Es wird eine Methode zur Schätzung der Einfallsrichtung (DOA) von Unterwasserschallsignalen auf Basis eines verschachtelten Arrays vorgeschlagen, die Toeplitz-Rekonstruktion und eigenwertgewichtete Rauschunterdrückung mit sparsamem bayesschem Lernen außerhalb der Gitter verwendet. Der Algorithmus erhält eine vollständige Kovarianzmatrix durch virtuelles Bereichs-Mapping und Rekonstruktion, gewichtet die Eigenwerte des Signalunterraums zur Rauschunterdrückung und zum Erhalt nützlicher Informationen; anschließend wird ein Gitter-überschreitendes sparses Repräsentationsmodell aufgebaut, das eine Maximum-a-posteriori-Schätzung durch bayessches Lernen realisiert. Simulationen und Meerestests zeigen, dass die Methode nur 6 physische Array-Elemente benötigt, um 11 Quellen zu schätzen, und auch bei niedrigen Snapshots und Nahbereichs-Multizielszenarien hohe Auflösung und Stabilität gewährleistet; bei einem Signal-Rausch-Verhältnis von unter 15 dB verbessert der vorgeschlagene Algorithmus die RMSE im Vergleich zu MUSIC und ESPRIT unter demselben Array um 53,11 % bzw. 60,04 %. Die Methode nutzt effektiv die Freiheitsgrade virtueller Arrays, unterdrückt Rauschinterferenzen und erreicht genauere DOA-Schätzungen bei niedrigem SNR und wenig Snapshots mit verbesserter Robustheit.

verschachteltes Array;DOA-Schätzung;Toeplitz-Rekonstruktion;eigenwertgewichtete Rauschunterdrückung;sparse Bayes außerhalb des Gitters