1. 本选题研究的目的及意义
方向估计（DirectionofArrival，DOA）估计在雷达、声呐、无线通信等领域具有广泛的应用，其主要目标是确定信号源的空间位置。
传统的DOA估计算法，例如MUSIC和ESPRIT算法，通常需要利用阵列接收到的所有数据进行处理，这在实际应用中可能会受到阵元数量和计算复杂度的限制。
压缩感知（CompressiveSensing，CS）理论的出现为DOA估计提供了一种新的思路。
2. 本选题国内外研究状况综述
近年来，压缩感知理论在DOA估计领域得到了广泛关注和研究，并取得了一系列重要进展。
1. 国内研究现状
国内学者在基于压缩感知的DOA估计方面开展了大量研究工作。
3. 本选题研究的主要内容及写作提纲
本研究将深入探讨基于压缩感知的DOA估计算法，分析其原理、性能和应用。
主要内容包括：
1.压缩感知理论基础：介绍压缩感知的基本理论，包括稀疏表示、观测矩阵和重构算法等，为后续研究奠定理论基础。
2.基于压缩感知的DOA估计算法：研究基于不同重构算法的DOA估计算法，包括基于稀疏重构的算法、基于贪婪算法的算法和基于贝叶斯框架的算法，分析其优缺点和适用场景。
4. 研究的方法与步骤
本研究将采用理论分析、仿真实验和应用实例相结合的方法进行。
1.理论分析：首先，对压缩感知理论和DOA估计的基本原理进行深入研究，分析其之间的联系和区别。
其次，对现有的基于压缩感知的DOA估计算法进行分类和比较，分析其优缺点和适用场景。
5. 研究的创新点
本研究的创新点在于：
1.提出一种基于改进压缩感知算法的DOA估计方法，提高DOA估计的精度和鲁棒性。
2.研究不同阵列模型下基于压缩感知的DOA估计性能，为实际应用提供参考。
3.将基于压缩感知的DOA估计应用于具体的工程实践，例如雷达目标定位、无线通信系统和声源定位等，为相关领域的技术发展提供支持。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1] 刘伟,游进.基于压缩感知的二维DOA估计综述[J].信号处理,2021,37(09):1681-1696.
[2] 杨龙,张群,郭强.基于压缩感知的稀疏阵列DOA估计方法综述[J].电子与信息学报,2020,42(06):1452-1466.
[3] 马跃,徐文,刘宏伟,等.基于压缩感知的DOA估计方法研究进展[J].电子学报,2018,46(02):430-441.
