Two-dimensional DOA estimation using arbitrary arrays

Kablosuz iletişim, bant genişliği kapasitesinde bir daralmaya neden olan çok sayıda uygulama ile popülerlik kazanıyor. Bu, daha yüksek spektral kullanılabilirliğe sahip daha yüksek frekans bantlarının kullanılmasını gerektirmiştir. Bununla birlikte, daha yüksek frekanslar, daha yüksek kullanıcı yoğunluğu ile daha yüksek veri hızları ile sonuçlanır ve bu da çok yollu zayıflamaya ve bit hata oranını (BER) azaltan çapraz kanal girişimine yol açar. Bu araştırma, kullanıcı sinyallerinin geliş açısı kestiriminenin (DOA) tahmini yoluyla bu zorlukların ele alınmasına yönelik teknikler önermektedir. Spesifik olarak, araştırma, rastgele diziler kullanarak iki boyutlu (2D) DOA dayanmaktadır. DOA tahminini etkileyen faktörlerle birlikte uyarlanabilir anten dizisinin tanımı kapsamlı bir şekilde ele alınmaktadır. Sonuç olarak, DOA tahminini yürütmek için, çoklu sinyal sınıflandırması (MUSIC) algoritması kullanılarak ortak dizi düşünülür. İki tek boyutlu (1D) DOA tahmin yöntemi; ayrıştırmak ve birleştirmek (DECOM) ve açılmamış eş asal doğrusal dizi (UCLA) ve ardından 2D DOA tahmin yöntemleri önerilmiştir, bunun için; eş asal L-şekilli dizi (CLSA) ve Katlanmamış eş asal L-şekilli dizi (UCLSA) yöntemleri, yeni bir düşük karmaşıklıklı 2D MUSIC algoritması ile birleştirildi. Son olarak, nükleer norm minimizasyonunu kullanan sanal dizi enterpolasyon tekniği, fiziksel sensör elemanlarını artırmadan dizinin serbestlik derecesini (DoF) artırmak için ortak asal dizinin fark eş dizisindeki delikleri enterpolasyon yapmak için kullanılır. UCLA'nın DECOM'dan daha iyi performans gösterdiği tespit edildi. Aynı şekilde, UCLSA, CLSA'dan daha iyi performans gösterdi. DECOM ve CLSA, her bir asal alt diziyi ayrı ayrı ele alır ve böylece dizinin içsel karşılıklı bilgisini kaybeder; bu, UCLA ve UCLSA'da korunan bir özelliktir. Sanal enterpolasyonlu dizi, daha fazla DoF sergileyerek 2MN-N kaynaklarını yalnızca M+N-1 sensörlerle çözer.