[论文解读] A Search-free DOA Estimation Algorithm for Coprime Arrays

Zhiyuan Weng, Petar M. Djurić|arXiv (Cornell University)|Jan 17, 2013

Direction-of-Arrival Estimation Techniques参考文献 5被引用 4

一句话总结

该论文提出了一种用于互质阵列的无搜索波束赋形方向（DOA）估计算法，利用均匀线性子阵列结构实现快速、低复杂度的DOA估计。通过在每个子阵列上独立估计DOA，并采用基于投影的模糊性消除方法进行组合，该算法在计算成本显著低于现有方法（如FD-root MUSIC）的同时，性能接近Cramér-Rao界（CRB）。

ABSTRACT

Recently, coprime arrays have been in the focus of research because of their potential in exploiting redundancy in spanning large apertures with fewer elements than suggested by theory. A coprime array consists of two uniform linear subarrays with inter-element spacings $Mλ/2$ and $Nλ/2$, where $M$ and $N$ are coprime integers and $λ$ is the wavelength of the signal. In this paper, we propose a fast search-free method for direction-of-arrival (DOA) estimation with coprime arrays. It is based on the use of methods that operate on the uniform linear subarrays of the coprime array and that enjoy many processing advantages. We first estimate the DOAs for each uniform linear subarray separately and then combine the estimates from the subarrays. For combining the estimates, we propose a method that projects the estimated point in the two-dimensional plane onto one-dimensional line segments that correspond to the entire angular domain. By doing so, we avoid the search step and consequently, we greatly reduce the computational complexity of the method. We demonstrate the performance of the method with computer simulations and compare it with that of the FD-root MUSIC method.

研究动机与目标

• 解决传统互质阵列DOA估计算法因依赖计算量大的搜索步骤而导致的高计算复杂度问题。
• 利用互质阵列中固有的均匀线性子阵列结构，实现在无需全面搜索情况下的快速、高精度DOA估计。
• 开发一种在保持高估计精度的同时，显著降低与现有基于搜索或近似技术相比的计算复杂度的方法。
• 通过推广基于投影的估计算法，为包含多于两个子阵列的互质阵列提供可扩展的框架。

提出的方法

• 利用根-MUSIC或MODE等高效方法，独立估计互质阵列中每个均匀线性子阵列的DOA，这些方法适用是因为导向矢量具有Vandermonde结构。
• 通过将二维估计平面中的DOA估计投影到代表完整角度范围的一维线段上，解决因阵元间距大于半波长而引起的DOA估计模糊性。
• 基于投影的组合方法通过利用子阵列间距的互质性（M和N为互质整数），确保了模糊估计的唯一性解析。
• 与FD-root MUSIC不同，该方法通过几何投影直接组合子阵列估计，避免了谱搜索和虚拟阵列近似，从而无需进行这些计算。
• 计算复杂度降低至O(M²K + N²K)，其中M和N为子阵列大小，K为快拍数，相比FD-root MUSIC的O((M+N)²K)显著降低。
• 通过将多维估计空间映射到超长方体并投影到线段上，该方法可推广至包含多于两个子阵列的互质阵列。

实验结果

研究问题

• RQ1 能否在保持高精度的前提下，使互质阵列的DOA估计实现无搜索？
• RQ2 如何利用互质阵列中均匀线性子阵列结构来降低DOA估计的计算复杂度？
• RQ3 与现有方法（如FD-root MUSIC）相比，无搜索DOA估计器在互质阵列上的性能极限是什么？
• RQ4 基于投影的估计算法能否有效解决子阵列中因大阵元间距引入的DOA模糊性？
• RQ5 所提出的算法在包含多于两个子阵列的互质阵列上是否具有良好的可扩展性？

主要发现

• 在高信噪比（SNR）下，所提方法的均方误差（MSE）性能接近Cramér-Rao界（CRB），尤其当快拍数超过400时表现更优。
• 对于(5,7)互质阵列，当SNR高于-5 dB时，所提方法在MSE上优于FD-root MUSIC达数个数量级，且MSE接近CRB。
• 对于更大的(29,31)互质阵列，当快拍数超过900时，所提方法性能仍接近CRB，而FD-root MUSIC在使用200个傅里叶系数时无法收敛，且MSE保持恒定。
• 仿真中观察到阈值效应：小阵列的MSE在SNR ≈ -15 dB附近急剧下降，大阵列则在-10 dB至-5 dB之间下降，与理论预期一致。
• 所提方法的计算复杂度显著低于FD-root MUSIC，复杂度为O(M²K + N²K)，而FD-root MUSIC为O((M+N)²K)，主要得益于避免了谱搜索和虚拟阵列近似。
• 仿真显示，FD-root MUSIC的性能不会随傅里叶系数数量S的增加而改善（S=50、100和200时MSE几乎相同），表明其近似精度存在根本性限制。