压缩感知 DOA 重构算法OMP

资 源 简 介

压缩感知 DOA 重构算法OMP

详 情 说 明

压缩感知（Compressed Sensing, CS）在波达方向（Direction of Arrival, DOA）估计中的应用，通过稀疏信号重构技术显著降低了传统方法对采样率和计算资源的需求。其中，正交匹配追踪（Orthogonal Matching Pursuit, OMP）算法因其简单高效的特点，成为压缩感知DOA重构的核心工具之一。

在DOA问题中，信号通常具有稀疏性（即少数方向存在真实信号源），OMP算法通过迭代选择最匹配的原子（对应可能的DOA角度）来逐步逼近原始稀疏信号。其核心步骤包括：残差初始化、原子匹配、支撑集更新和最小二乘求解。每次迭代中，算法会从过完备字典（如均匀角度网格对应的导向矢量矩阵）中挑选与当前残差最相关的原子，并通过正交化过程优化重构结果，最终输出稀疏向量的非零位置（即信号源方向）。

MATLAB实现时需注意三点： 构造过完备字典需与DOA角度离散化策略一致； 停止条件可设为预设稀疏度或残差阈值； 通过矩阵运算优化内积计算以提升效率。

相比传统MUSIC或Capon算法，基于OMP的压缩感知DOA估计在低信噪比、少快拍数场景下表现更优，但需权衡网格失配问题。实际工程中常结合离网格校正技术或动态字典调整进一步提升精度。