近场信号的联合范围与DOA估计：稀疏基IAA方法

"联合范围与DOA估计：近场信号的少量快照方法" 这篇研究论文主要探讨了在近场信号的环境下，如何利用有限的快照（数据样本）进行联合范围（Range）和到达方向（Direction of Arrival, DOA）的估计。作者包括Bo Wang、Zhimin Yao、Deliang Liu和Yunfei Shi，他们来自石家庄机械工程学院。 传统的2-D MUSIC（多用户选择性干扰抑制）方法被用于同时估计窄带近场信号的范围和DOA，但这种方法在大规模应用场合，如水下源检测，可能存在实用性问题。鉴于此，论文提出了基于稀疏性的迭代自适应算法（Iterative Adaptive Approach, IAA）的二维版本，该算法能够在有限的快照情况下（甚至仅一个快照）有效地工作。 在快照数量充足的情况下，2-D MUSIC和2-D IAA都能较好地完成范围和DOA的估计任务。然而，当快照数量减少时，2-D IAA相对于2-D MUSIC显示出更优的性能。论文通过MATLAB进行的计算机仿真结果验证了2-D IAA算法在少量快照情况下的有效性。 关键词包括：DOA估计、范围估计、窄带信号、近场以及迭代自适应方法。 引言部分指出，被动阵列中的源定位在水下源检测、雷达和地震学等领域扮演着重要角色。近场信号的处理尤为复杂，因为它们受到较强的相位效应影响，而且通常需要处理的数据样本有限。因此，开发一种能够在数据有限的情况下高效估计范围和DOA的方法是至关重要的。 在近场源定位中，传统的远场方法不再适用，因为它们假设信号源到阵列的距离远大于波长，而在近场，这个假设不再成立。2-D IAA算法的提出，为解决这个问题提供了一个新的视角，它能够处理近场信号，并在数据稀疏的情况下保持高精度。 这篇论文的研究成果对于改进近场信号的处理技术，特别是在资源有限的环境下的源定位，具有重要的理论和实际意义。这项工作不仅扩展了现有算法的应用范围，也为未来相关领域的研究提供了新的思路。