在現(xiàn)代雷達(dá)、聲吶以及無(wú)線通信系統(tǒng)中，到達(dá)方向估計(jì)（Direction of Arrival, DOA） 是陣列信號(hào)處理中的核心問(wèn)題之一。通過(guò)對(duì)接收信號(hào)的空間處理，可以估計(jì)目標(biāo)信號(hào)的入射角度，從而實(shí)現(xiàn)目標(biāo)探測(cè)、定位與跟蹤。

傳統(tǒng)的 DOA 估計(jì)算法包括 經(jīng)典波束形成（Conventional Beamforming, CBF）、Capon（最小方差無(wú)畸變響應(yīng)，MVDR） 以及 MUSIC（Multiple Signal Classification） 等方法。這些方法在快拍數(shù)充足、信噪比較高的情況下能夠得到較好的性能，但在 低快拍數(shù)、強(qiáng)噪聲或需要高分辨率 的場(chǎng)景下，其效果往往受到限制。

近年來(lái)，隨著 稀疏表示與壓縮感知理論 的發(fā)展，研究者們將稀疏恢復(fù)思想引入 DOA 估計(jì)問(wèn)題。其基本出發(fā)點(diǎn)是：盡管掃描角度網(wǎng)格可能非常密集，但真實(shí)存在的信號(hào)源數(shù)量往往遠(yuǎn)小于柵格數(shù)，因此信號(hào)在角度域具有明顯的稀疏性。基于此，可以通過(guò)稀疏優(yōu)化的方法在高分辨率下重建信號(hào)源方向。

在眾多稀疏恢復(fù)方法中，F(xiàn)OCUSS（Focal Underdetermined System Solver） 算法因其迭代加權(quán)最小二乘的形式而受到廣泛關(guān)注。它通過(guò)不斷調(diào)整加權(quán)矩陣，使得解逐漸收縮到稀疏方向，從而有效抑制旁瓣并提升分辨率。