Resumen

La mayoría de las técnicas populares para la estimación de la dirección de llegada (DOA) en superresolución se basan en el cálculo de la descomposición de valores propios (EVD) o de la descomposición de valores singulares (SVD) para determinar el subespacio de señal/ruido, lo que resulta caro desde el punto de vista computacional para las aplicaciones en tiempo real. Se propone un algoritmo de clasificación de señales múltiples en dos pasos (TS-root-MUSIC) para evitar el complejo cálculo de la EVD/SVD utilizando una matriz lineal uniforme (ULA) basada en la suposición de que el número de señales es inferior a la mitad de los sensores. El ULA se divide en dos subarreglos, y se construyen tres matrices de correlación cruzada sin ruido utilizando los datos recogidos por los dos subarreglos. Se deriva una operación lineal de baja complejidad para obtener un subespacio de ruido aproximado para una estimación del DOA en el primer paso. El rendimiento se mejora aún más en el segundo paso utilizando el resultado del primer paso para renovar el subespacio de ruido estimado anteriormente con una complejidad ligeramente mayor. La nueva técnica puede proporcionar un rendimiento de error cuadrático medio (RMSE) cercano al de root-MUSIC con una carga computacional reducida, lo que se verifica mediante simulaciones numéricas.

• Materias:Minería de datos Radiofrecuencia Teoría de Antenas Redes Inalámbricas Ondas de radiofrecuencia
• Subjects:Data mining Radio frequency Antenna theory Wireless Networks Radio frequency waves
• Palabras claves:direcciones de llegada, subespacio de ruido estimado, subespacio de ruido aproximado, estimaciones de doa por pasos, descomposición del valor singular, error cuadrático medio, carga computacional reducida, matriz lineal uniforme, clasificación de señales múltiples, número de señales
• Keywords:directions of arrival, estimated noise subspace, rough noise subspace, step doa estimates, singular value decomposition, means square error, reduced computational burden, uniform linear array, multiple signal classification, number of signal