DOI:10．20079/j．issn．1001－893x．211129006引用格式:高卫港，王鼎，张钺洋，等．基于贝叶斯压缩感知的子空间拟合离格DOA估计［J］．电讯技术，2023，63(2):158－164．［GAOWG，WANGD，ZHANGYY，etal．Subspacefittingoff-gridDOAestimationbasedonBayesiancompressedsensing［J］．TelecommunicationEngineering，2023，63(2):158－164．］基于贝叶斯压缩感知的子空间拟合离格DOA估计*高卫港1，王鼎1，张钺洋2，李恺1，吕静3(1．解放军信息工程大学信息系统工程学院，郑州450001;2．中国人民解放军95851部队，上海200137;3．中国人民解放军61416部队，北京100091)摘要:针对传统的基于稀疏贝叶斯学习(SparseBayesianLearning，SBL)的波达方向估计算法对噪声鲁棒性不高的问题，提出了一种基于SBL的子空间拟合离格波达方向(DirectionofArrival，DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解，获得信号的加权子空间，构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题，采用了离格贝叶斯推导(SparseBayesianInference，SBI)算法进行求解，利用期望最大化算法迭代更新相应的参数。仿真结果表明，相对于传统的DOA方法，该方法具有更好的估计精度。关键词:波达方向估计;子空间拟合;离格模型;压缩感知;贝叶斯稀疏重构开放科学(资源服务)标识码(OSID):微信扫描二维码听独家语音释文与作者在线交流享本刊专属服务中图分类号:TN911文献标志码:A文章编号:1001－893X(2023)02－0158－07SubspaceFittingOff-gridDOAEstimationBasedonBayesianCompressedSensingGAOWeigang1，WANGDing1，ZHANGYueyang2，LIKai1，LYUJing3(1．SchoolofInformationSystemEngineering，PLAInformationEngineeringUniversity，Zhengzhou450001，China;2．Unit95851ofPLA，Shanghai200137，China;3．Unit61416ofPLA，Beijing100091，China)Abstract:Fortheproblemthatthetraditionaldirectionofarrival(DOA)estimationalgorithmbasedonsparseBayesianlearning(SBL)isnotrobusttonoise，anoff-gridDOAestimationmethodbasedonSBLandsubspacefittingisproposed．First，thecovariancematrixofthereceiveddataisdecomposedbyfeaturedecompositiontoobtaintheweightedsubspaceofthesignal．Then，thesparserepresentationmodeloftheequivalentsignalisconstructed．AndtheparametersaresolvedbyBayesianlearningalgorithm．At...
