Resumen

Los sistemas de antenas reconfigurables han ganado mucha atención por su potencial uso en los sistemas inalámbricos de próxima generación. Sin embargo, los algoritmos convencionales de estimación de la dirección de llegada (DoA) para conjuntos de antenas no pueden utilizarse directamente en las antenas reconfigurables debido al diferente diseño de las mismas. En este trabajo, presentamos un algoritmo de relación de potencia de patrón adyacente (APPR) para antenas reconfigurables de dos puertos (CRLH) con onda de fuga (LWA). Además, comparamos las prestaciones del algoritmo APPR y los algoritmos MUSIC basados en LWA. Estudiamos cómo la complejidad computacional y el rendimiento de los algoritmos dependen del número de patrones de radiación seleccionados. Además, evaluamos el rendimiento de los algoritmos APPR y MUSIC con simulaciones numéricas y con mediciones en interiores del mundo real que tienen componentes tanto de línea de visión como de no línea de visión. Nuestras evaluaciones de rendimiento muestran que las estimaciones de DoAs están en un acuerdo considerablemente bueno con las DoAs reales, especialmente con el algoritmo APPR. En resumen, los algoritmos APPR y MUSIC para la estimación de la DoA, junto con el diseño planar y compacto del LWA, pueden ser una solución valiosa para mejorar el rendimiento de la comunicación inalámbrica en los sistemas de próxima generación.

• Materias:Minería de datos Propagación de ondas Radiofrecuencia Teoría de Antenas Ondas de radiofrecuencia
• Subjects:Data mining Wave propagation Radio frequency Antenna theory Radio frequency waves
• Palabras claves:algoritmo appr, rendimiento, algoritmo musical, appr, derechos compuestos del puerto, ganó mucha atención, diseño compacto lwa, relación de potencia del patrón, algoritmo musical basado, sistema de antena reconfigurable
• Keywords:appr algorithm, performance, music algorithm, appr, port composite rights, gained much attention, compact lwa layout, pattern power ratio, based music algorithm, reconfigurable antenna system