折叠OMP算法：一种新的稀疏表示DOA估计算法

"这篇研究论文探讨了基于折叠正交匹配追踪（Folding Orthogonal Matching Pursuit, FOMP）的稀疏表示方法在方向-of-到达（Direction-of-Arrival, DOA）估计中的应用。该方法旨在降低计算复杂度并提高性能，特别针对相关信号场景进行了优化。" 正文： 在无线通信和雷达系统中，DOA估计是一项关键任务，它涉及确定多个远距离信号源相对于接收阵列的方向。传统的DOA估计算法如音乐算法（MUSIC）和 ESPRIT，虽然在无噪声或低噪声环境下表现良好，但当处理具有相关性的信号时，它们的性能往往下降。 这篇论文发表于2013年的ICCT会议上，作者是来自南京邮电大学信号处理与传输研究所的研究团队。他们提出了一种新的DOA估计方法，该方法基于数组交叉相关向量（Array Cross-Correlation Vector, ACCV）模型。ACCV模型能有效地处理多测量向量（Multiple Measurement Vectors, MMV）模型的高计算复杂性问题，特别是对于处理相关信号的情况，这是一个显著的进步。 在压缩感知（Compressive Sensing, CS）框架下，研究人员引入了折叠策略，提出了Folding Orthogonal Matching Pursuit（FOMP）算法。正交匹配追踪（Orthogonal Matching Pursuit, OMP）是CS领域中的一种常用算法，用于信号的稀疏重构。通过折叠技术，FOMP在保持重构质量的同时，降低了计算复杂度，提高了算法的效率。 FOMP算法的核心思想是通过迭代寻找最相关原子的过程，但在每一步迭代中，它将搜索空间折叠成更小的部分，从而减少搜索次数，降低了计算成本。同时，由于考虑了信号的相关性，FOMP在DOA估计的精度上优于传统的OMP和其他DOA算法。 论文提供了数值结果来验证所提方法的有效性，这些结果表明，FOMP算法在处理相关信号时不仅计算效率更高，而且在估计精度上也有所提升。关键词包括：DOA估计、稀疏表示、多测量向量，强调了论文研究的核心内容。 这篇研究论文为解决DOA估计中的计算复杂性和相关信号处理问题提供了一个新颖且实用的解决方案，即折叠正交匹配追踪算法，对无线通信和雷达系统的信号处理具有重要的理论和实际意义。