Parameter estimation techniques for multi-dimensional array signal processing

Zugl.: Ilmenau, Techn. Univ., Diss., 2010

Gespeichert in:
Bibliographische Detailangaben
1. Verfasser: Costa, João Paulo Carvalho Lustosa da (VerfasserIn)
Weitere Verfasser: Haardt, Martin (BerichterstatterIn), Schuller, Gerald (BerichterstatterIn), Lamare, Rodrigo C. de (BerichterstatterIn)
Format: UnknownFormat
Sprache:eng
Veröffentlicht: Aachen Shaker 2010
Schriftenreihe:Berichte aus der Kommunikationstechnik
Schlagworte:
Online Zugang:Inhaltsverzeichnis
Kurzbeschreibung
Inhaltstext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:Zugl.: Ilmenau, Techn. Univ., Diss., 2010
Methoden der Antennenarraysignalverarbeitung stellen ein sehr wichtiges und bedeutsames Forschungsgebiet dar. Insbesondere spielen hochauflösende Parameterschätzverfahren eine entscheidende Rolle in Anwendungsgebieten wie RADAR, SONAR, Mobilkommunikation, Biosignalverarbeitung oder Seismologie. Dabei muss einerseits die Modellordnung, also die Anzahl der dominanten Komponenten im gemessenen Signal, bestimmt werden. Andererseits sind häufig auch Parameter wie räumliche Winkel der einfallenden sowie der abgestrahlten Wellen, Signallaufzeit oder Dopplerverschiebung zu schätzen. Im Allgemeinen sind die zugrunde liegenden Signale mehrdimensional. Betrachtet man diese Dimensionen nicht gemeinsam sondern separat, steht jeweils nur eine Projektion der Daten in diese Dimension zur Verfügung. Das führt in vielen Szenarien zu einer unzureichenden Schätzgenauigkeit. Deshalb sind mehrdimensionale Arraysignalverarbeitungsalgorithmen, die alle natürlichen Dimensionen des Signals gemeinsam behandeln und dabei dessen Struktur ausnutzen, ein bedeutsames Werkzeug und Gegenstand der aktuellen Forschung. In dieser Arbeit konzentrieren wir uns hauptsächlich auf zwei Arten von Parametern: Die Modellordnung sowie die zugehörigen räumlichen Frequenzen. Im mehrdimensionalen Fall lässt sich die Modellordnungsschätzung erheblich verbessern, wenn man dafür die mehrdimensionale Struktur explizit ausnutzt. Für Szenarien mit additivem Gaußverteiltem weißen Rauschen schlagen wir dafür den R-D Exponential Fitting Test (R-D EFT) vor. Da R-D EFT weißes Rauschen voraussetzt untersuchen wir schließlich noch den Fall des gefärbten Rauschens. Hier schlagen wir das closed-form PARAFAC-based model order selection scheme (CFP-MOS).Sobald die Modellordnung bestimmt wurde, können im nächsten Schritt weitere gewünschte Parameter aus den dominanten Komponenten bestimmt werden. Für diese Aufgabe schlagen wir das closed-form PARAFAC based parameter estimation (CFP-PE) scheme vor.Im Fall von farbigem Rauschen leidet die Schätzgenauigkeit aller Parameterschätzverfahren, wodurch die Anwendung von Prewhitening-Techniken erforderlich wird. Für bestimmte biomedizinische Signale wie Elektroenzephalogramme (EEG) sowie für bestimmte Kommunikations-Anwendungen mit Mehrantennen-Systemen besitzt das Rauschen eine ganz spezifische mehrdimensionale Struktur. Diese kann ausgenutzt werden um das Prewhitening weiter zu verbessern, wodurch jedoch ein mehrdimensionales Prewhitening-Verfahren erforderlich wird. Unser Vorschlag dazu ist die Sequential Generalized Singular Value Decomposition (S-GSVD). Für den Fall, dass die Rauschstatistik nicht bekannt ist, schlagen wir die Iterative S-GSVD vor.
Beschreibung:XIII, 211 S.
graph. Darst.
ISBN:9783832290092
978-3-8322-9009-2