基于随机蕨的快速相位差DOA估计论文复现

简介：
本研究旨在复现基于随机蕨算法的快速相位差方向-of-arrival（DOA）估计方法。通过优化计算效率和提高定位精度，为声源定位提供了一种新的解决方案。 信号的到达方向（DOA）在通信、定位以及目标跟踪等领域具有重要意义。基于频域的方法能够实现亚样本精度下的时间延迟估计，并进而获得精确的DOA；然而，这种方法会遇到相位包裹问题。本段落提出了一种频率分集技术来解决这一难题。受机器学习中随机蕨算法启发，我们设计了一个能加速搜索过程的新方法。通过三种不同的信号模型进行了仿真和实验测试以评估该算法的表现。结果表明，在保持相同精度的前提下，采用随机蕨的方法可以将搜索时间缩短至穷尽法的六分之一左右。与基于频域分割的传统基准算法相比，本研究提出的DOA估计误差更小。 关键词：到达方向；随机蕨；机器学习；超声波；相位差