matlab的压缩感知doa估计代码

以下是一个MATLAB实现的压缩感知DOA估计代码示例：

% 仿真参数设置
N = 16; % 阵元数
K = 3; % 信源数
M = 30; % 采样率
snr = 10; % 信噪比

% 生成随机信号和信道矩阵
A = randn(N, K); % 信号源矩阵
theta = sort(rand(1, K) * 180 - 90); % 角度
P = exp(1j * pi * sind(theta) * (0:N-1)'); % 阵列流形矩阵
X = P * A; % 真实信号
X = awgn(X, snr, 'measured'); % 加入高斯白噪声
H = (randn(M, N) + 1j * randn(M, N)) / sqrt(2); % 信道矩阵

% 压缩感知DOA估计
Y = H * X; % 接收信号
D = dctmtx(N); % DCT变换矩阵
Phi = randn(M, N); % 测量矩阵
A = Phi * D; % 压缩感知矩阵
Yc = Y * A'; % 压缩感知信号
Xc = OMP(A, Yc, K); % OMP重构

% 重构信号的DOA估计
Pc = exp(1j * pi * sind(-90:0.5:90) * (0:N-1)'); % 估计阵列流形矩阵
R = abs(Pc * Xc).^2; % 重构信号的自相关矩阵
[~, I] = sort(R, 'descend'); % 排序
theta_est = sort(-90:0.5:90); % 估计角度
theta_est(I(1:K)) % 输出估计角度

该示例使用了OMP算法进行信号重构，并使用重构信号的自相关矩阵进行DOA估计。注意，该示例中的测量矩阵Phi是随机生成的，实际应用中应根据具体场景进行设计。