تخمين دو بعدي جهت ورود سيگنال در محيط هاي چند مسيري با وضوح بالا به وسيله ي تفكيك دقيق سيگنال ها

A High Resolution Two-Dimensional DOA Estimation for Multipath Environments by Accurate Separation of Signals

در اين مقاله، يك روش تخمين DOA دو بعدي براي محيط هاي چند مسيري ارائه مي شود كه در آن به طور هم زمان، سيگنال هاي ناهمبسته، تا حدي همبسته و همدوس حضور دارند. حضور سيگنال هاي همدوس، باعث افت مرتبه ي ماتريس كواريانس فضايي و در نتيجه كاهش شديد دقت تخمين مي شود. از اين رو در شيوه اي نوين، ابتدا با توجه به اطلاعات آماري مقدار هاي ويژه ي ماتريس كواريانس و استفاده از خوشه ياب k-medoids، سيگنال هاي نا همدوس، گروه هاي همدوس و زير فضاي نويز با دقت خوبي تفكيك مي شوند. پس از تعيين تعداد كل منابع، تعداد منابع نا همدوس و تعداد گروه هاي همدوس، با توليد يك ماتريس زير فضاي نويز تعميم يافته، جهت ورود سيگنال هاي نا همدوس به صورت مجزا تخمين زده مي شود. پس از تعيين تعداد سيگنال هاي همدوس در هر گروه همدوسي به وسيله ي معيار MDL، با ايجاد يك ماتريس فرمان مجازي، تخمين DOA دو بعدي سيگنال هاي همدوس هر گروه اجرا مي شود. روش پيشنهادي نيازمند هيچ-گونه اطلاعت اوليه اي هم چون دانستن تعداد منابع نيست. نتايج شبيه سازي ها نشان مي دهند كه روش پيشنهادي حتي به ازاي SNR پايين و تعداد نمونه هاي دريافتي كم نيز قادر به تفكيك سيگنال هاي نا همدوس از همدوس است. از لحاظ دقت آشكارسازي و وضوح تخمين نيز، روش پيشنهادي نسبت به روش مرسوم FBSS، به ترتيب بهبود بالاي 1/2 درصد و بهبود بالاي 43 درصد از خود نشان مي دهد.

In this paper, a two-dimensional DOA estimation method for multipath environments is proposed, in which there are simultaneous uncorrelated, partly correlated and coherent signals. The presence of coherent signals caused a loss of rank in the spatial covariance matrix, resulting in a sharp reduction in the precision of the estimates. Therefore, in a novel approach, first of all, the noncoherent signals, coherent groups and the noise subspace are separated with a good accuracy, according to statistical data of the eigenvalues of the covariance matrix and the use of k-medoids clustering. The DOAs of noncoherent signals are estimated separately using the proposed method, after determining the total number of sources, the number of noncoherent signals and the number of coherent groups. The DOAs of coherent signals are estimated in each group by constructing a virtual steering matrix, after determining the number of coherent signals in each coherence group by the MDL criterion. The proposed method does not require any primary information such as knowing the number of sources. The simulation results show that the proposed method is able to distinguish between the noncoherent and coherent signals, even in the cases of low SNRs and low snapshots. Also, in terms of detection accuracy and resolution of estimation, the proposed method shows improvement of over 1.2% and 43% respectively, compared to the conventional FBSS scheme.