Es wird eine Methode zur DOA-Schätzung (Ankunftsrichtung) von Unterwasser-Audiosignalen mit verschachtelten Arrays vorgestellt, die Toeplitz-Rekonstruktion mit eigenwertgewichteter Rauschunterdrückung auf Basis eines spärlichen bayesschen Modells außerhalb des Gitters kombiniert. Der Algorithmus erhält eine vollrangige Kovarianzmatrix durch Abbildung und Rekonstruktion im virtuellen Bereich und gewichtet die Eigenwerte des Signalunterraums, um Rauschen zu unterdrücken und relevante Informationen zu erhalten; anschließend wird ein spärliches Off-Grid-Darstellungsmodell aufgebaut, das eine bayessche Lernmethode für Maximum-a-Posteriori-Schätzung verwendet. Simulationen und Meeresversuche zeigen, dass die Methode nur 6 physikalische Array-Elemente benötigt, um 11 Quellen zu schätzen, bei gleichzeitig hoher Auflösung und Stabilität in Mehrziel-Szenarien mit wenigen Aufnahmen und kurzer Distanz; bei einem Signal-Rausch-Verhältnis von < 15 dB verbessert sich der RMSE der vorgeschlagenen Methode gegenüber MUSIC- und ESPRIT-Algorithmen auf demselben Array um 53,11 % bzw. 60,04 %. Die vorgeschlagene Methode nutzt effektiv die Freiheitsgrade des virtuellen Arrays, unterdrückt Rauschinterferenzen und erzielt eine genauere DOA-Schätzung bei niedrigem SNR und wenigen Aufnahmen mit besserer Robustheit.

Verschachteltes Array;DOA-Schätzung;Toeplitz-Rekonstruktion;Eigenwertgewichtete Rauschunterdrückung;Spärliches Bayessches Modell außerhalb des Gitters