Publicação: Utilização de filtragem espacial e otimização numérica em um método de estimação de direção de chegada em arranjos de sensores
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
O estimador SEAD (do inglês Search of Direction by Differential Spectrum) Aprimorado
possui um robusto desempenho de estimação da direção de chegada (DOA) de fontes de
sinal próximas entre si. Porém, ele apresenta algumas dificuldades na estimação DOA de
fontes afastadas e em altas SNRs. Além disso, ele apresenta esforço computacional de
ordem exponencial. Isso é devido aos algoritmos utilizados nos procedimentos de geração
e refinamento de estimativas. Assim este trabalho propõe alterações neste estimador. A
primeira delas é remover o limiar de amplitude no estágio de pré-seleção que classifica
picos de sinal e picos de ruído. Dessa forma, é possível diminuir a probabilidade de
desconsiderar picos de sinal na geração de estimativas iniciais. A segunda proposta é
substituir o algoritmo discreto baseado no Branch-and-Bound no estágio de refinamento
de estimativas por um método numérico de otimização local. Esse algoritmo discreto
possui elevado esforço computacional e produz um limite inferior no desempenho de
estimação maior que o Limite de Cramér-Rao (CRB). Assim, o SEAD Aprimorado não é
um estimador assintoticamente eficiente. Nesse sentido, foram desenvolvidos o Método de
Newton e um método quase-Newton que permitem reduzir de maneira significativa esse
esforço computacional, além de produzir estimativas em um intervalo contínuo, removendo
efetivamente o limite inferior no desempenho de estimação em altas SNRs. Finalmente, a
técnica de máxima autofiltragem espacial permitiu ganhos significativos no desempenho
de estimação DOA de fontes próximas entre si. Entretanto, esse autofiltro pode atenuar de
maneira considerável as fontes afastadas quando a SNR diminui. Então, a terceira proposta
é aplicar a filtragem espacial ao SEAD Aprimorado. Adicionalmente, este trabalho propõe
dois novos filtros que superam as limitações do máximo autofiltro espacial na estimação
DOA de fontes afastadas, enquanto apresentam um bom desempenho na situação de
fontes próximas. O resultado é o SEAD Modificado, um estimador que apresenta um
desempenho competitivo na estimação de fontes próximas e afastadas e possui um esforço
computacional consideravelmente menor do que o SEAD Aprimorado e outro estimador
proposto na literatura.
Abstract
The Improved SEAD estimator has a robust direction-of-arrival (DOA) estimation performance
of closely-spaced signal sources. However, it presents some difficulties on the DOA
estimation of widely-spaced sources and high SNRs. Furthermore, it shows a computational
effort of exponential order. This is due to the algorithms used on estimate generation
and refinement procedures. So, this work proposes changes to that estimator. The first
one is to remove the amplitude threshold in the pre-selection stage that divides signal
peaks from noise peaks. In that way, one can lower the probability of disregarding signal
peaks on generation of initial estimates. The second proposal is to replace the discrete
algorithm based on Branch-and-Bound in the refinement stage with a local optimization
numerical method. That discrete algorithm has a high computational effort and produces
a lower bound on estimation performance higher than the Cramér-Rao Bound (CRB).
Thus, the Improved SEAD is not an asymptotically efficient estimator. In that sense, the
Newton’s Method and a quasi-Newton method were developed, allowing for a significant
reduction of that computational effort, besides producing DOA estimates in a continuous
interval, effectively removing the lower bound on estimation performance at high SNRs.
Finally, the technique of maximum spatial eigenfiltering recently presented allows for
significant gains on the DOA estimation performance of closely-spaced sources. On the
other hand, this eigenfilter may considerably attenuate widely-spaced sources when the
SNR decreases. Then, the third proposal is applying spatial filtering to the Improved
SEAD. Additionally, this work proposes two new filters that overcome the maximum spatial
eigenfilter’s limitation on the DOA estimation of widely-spaced sources and present a
good estimation performance considering closely-spaced sources. The result is the Modified
SEAD, an estimator that has a competitive DOA estimation performance for both closely
and widely-spaced sources and has a considerably lower computational effort to that of
the Improved SEAD and another DOA estimator proposed in the literature.
Palavras-chave
Engenharia elétrica, Processamento de sinais, Processamento de sinais em arranjo, Estimação da direção de chegada, Estimação de máxima-verossimilhança, Cancelamento de ruído, Filtros espaciais, Otimizadores de funções convexas, Método de Newton, Array signal processing, Direction-of-arrival estimation, Maximum likelihood estimation, Noise cancelling, Spatial filters, Convex function optimizators, Newton’s method
Citação
SILVA, Hugo Vinícius Leão e. Utilização de filtragem espacial e otimização numérica em um método de estimação de direção de chegada em arranjos de sensores. 2017. 189 f. Tese (Doutorado em Ciências) - Universidade Federal de Uberlândia, Uberlândia, 2017. DOI http://doi.org/10.14393/ufu.te.2017.144