En este trabajo se propone un estimador robusto de ángulos para objetivos no correlacionados que emplea un esquema de sentido comprimido (CS) siguiendo un cálculo codicioso rápido (FG) para lograr una eficiencia computacional y un rendimiento mejorados para el radar MIMO biestático con errores de ganancia-fase desconocidos. El algoritmo evita inicialmente el cómputo total de la señal recibida compilando una aproximación inferior a través de un enfoque greedy Nyström. A continuación, la señal aproximada se transforma en una representación de señal dispersa en la que se aprovecha la dispersión del objetivo en el dominio espacial. Finalmente, se utiliza un método CS, Simultaneous Orthogonal Matching Pursuit con un método de descenso de gradiente inherente, para reconstruir la señal y estimar los ángulos y los errores de ganancia-fase desconocidos. El algoritmo propuesto, además de lograr una resolución de forma cerrada para la estimación automática de los ángulos emparejados, ofrece una atractiva competitividad computacional, específicamente en escenarios de arreglos grandes. Además, se derivan teóricamente los análisis de la complejidad computacional y los límites de Cramér-Rao para la estimación de ángulos. Los experimentos numéricos demuestran la mejora y la eficacia del método propuesto frente a los métodos existentes.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Modelización asintótica de la dispersión coherente de capas rugosas aleatorias: Aplicación al estudio de carreteras mediante GPR en el nadir
Artículo:
Rendimiento de exploración y reconfigurabilidad del prototipo de antena de matriz radiante ágil
Artículo:
Modelo analítico de canal MIMO 3D no estacionario para la comunicación de vehículo a vehículo en pendiente
Artículo:
Análisis del rendimiento de un enlace MIMO de dos bucles entre móviles a través de un enlace estratosférico que emplea modulación jerárquica
Artículo:
Síntesis multiobjetivo de matrices lineales mediante un algoritmo genético mejorado