Resumen

La matriz de sensores vectoriales electromagnéticos (EMVS) es una de las matrices más potenciales para las futuras comunicaciones inalámbricas y radares, ya que es capaz de proporcionar una estimación bidimensional (2D) de la dirección de llegada (DOA), así como los ángulos de polarización de la señal de origen. Es bien sabido que el algoritmo subespacial existente no puede aplicarse directamente a un escenario de ruido no uniforme. En este trabajo, consideramos el problema de la estimación 2D-DOA para el array EMVS en presencia de ruido no uniforme y proponemos un algoritmo mejorado basado en el subespacio. En primer lugar, se reformula el problema del ruido no uniforme como un problema de compleción de matrices. A continuación, se recupera la matriz de covarianza de la matriz sin ruido mediante la resolución de un problema de optimización convexo. A continuación, se adopta el principio de invariante de desplazamiento del array EMVS para construir un vector de dirección de polarización normalizado, tras lo cual se estiman fácilmente el 2D-DOA y los ángulos de polarización mediante la incorporación de la técnica de producto vectorial cruzado y el método de la pseudoinversa. El algoritmo propuesto es eficaz para el array EMVS con una geometría de sensor arbitraria. Además, el algoritmo propuesto está libre del ruido no uniforme. Varias simulaciones verifican la mejora del método propuesto.

• Materias:Radiofrecuencia Teoría de Antenas Redes Inalámbricas Banda ancha Ondas de radiofrecuencia
• Subjects:Radio frequency Antenna theory Wireless Networks Broadband Radio frequency waves
• Palabras claves:matriz emvs, ángulo de polarización, ruido no uniforme, algoritmo propuesto, problema de compleción de la matriz, problema de optimización convexa, escenario de ruido no uniforme, presencia de no uniforme, matriz de covarianza de la matriz, problemas de ruido no uniforme
• Keywords:emvs array, polarization angle, nonuniform noise, proposed algorithm, matrix completion problem, convex optimization problem, nonuniform noise scenario, presence of nonuniform, array covariance matrix, nonuniform noise issues