عنوان پایان‌نامه
تخمین زاویه ی ورود در آرایه های با مقیاس بزرگ
- رشته تحصیلی
- مهندسی برق-مخابرات-سیستم
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2785;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 70345
- تاریخ دفاع
- ۲۴ شهریور ۱۳۹۴
- دانشجو
- محمدامین حسین نژاد
- استاد راهنما
- علی الفت
- چکیده
- امروزه آرایه‌های آنتنی در حوزه‌های وسیعی از قبیل سونار، لرزه‌نگاری، نجوم، سامانه‌های ناوبری خودرو و رادارها به کار گرفته می شوند. روش‌های متعددی ازجمله روش‌های شکل‌دهی پرتو ، روش‌های بر پایه‌ی زیر فضای سیگنال و نویز، روش‌های بر پایه بازسازی تُنُک سیگنال ها و یا نمایش تُنُک ماتریس کواریانس داده‌ها برای تخمین زوایای ورود منابع، معرفی گردیده است. در آرایه‌های آنتنی که تعداد آنتن‌ها زیاد است، مسئله هزینه، پیچیدگی ساخت و محدودیت دسترسی به گیرنده‌های با تعداد کانال بالا برای پردازش همزمان داده‌های روی آنتن‌ها، مطرح است. در بخش اول این پایان‌نامه به بیان مقدمه‌ای بر پردازش آرایه‌ای و تعدادی از روش‌های تخمین زاویه‌ی ورود خواهیم پرداخت. در بخش دوم بر یکی از روش های تخمین زاویه ی ورود که معیار تُنُک بودن را روی ماتریس کواریانس داده های آنتن های آرایه (که به‌طور همزمان نمونه‌برداری شده‌اند) اعمال می‌نماید، تمرکز خواهیم نمود و به کمک چندین شکاف زمانی و با به‌کارگیری گیرنده ای با تعداد کانال کمتر از تعداد آنتن‌های آرایه (در کمترین حالت شامل دو کانال است) ماتریس کواریانس بلوکی را تشکیل داده و روشی را برای مثبت معین نمودن آن، ارائه می‌دهیم. روشی که برای مثبت معین نمودن ماتریس کواریانس بلوکی اتخاذ می گردد خود به حل یک مسئله بهینه‌سازی محدب برای تخمین واریانس نویز نیاز دارد. یکی از دست آوردهای این پایان‌نامه، حل فرم بسته برای تخمین واریانس نویزاست. درنهایت روشی تکراری برای تخمین زوایای ورود منابع با به کار گرفتن گیرنده ای با تعداد کانال کمتر و البته ارزان تر ارائه خواهیم نمود. واژه‌های کلیدی: تخمین زاویه ی ورود، گیرنده، شکاف زمانی
- Abstract
- Antenna arrays are widely used in different fields, such as sonar, seismology, astronomy, navigation systems and radar. Various methods has been introduced for Direction of Arrival (DOA) Estimation, such as subspace and methods based on sparse signal reconstruction or sparse representation of covariance matrix. In arrays with large number of antennas, the cost and complexity of receivers with large number of channels for simultaneous processing of the data¬, are restrictive. In the first part of this thesis, we introduce the basics of array processing and DOA estimation algorithms. In the second part, we focus on one of the DOA estimation methods that utilizes the sparsity properties of the array covariance matrix, and with the processing of several time slots and using a low complexity receiver with fewer channels compared to the number of antennas to construct the covariance matrix and introduce a method to make it positive definite. The method that is proposed to make the covariance matrix positive definite, requires to solve a convex optimization problem to estimate the noise variance. One of the achievements of this thesis is a closed form solution for the noise variance estimation. Finally, we present an iterative method for DOA estimation with the use of a receiver with fewer channels and lower complexity. Keywords: DOA estimation, Receiver, Time slot
