计算机与现代化 ›› 2024, Vol. 0 ›› Issue (02): 20-28.doi: 10.3969/j.issn.1006-2475.2024.02.004
摘要: 摘要:基于稀疏重构的DOA估计算法可以通过加强表示稀疏性而获得更高分辨的空间谱估计,有助于实现相邻目标的区分,本文提出一种在每个距离上稀疏重构的声纳成像方法。该方法利用声纳成像中目标本身具有的稀疏性,以及稀疏重构算法中的范数约束,来获得更高的分辨率以最终实现成像效果的改善。在仿真和水池实验中,将l1-SVD和SpSF稀疏重构算法与传统方位估计方法MUSIC、CBF、SFW-L21、NN-SpSF进行性能对比,实验结果表明l1-SVD算法和SpSF算法成像优于传统方法,有较窄的主瓣和较低的旁瓣,且对背景噪声有一定的抑制效果。同时,对2个相邻很近的目标,也可较好地区分出来,表明本文算法具有较高的分辨率。
中图分类号: