基于Euler变换的非圆信号稀疏重构阵列测向方法

针对低信噪比、少快拍情况下的非圆信号目标方位估计精度不高的问题,提出基于Euler变换的非圆信号稀疏重构阵列测向方法。该方法利用非圆信号的特征,通过Euler变换将复数据转化为实数据,利用数据拼接来扩展阵列孔径,采用奇异值分解来降低数据维度。基于目标方位的空域稀疏性,通过离散化空间方位网格来构建实数域的空域字典集,将目标方位估计问题转换为一稀疏信号重构问题,最终通过实值稀疏信号重构方法来估计目标方位。数值仿真验证表明,在低信噪比以及少快拍情况下,无论是对于非相干信号或者相干信号,与传统方法相比,所提方法皆表现出良好的估计精度,且该方法可以应用于欠定情况下非圆信号的目标方位估计。