离网目标DOA估计：Bilevel-JointOMP方法

"该资源是一篇关于‘带有离网目标的互素数组中DOA估计的Bilevel-JointOMP’的研究论文，由Ying Jiang, Minghao He, Yuwen Tang, Jun Han和Xikun Fan共同撰写，分别来自中国空军预警学院和空军工程大学。关键词包括方向到达估计、稀疏恢复、互素阵列、离网目标和迭代最近点搜索。该论文探讨了在能够扩展自由度（DOFs）的互素阵列中，针对离网目标的DOA估计问题，并提出了一种双层迭代算法以改进正交匹配追踪（JOMP）方法的估计性能。" 正文： 在无线通信和雷达系统中，方向到达（DOA）估计是一项关键任务，它涉及到确定多个信号源相对于接收天线阵列的方向。互素阵列因其能有效利用空间采样并增加自由度而被广泛研究。然而，实际应用中，由于信号源可能不在预设的网格点上（离网目标），这给DOA估计带来了挑战。 传统的DOA估计方法，如音乐算法（MUSIC）和估计算法（ESPRIT），在处理离网目标时表现不佳。近年来，稀疏恢复技术，如压缩感知（Compressive Sensing, CS），已被引入到DOA估计中，以解决这一问题。正交匹配追踪（Orthogonal Matching Pursuit, OMP）作为CS的一种实现方式，因其较低的计算复杂度而受到关注。然而，OMP在处理离网目标时的精度有限。 针对这一问题，本文提出了Bilevel-Joint Orthogonal Matching Pursuit (BI-LEVEL-JOINT-OMP)算法。该算法分为两个层次：首先，执行基本的JOMP算法来获取DOA的初步估计以及与实际值的偏差参数（即离网误差）。然后，通过迭代最近点搜索（Iterative Proximity Searching）来更新目标向量，进一步减小残差，从而提高估计精度。在第二次迭代的结果基础上，可以利用最小二乘（Least Squares, LS）算法来优化信号频谱和离网参数的估计。 该研究的创新点在于提出了一种双层迭代策略，它结合了JOMP的低复杂度优势和迭代优化方法的高精度优势，对于处理互素阵列中的离网目标DOA估计问题具有显著的提升。这种改进对于实际系统中遇到的非理想情况有很强的适应性，有助于提高雷达和无线通信系统的性能。 这篇论文深入研究了互素阵列中离网目标的DOA估计问题，并提出了一种新颖的Bilevel-Joint OMP算法。该算法有望成为未来解决此类问题的有效工具，对相关领域的理论研究和工程实践具有重要价值。