分布式阵列单快拍DOA估计：状态空间平衡法

"单快拍数据的分布式阵列DOA估计" 在无线通信和雷达系统中，波达方向（DOA）估计是一项关键任务，它涉及确定信号来源的方向。分布式阵列DOA估计是这一领域的一个重要研究方向，尤其是在处理单快拍数据时，即仅有一帧观测数据的情况下。本文主要探讨了一种适用于处理单快拍数据的分布式阵列DOA估计新方法，该方法基于状态空间平衡法。 传统的DOA估计方法通常依赖于多快拍数据，以提高估计精度并减少模糊性。然而，单快拍数据的情况使得这些方法的适用性受到限制，因为它们无法利用时间相关性来降低噪声影响。针对这一挑战，作者向洪、王俊、魏少明、高越和毛士艺提出了一种新的算法，该算法能够处理分布式阵列中的相干和非相干信号，并且不局限于特定的信号模型。 算法的核心在于使用Hankel矩阵，这是一种由输入数据构造的特殊矩阵，常用于盲源分离和稀疏恢复等问题。在单快拍数据的背景下，分布式阵列的每个子阵列单元被用来构建Hankel矩阵。然后，通过应用状态空间平衡法，可以分别获取子阵列内部的低精度无模糊DOA估计和子阵列间的高精度有模糊DOA估计。 状态空间平衡法是一种优化技术，它在状态空间模型中寻找一个平衡点，以最小化某种性能指标，如均方误差。在这里，这种方法用于处理Hankel矩阵，从而在估计过程中平衡精度和模糊性。 接下来，算法采用配对和解模糊算法，将上述两个阶段的估计结合，以得到最终的高精度无模糊DOA估计。配对过程旨在匹配不同子阵列间的DOA估计，而解模糊算法则解决了由于角度分辨率限制引起的估计模糊问题。 该算法的优点在于其灵活性和对信号特性的包容性，它可以处理相干和非相干信号，充分利用分布式阵列的扩展物理孔径，从而提升DOA估计的精度。通过计算机仿真，作者验证了算法的有效性和准确性，表明在单快拍数据的条件下，该算法仍然能够提供可靠的DOA估计。 关键词：DOA估计；分布式阵列；Hankel矩阵；解模糊 这篇研究论文提出的算法为单快拍数据的分布式阵列DOA估计提供了一种新颖而有效的方法，具有广泛的应用潜力，尤其是在资源有限或实时处理需求高的系统中。通过利用状态空间平衡法和Hankel矩阵，即使在数据量有限的情况下，也能实现对信号源方向的精确估计。