研究论文基于变分稀疏贝叶斯学习的DOA估计.pdf

针对传统稀疏贝叶斯学习的DOA估计算法复杂度较高、收敛速度较慢等问题，提出了一种基于变分稀疏贝叶斯学习的DOA估计算法。首先通过空间网格划分方式建立基于稀疏表示的DOA估计信号模型；其次在此模型基础上为未知待估计参数指定先验分布，得出稀疏信号的后验概率分布；然后利用变分贝叶斯学习算法，通过最小化KL散度寻求后验概率分布的近似分布；最后估计出未知参数，并得到信号的DOA估计值。根据MATLAB仿真图的结果，该算法成功估计出信号的DOA，并达到了预期效果。与传统稀疏贝叶斯学习算法相比，该算法单快拍下具有更高的DOA估计精度以及更快的收敛速度。