Jag accepterar att kakor lagras på min dator

Läs mer

Array pre-processing for the SESAM system: DOA Mean Square Minimization.

Array pre-processing for the SESAM system: DOA Mean Square Minimization. Beställ tryckt exemplar Lägg i kundvagnen Ladda ned som PDF
Författare: Hyberg Per
Ort: Linköping
Sidor: 25
Utgivningsår: 2004
Publiceringsdatum: 2004-01-01
Rapportnummer: (FOI-R--1297--SE)
Nyckelord array-mappning, signalbehandling, pejling, felminimering, array mapping, array pre-processing, array interpolation, DOA MSE minimization
Sammanfattning Denna rapport behandlar array-mappning (array-interpolation) för SESAM-systemet. Signalernas DOA är okänd varför mappningen (avbildningen) från den verkliga till den virtuella array:en måste ske över en relativt bred sektor, typiskt 30°. I rapporten utvecklas en teori enligt vilken denna avbildning kan ske med minimerade fel. Såväl deterministiska som slumpmässiga fel behandlas och den storhet som minimeras är MSE (minsta kvadratfelet = bias2+varians). Först härleds ett analytiskt uttryck för MSE-felet vid array-mappning. Därefter presenteras en algoritm med vars hjälp en transformationsmatris (mappningsmatris) kan konstrueras som ger minimerade MSE-fel i bäringsestimaten. Principen för minimeringen är att vrida hela observationsrummet till en optimal orientering relativt gradienten för kostnadsfunktionen för den DOA-estimator som används. Principen är generell men i de redovisade simuleringarna har mappning skett från en cirkulär array med 8 element (SESAM-systemet) till en linjär array (ULA). Därefter har root MUSIC-algoritmen använts. Simuleringarna bekräftar såväl de härledda uttrycken för MSE-felen som fel-minimeringsförmågan hos de transformationsmatriser som beräknats med hjälp av den härledda algoritmen.
Abstract This report treats interpolation (mapping) of the output vector from an existing antenna array onto the output vector of another (virtual) array when the signal directions of arrival (DOAs) are known only to within a wide sector. In an earlier companion paper a first order condition for zero DOA bias under such mapping was derived, and also used to construct a design algorithm for the mapping matrix that minimized the DOA estimate bias. This bias minimizing theory is now extended to minimize not only bias, but DOA mean square error (MSE), i.e. bias squared plus variance. We first derive an analytical expression for mapped DOA MSE. Thereafter we propose a design algorithm for the transformation matrix that generates mapping errors minimizing this MSE. Generally, DOA MSE is not reduced by minimizing the size of the mapping errors, but instead by rotating these errors and the associated noise subspace into optimal directions relative to a certain gradient of the DOA estimator cost function. The analytical MSE expression and the design algorithm are supported by simulations that show not only conspicuous MSE improvements in relevant scenarios, but also a resulting pre-processing of better robustness for low SNRs as compared to the pure bias minimizing design described in the earlier paper.

Kundvagn

Inga rapporter i kundvagnen

FOI, Totalförsvarets forskningsinstitut

FOI
Totalförsvarets forskningsinstitut
164 90 Stockholm

Tel: 08-555 030 00
Fax: 08-555 031 00

Orgnr: 202100-5182