Parçacık süzgeci kullanarak uyarlamalı sıkıştırılmış algılama tabanlı geliş yönü kestirimi

Abstract

Geliş yönü kestirimi (GYK) problemlerinde sinyaller arkaplan uzayında, nispeten az boyutlu bir manifoldda yatar. Bu nedenle, sıkıştırılmış algılama teknikleri güvenilir geliş yönü kestirimine olanak verir. Ayrıca, ardışık Monte Carlo yöntemlerini kullanmak, tek bir noktasal kestirim yerine GYK için bir olasılık dağılımı elde etmeye olanak tanır. Sonuç olarak, bu olasılık dağılımı ölçüm matrisi tasarımında kullanıldığında, yüksek kestirim başarımı ile birlikte anten dizisi sinyal işlemede boyut indirgeme sağlanır. Bu çalışmada, olasılık dağılımı elde etmek için parçacık süzgeci kullanan, uyarlamalı sıkıştırılmış algılama tabanlı bir ızgarasız GYK yöntemi önerilmiştir. Ölçüm matrisinin rasgele seçilmesinin ve tasarlanmasının başarımları karşılaştırılmıştır. Ölçüm matrisi tasarımının, antenler üzerindeki ölçüm gürültüsüne bağlı olarak kestirim başarım artırımı, bir dizi benzetim ile gösterilmiştir.

The signals in the direction-of-arrival (DOA) estimation problems lie in a relatively few dimensional manifold in their ambient space. Therefore, compressed sensing techniques enable reliable estimations. Furthermore, using sequential Monte Carlo methods enable to obtain a probability distribution for DOA estimation instead of a single point estimate. As a consequence, the probability distributions, when used in measurement matrix design, enable dimension reduction for sensor array signal processing together with high estimation performance. In this study, we use the Particle Filters to obtain the estimation distribution, and we proposed a gridless DOA estimation method within an adaptive compressive sensing framework using this distribution. We compared the performances of random and designed measurement matrices. We demonstrated an estimation performance increase via a set of simulations depending on the measurement noise.