噪声下的矩阵完备及其在 DOA 估计中的应用_矩阵分析课程Project报告.pdf

噪声下的矩阵完备及其在 DOA 估计中的应用 ——《矩阵分析》课程期末 Project 报告 刘鹏飞 电⼦系 2016210858 摘要 上次仿真作业研究了⽆噪条件下的矩阵完备问题，并实现了三种矩阵完 备算法——FPC、APG 以及OptSpace 算法。仿真结果验证了相关⽂献的结 论：在⼀定条件下，仅由部分采样数据能够准确恢复出原始矩阵。本⽂进⼀步 研究在噪声下的矩阵完备问题，同样地，通过仿真实验验证了相关⽂献的结 论：在⼀定条件下，即便采样数据中混杂着噪声，原始矩阵也能得到精确恢 复，并且恢复误差与噪声功率成正⽐。此外，本⽂还重点研究了矩阵完备在天 线阵列DOA 估计中的应⽤。随着在雷达应⽤中对精度和分辨⼒的要求逐渐提 ⾼，庞⼤的数据量给信号的发射、接收和储存等带来巨⼤的压⼒。本⽂研究了 ⼀种将矩阵完备与压缩感知相结合（MC-CS, Matrix Completion-Compressed Sensing）的DOA （Direction Of Arrival）估计⽅法。⾸先，使⽤随机间隔采 样（RIS, Random Iterval Sampling）的⽅法能够降低采样率；然后通过矩阵 完备，能从低采样率得到的数据中构建出⾼采样率下的数据；最后使⽤压缩 感知的⽅法进⾏DOA 估计，能够准确得到⽬标⽅位⾓。仿真实验验证了该⽅ 法在获得准确 DOA 估计的同时还能⼤幅度地降低采样率，减少数据量。 关键词：噪声，矩阵完备，压缩感知，DOA 估计，随机间隔采样 1 介绍 矩阵完备（MC, Matrix Completion）问题是：对于⼀个 的低秩矩阵 ， 其秩 ≪ ，给定 中的部分元素的采样集合，以及这些采样点位置组成的集 报告中所涉及到的仿真代码可在 /s/1kUITzIR 下载 1 1 介绍 2 合 Ω ，要恢复出原始矩阵 。⽂献[1, 2] 分别提出了FPC 和APG 算法，通过求 解下⾯的优化问题实现矩阵完备： min ∥ ∥ ∥ ∥ (1-1) Ω Ω 其中，采样映射Ω 的定义如下： Ω { Ω otherwise ∥ ∥ 为核范数，即矩阵 的奇异值之和， 是可调整的参数。FPC 算法实质上 是梯度下降法，虽然实现简单，但迭代速度慢。APG 算法在 FPC 的基础上改进 了迭代步长，能够⼤幅度地提⾼收敛速度。 此外，⽂献 [3] 提出了 OptSpace 算法，它通过解另⼀种优化问题来实现矩阵 完备： min ∥ ∥ Ω Ω s.t. rank