基于稀疏重建的高精度水聲目標DOA估計方法研究.pdf

1、隨著國防建設的不斷加強和對海洋資源探索的迫切需求，基于微小型平臺的水下航行器的應用得到了廣泛的推廣。水下目標高分辨DOA估計技術作為基于微小型平臺的水下航行器等眾多應用的一個重要前提，在海洋工程中占據著越來越重要的地位。然而與艦船等大型水下應用平臺相比，由于微小型水下航行器受到自身尺寸大小的限制，該類小型平臺所能攜帶陣列的尺寸不能做的很大，即陣元數目不能設置太多，而陣列的孔徑大小受限將直接降低估計的精度，導致現有的一些水聲目標高分辨DO

2、A估計方法在實際運用中往往會出現運算慢、精度較低等問題。而最近提出的稀疏重建理論，為這種小孔徑、稀疏布陣情況下提高方位估計精度提供了一種新的思路。
　　在上述問題的背景下，本論文開展了稀疏重構的水聲目標方位估計的研究，并針對現有的基于稀疏重構算法的DOA估計只限于在空間域進行研究，而在時間域上表現出性能差的問題，本文在分析研究稀疏貝葉斯學習(Spare Bayesian Learning, SBL)理論原理的基礎上，提出了基于具有

3、時序結構的稀疏貝葉斯學習理論的水聲目標DOA估計方法，并通過仿真實驗與傳統(tǒng)的水聲目標DOA估計方法進行多方面性能的比較和分析。仿真結果表明該方法具有估計精度高、運算量相對較小以對陣列尺寸要求相對較低等優(yōu)點，為基于微小型水下航行器平臺的水聲目標DOA估計的應用提供了有價值的技術思路或方法。
　　同時本文在基于TMSBL的水聲目標DOA估計研究的基礎上，結合定點方法原理，研究了基于TMSBL-FP的快速水聲目標DOA估計方法，并通過實