Estimación de la Dirección de Llegada (DOA) MUSIC y CAPON Utilizando Arreglos Dispersos

• A.Bonilla-Garces ^[2] ; O. D. Ossa-Molina ^[1] ; F. E. López ^[1]
  1. [1] Instituto Tecnológico Metropolitano

     Instituto Tecnológico Metropolitano

     Colombia

     
  2. [2] Institución Universitaria ITM en Medellín, Colombia
• Localización: Scientia et Technica, ISSN 0122-1701, Vol. 29, Nº. 1, 2024, págs. 34-40
• Idioma: español
• Títulos paralelos:
  • Direction of Arrival (DOA) Estimation: MUSIC and CAPON Algorithms Using Sparse Arrays
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La estimación de la dirección de llegada (DOA) es crítica para la localización de señales en diversas aplicaciones como comunicaciones inalámbricas, comunicaciones móviles, radar, sonar y tecnología de antenas inteligentes En este trabajo se estudian las prestaciones de los algoritmos MUSIC (Multiple Signal Classification) y CAPON en la estimaciónDOA utilizando diferentes geometrías. La inclusión de arrays dispersos tienecomo objetivo mejorar el rendimiento de la estimación DOA en términosderobustez(efectos deacoplamiento mutuo) y grados de libertad (resolver las fuentes tanto como sea posible con el mismo número de elementos en el array). En la simulación, comparamos el rendimiento de estimación DOAde diferentes arrays, como el Array Lineal Uniforme (ULA), Coprime, Cascaded y Nested arrays. Además, mostramos queel rendimiento de los algoritmos DOA puede verse afectado por la elección de la geometríadel array. Los resultados muestran los pseudoespectros de los métodosde estimaciónDOA utilizando todas las configuraciones de array consideradas.Este estudio intenta determinar qué algoritmo proporcionamejores resultados en términos de precisión utilizando diferentes configuraciones de array, lo que podría tener implicaciones significativas en aplicaciones prácticas que requieran una estimaciónDOA precisa.

  • English

    Estimating the direction of arrival (DOA) is crucial for signal localization in various applications including wireless communications, mobile communications, radar, sonar, and smart antenna technology. This study investigates the performance of the MUSIC (Multiple Signal Classification) and CAPON algorithms for DOA estimation utilizing different array geometries. The incorporation of sparse arrays aims to enhance DOA estimation performance in terms of robustness (addressing mutual coupling effects) and degrees of freedom (resolving sources as effectively as possible with the same number of array elements). Through simulations, we compare the DOA estimation performance of various arrays, such as Uniform Linear Array (ULA), Coprime, Cascaded, and Nested arrays. Additionally, we demonstrate that the choice of array geometry can impact the performance of DOA algorithms. The results present pseudo spectra for DOA estimation methods across all considered array configurations. This study endeavors to identify the algorithm that delivers superior accuracy across different array configurations, which holds significant implications for practical applicationsrequiring precise DOA estimation.