随着海洋资源开发和水下监测任务的不断深入，水下目标探测环境日益复杂。现代水下探测任务中集群临近目标探测、多亮点目标识别、高分辨成像等对参数估计精度提出了更高的要求。传统的稀疏恢复方法在目标距离-角度估计中依赖离散化网格或字典，网格失配问题会导致未处于网格上的目标参数估计性能下降。
郝程鹏研究团队将水下目标探测中的距离-角度估计问题建模为一个二维无网格稀疏恢复问题，进一步将其表征为一个解耦原子范数最小化问题，突破了传统稀疏恢复方法依赖于网格字典的瓶颈。针对该优化问题，团队还提出了二维快速内点法，用于高效且精确地求解参数估计问题。在处理一个具有M×N维（其中N是时域采样点个数，M是阵元数）的数据时二维快速内点法每次迭代的计算复杂度仅为O(N2)，且最大迭代次数不超过50次。研究结果显示，该方法在计算效率、分辨率以及参数估计精度方面具有优势。
相关研究成果发表于学术期刊IEEE Transactions on Aerospace and Electronic Systems。
本研究得到国家自然科学基金（No.62371446, 61971412）和青年创新促进会（No.2023030）的资助。
图1 RMSE随阵列阵元数变化曲线（图/中国科学院声学研究所）
图2 计算时间随阵列阵元数变化曲线（图/中国科学院声学研究所）
图3 RMSE随时域采样点数变化曲线（图/中国科学院声学研究所）
图4 计算时间随时域采样点数变化曲线（图/中国科学院声学研究所）
图5 RMSE随SNR变化曲线（图/中国科学院声学研究所）
关键词：解耦原子范数最小化，快速内点法，二维无网格稀疏恢复，距离-角度估计。
参考文献：Y. Gao,M. Wu,C. Hao and D. Orlando,"Efficient Gridless Range-angle Estimation for Active Sonar Systems Based on 2D Fast Interior-Point Method,"in IEEE Transactions on Aerospace and Electronic Systems,DOI: 10.1109/TAES.2025.3576084.
论文链接：