基于深度展開ISTA網絡的混合源定位方法

蘇曉龍 戶盼鶴 劉天鵬 彭勃 程耘 劉振

（國防科技大學電子科學學院，湖南長沙 410073）

1 引言

輻射源定位在無源雷達中發揮著越來越重要的作用［1-2］，在無源雷達探測中［3-4］，空間中輻射源按照與接收陣列的距離可以將分為遠場源和近場源［5］，遠場源的位置需要由波達方向（Direction of Arrival，DOA）進行描述，而近場源的位置需要由DOA 和距離參數進行描述［6］。隨著陣列參數估計技術的發展，嵌套陣列受到了越來越多的關注。嵌套陣列是一種非均勻陣列［7-8］，文獻［9］采用嵌套對稱陣列實現遠場和近場混合源進行定位，相比于均勻線陣，該方法在陣元個數相同的情況下增大了陣列孔徑，能夠提高混合源的參數估計精度［10］，但是該方法需要計算四階累積量，運算量較大。文獻［11］在嵌套對稱陣列下利用卷積神經網絡實現近場源定位，相較于傳統的模型驅動類方法，該方法不需要對協方差矩陣進行特征值分解，能夠減少計算復雜度，但是該方法為“黑箱模型”，網絡的參數不具備可解釋性，導致泛化能力較差。

近年來，由于深度展開網絡同時具有模型驅動類方法和數據驅動類方法的優勢，因此受到了國內外學者廣泛關注［12-13］。深度展開網絡是將迭代壓縮感知算法的迭代步驟級聯為神經網絡層，并利用深度學習的方法對網絡進行訓練［14-15］。相比于傳統深度神經網絡的參數，深度展開網絡的參數具備可解釋性，網絡的泛化能力得到提升［16］。文獻［17］將迭代收縮閾值算法（Iterative Shrinkage Thresholding Algorithm，ISTA）展開為網絡級聯形式，實現對遠場源DOA 估計。……