摘要：针对采用l 1范数优化的稀疏表示DOA估计算法正则化参数选取困难、计算复杂度高的问题,该文提出一种基于稀疏贝叶斯学习的高效算法。该算法首先利用均匀线阵的结构特性,将DOA估计联合稀疏模型的构建与求解转换到实数域进行。其次,通过优化稀疏贝叶斯学习的基消除机制,使该算法具有更快的收敛速度。仿真结果表明,与l 1范数优化类算法相比,该文方法具有更高的空间分辨率和估计精度且计算复杂度低。

关键词：阵列信号处理 波达方向 实数域 联合稀疏 稀疏贝叶斯学习 

单位：解放军理工大学通信工程学院 南京210007