平移嵌套阵列稀疏贝叶斯学习角度估计算法

来源：电子与信息学报杂志2018年第5期北京时间：

作者：陈璐, 毕大平, 潘继飞

单位：2.(国防科技大学电子对抗学院 合肥 230037) ②(安徽省电子制约技术重点实验室 合肥 230037)

摘要：针对阵元间互耦效应导致嵌套阵列测向性能下降的问题，该文提出两种不同的平移嵌套阵列结构，在保证产生虚拟阵列无孔的条件下，通过对原二级嵌套阵列阵元位置进行调整，形成平移嵌套阵列，提高了原二级嵌套阵列的稀疏性，降低了阵元间的互耦效应，扩展了原嵌套阵列的测向自由度。在空间辐射源数目未知条件下，建立了平移嵌套阵列稀疏贝叶斯学习(SBL)算法模型，对形成的虚拟阵列接收数据进行处理，获得角度估计，有效提高了原嵌套阵列测向算法的测向性能。仿真实验表明，平移嵌套阵列自由度高于原嵌套阵列，在低信噪比、小快拍数、存在互耦影响条件下，基于稀疏贝叶斯学习的平移嵌套阵列测向算法测向精度优于原嵌套阵列测向算法，并且提高了原嵌套阵列测向算法的角度分辨率。

关键词：辐射源角度估计, 嵌套阵列, 压缩感知, 互耦效应, 稀疏贝叶斯学习

基金资助：国家自然科学基金(61671453)，安徽省自然科学基金(1608085MF123)