1.一种基于稀疏贝叶斯学习的离格波达方向估计方法,应用于阵列天线对空域信号的接收,所述空域信号为窄带入射信号,其特征在于,所述方法包括步骤:S1、在接收端构建由M个阵元组成的稀疏阵列并建立阵列接收信号模型:先利用N个阵元构建一个相邻阵元间距为窄带入射信号波长一半的均匀线性阵列;保持所述均匀线性阵列首尾两个阵元不变,去除所述均匀线性阵列中间的N-M个阵元构成所述稀疏阵列;并构建由K个所述窄带入射信号构成的阵列接收信号模型X=AΩS+EΩ,其中,X=[x(1),...,x(L)]为阵列接收信号,L为阵列接收到的快拍数,S为入射信号波形,AΩ=[aΩ(θ1),...,aΩ(θK)]为阵列流形矩阵, 为窄带入射信号的入射角对应的导向矢量,Ωm表示集合Ω中的第m个元素,[·]T表示转置操作,EΩ为噪声矩阵,不同阵元上接收到的噪声之间相互独立;
S2、将待观测的角度域空间进行均匀划分建立网格集合 基于所述网格集合 和与所述网格集合对应的拓展阵列流形矩阵 构建所述阵列接收信号模型的稀疏信号重构模型 其中,表示虚拟信号,且满足均值为零、方差为Γ的高斯分布,Γ=diag(η)表示Γ的对角线元素组成的向量为η,且η表示所述虚拟信号 的功率谱, 为 关于 的一阶偏导,Δ=diag(δ)是一个对角阵,δ表示K个信号的入射角相比于最接近的网格的量化误差;
S3、设定一由N个阵元所组成的均匀虚拟阵列,基于所述稀疏信号重构模型构建所述均匀虚拟阵列接收信号的稀疏信号重构模型
其中,Y表示虚拟阵列接收信号, 表示所述虚
拟阵列对应的阵列流形矩阵, 为 关于 的一阶偏导,E表示虚拟阵列接收到的噪声矩阵;
S4、利用稀疏贝叶斯学习思想对所述稀疏信号重构模型 采用期望最大化求解得到所述稀疏信号重构模型 的输出信号Y;
S5、画出所述输出信号Y的功率谱η的波形,根据一维谱峰搜索方法寻找功率谱上的峰值,并将这些峰值从大到小排列,取前K个峰值所对应的角度方向φ作为波达方向的初步估计结果,并取θ=φ+δ为波达方向的最终估计结果。
2.根据权利要求1所述的基于稀疏贝叶斯学习的离格波达方向估计方法,其特征在于,步骤S1中,所述均匀线性阵列的位置为Ω={1,...,N},所述稀疏阵列的位置为Ω={Ω1,...,ΩM},K个所述入射窄带信号的入射角度为θ={θ1,...,θK}。
3.根据权利要求1所述的基于稀疏贝叶斯学习的离格波达方向估计方法,其特征在于,为所述网格集合 的导向矢量。
4.根据权利要求1所述的基于稀疏贝叶斯学习的离格波达方向估计方法,其特征在于,所述虚拟信号 为一稀疏度为K的行稀疏矩阵,且所述虚拟信号 每一列仅包含K个非零值;且K个所述非零值与所述网格集合 一一对应设置。
5.根据权利要求1所述的基于稀疏贝叶斯学习的离格波达方向估计方法,其特征在于,步骤S4包括:S41、初始化指定参数的值:令δ=0, 并确定所述空域信号在传递过程中的噪声功率
S42、计算虚拟阵列输出信号:由公式 计算得到所述输出信号Y,其中 其中,P为选择矩阵,[·]H表示共轭转置操作,P的第m行仅第Ω个元素为1,其余全为0;
S43、验算虚拟信号 输出后的均值和方差:由公式 计算所述均值,由公式 计算所述方差,其中,
S44、利用贝叶斯学习思想计算所述功率谱η的迭代公式 以及噪声功率σ的迭代公式
S45、δ=U-1G计算量化误差δ,式中,
S46、设定一循环终止准则 其中η(i)表示第i次迭代的输出功率,并判断所述终止准则是否成立,若不成立,返回步骤S41;成立则迭代终止并进入步骤S5。