Faz-MIMO sistemlerinde geliş açısı kestirim performansı karşılaştırması

Bu çalışmada, literatürde yer alan Fazlı Çoklu Giriş-Çoklu Çıkış (Fazlı-MIMO) dizi konsepti ile Sıkıştırılmış Algılama (SA) teknikleri ilk defa birlikte ele alınarak bir radar sisteminde çoklu hedefler için geliş açısı kestirim (GAK) problemi özgün olarak ele alınmıştır. Göndermeç tarafında ortalama güç kıstasları gözetilerek farklı altdizi sayıları için geleneksel huzme şekillendirme ve rasgele fazlı ağırlıklı tasarım yöntemleri incelenmi ş; almaç tarafında ise huzme şekillendirme, ayrık SA ve grup SA olmak üzere üç farklı geri çatım yöntemi ile çoklu hedefler için GAK başarımı araştırılmıştır. Anılan her senaryo için farklı Sinyal-Gürültü-Oranları (SGO) altında gerçekleştirilen parametrik Monte Carlo benzetimleri ile hedef başına hata sonuçları elde edilmiştir. Düşük SGO durumunda, Fazlı-MIMO ve SA teknikleri birlikte kullanılarak GAK başarımının artırılabileceği gösterilmiştir. Ayrıca grup seyreklik çözümü ile ayrık çözüme kıyasla kestirim hatasında 3 kata kadar bir azalma sağlanmıştır.

This work combines the Phased-Multiple-Input-Multiple-Output (PH-MIMO) array and Compressive Sensing (CS) concepts from the literature, for the first time, and investigates direction of arrival (DoA) estimation problem of multiple targets in a such radar system. Transmitter model incorporates a phased-MIMO array with the number of subarrays taken as a parameter, and considers classical beamforming and random phase weight design approaches while placing an average power restriction on each antenna element. Receiver model evaluates three different reconstruction methods, namely beamforming, individual CS and group CS, for DoA performance assessment of multiple targets. Parametric Monte Carlo simulations are conducted to quantify angle error variance per target for each system configuration at different signal-to-noise (SNR) ratios. Simulation results demonstrate that a joint use of PH-MIMO and CS techniques can boost DoA performance at low SNRs, and that group sparsity solution can outperform individual solutions in terms of angle estimation error by a factor of three.