一种深度学习稀疏单快拍DOA估计方法

来源：信号处理杂志 2022年第10期北京时间：

作者：朱晗归, 冯存前, 冯为可, 刘成梁

摘要：基于信号的稀疏特性，稀疏恢复（Sparse Recovery， SR）方法可利用单快拍数据进行相关信号源的高分辨波达方向（Direction of Arrival， DOA）估计。然而，现有SR-DOA模型求解方法存在参数设置困难、运算复杂度高或精度有待提高等问题，实际应用受限。针对上述问题，本文提出平滑L0网络（Smoothed L0 Net， SL0-Net）方法，将基于模型驱动SL0算法和基于数据驱动的深度学习方法相结合，用于SR-DOA模型的求解。首先，建立DOA估计的SR模型，并对用于求解该模型的SL0算法进行分析。然后，根据深度学习框架构建SL0-Net，并基于充足完备的数据集对其网络参数进行训练。最后，利用训练得到的SL0-Net对SR-DOA模型进行求解，获得DOA高分辨估计。仿真结果表明，与现有典型算法相比，所提SL0-Net更适于信号源数目未知条件下的快速高分辨DOA估计。

关键词：‍‍波达方向估计, 稀疏恢复, 平滑L0 范数, 深度学习