信号处理

作者：郑榆, 郑桂妹, 张赛宇

关键词：波达方向估计, 图注意力网络, 传感器阵列, 复数信号特征

波达方向估计是阵列信号处理的核心技术，在雷达探测、无线通信等领域发挥关键作用。针对传统子空间算法在低信噪比、少快拍等复杂场景下，受协方差矩阵估计精度不足影响，角度估计鲁棒性大幅下降以及现有深度学习方法通过数据驱动提升特征提取能力，却未充分融合阵列空间拓扑与复数信号的细粒度相位、幅度特征，复杂场景下性能仍有局限的问题。本文提出基于图注意力网络波达方向（Direction of Arrival，DOA）估计方法，将均匀线阵阵元建模为图节点，以阵元协方差矩阵自相关值的实部与虚部作为节点特征，相邻阵元间协方差矩阵互相关值的实部与虚部作为边特征，完整保留信号相位关联与阵元拓扑信息；借助图注意力网络的注意力机制，自主学习不同阵元在角度估计中的贡献权重，实现关键特征的聚焦，构建端到端角度回归模型。通过多组宽角度、多信噪比、不同快拍数场景对比实验，将所提方法与传统子空间算法、主流深度学习算法进行性能验证。结果表明，该方法在复杂场景下的角度估计精度与鲁棒性优于对比算法，显著提升复杂场景下的估计性能，具有高精度优势。本文方法为复杂电磁环境下高精度DOA估计提供新技术途径，丰富了图神经网络在阵列信号处理领域的应用思路，对雷达、通信、声呐等领域工程实践具有重要指导意义，兼具理论研究价值与实际应用价值。

来源： 2026年第4期

《信号处理》期刊编辑部

查看信号处理杂志 2026年第4期