法能夠在保證較高估計精度的前提下實現譜峰的快速搜索，在實時應用中具有一定的價值。

關鍵詞：網格;粒子群;多重信號分類;到達角估計

中圖分類號：TP95文獻標志碼：A

文章編號：2095-5383（2018）04-0014-05

從20世紀70年代開始，到達角（Direction Of Arrival，DOA）估計作為一種確定信源空間角度的技術就一直是信號處理領域研究的熱點之一。DOA估計技術在軍事、導航、通信等領域都有著十分廣泛的應用。

DOA估計通常可分為常規方法和超分辨率算法。常規方法包括幅度、幅度比較式、波束形成等，這類方法估計精度難以突破陣列孔徑的限制。因而人們將視線放在能突破陣列孔徑限制的超分辨率算法上，這類算法以子空間為基礎構建，根據所使用的子空間的不同可以分類兩大類：其一是基于噪聲子空間算法，以多重信號分類（MUSIC）算法[1]為典型代表;其二是基于噪聲子空間算法，以旋轉不變子空間（ESPRIT）算法[2]為主要代表。基于子空間的算法能夠突破陣列孔徑的限制，具有空間分辨率高、估計精度高、穩定性強等特點，因而在DOA估計技術中得到了廣泛的關注和應用。

MUSIC算法作為一種超分辨率DOA估計算法，在雷達、通信等領域得到了廣泛的應用。……