Skip to content

Sociedade Brasileira de Telecomunicações

Filtragem ótima para melhorar o desempenho de estimadores ML-DOA


Em [1] propomos melhorar o desempenho de alguns estimadores de direção de chegada (DOA) usando arranjo de sensores. Consideramos os estimadores baseados no critério da máxima verossimilhança (ML) que geram candidatas à estimativa DOA e selecionam as melhores candidatas através do critério ML. Nossa proposta modifica o processo de seleção de candidatas usando uma nova matriz de covariância dos dados recebidos, calculada após uma filtragem ótima destes dados para redução de ruído. Este trabalho é uma continuidade de [1], com novas propostas de função custo. Resultados de simulações indicam uma melhoria do desempenho na estimação DOA para pequenos valores da relação sinal-ruído, com uma consequente atenuação do efeito de limiar.

Autores :

Estatatísticas de Acesso

Loading...

Total de visitas: 6
Loading...

Downloads do artigo: 0

Voltar