Descrição unificada de metodos de estimação DOA em arranjo de sensores

Este trabalho aborda a aplicação de arranjo de sensores no problema de estimação do ângulo-de-chegada (DOA) de ondas planas. Uma vasta gama de aplicações nas mais diversas áreas se enquadram nesse problema, como em radar, sonar e mais recentemente em comunicações móveis. Dentre os métodos existentes para estimação de parâmetros, destacam-se os paramétricos em relação aos espectrais. Este trabalho classifica os principais métodos paramétricos em três categorias. A primeira consiste de métodos baseados no bastante conhecido critério da máxima-verossimilhança (ML), tais como o IQML e MO DE. A segunda categoria compreende os métodos baseados na predição linear, dentre os quais podemos citar o FBLP Modificado e o WTLS-LP. A terceira consiste nos métodos que fazem uso dos sub­espaços definidos pela matriz de correlação dos dados disponíveis, como os métodos MUSIC, NORMA-MÍNIMA, ESPRIT e WSF. Esses métodos são apresentados neste trabalho de uma forma unificada, na qual as estimativas desejadas são obtidas através da minimização de funções custo adequadas e com mesma estrutura. Nesse processo de otimização fazemos uso do critério dos mínimos-quadrados (LS) e dos mínimos-quadrados totais (TLS), além de suas variações que também são descritas. A visão unificada proposta aqui torna possível uma comparação de desempenho e esforço computacional entre esses métodos, evidenciando suas vantagens e desvantagens. Além disso, torna também possível a sugestão de propostas para novos métodos baseados naqueles existentesThis work is concerned with the direction-of-arrival estimation of plane waves impinging on a sensors array. This problem arises from applications such as radar, sonar and, more recently, in wireless communications. Among the usual parameter estimation methods, the parametric ones are more accurate than the spectral ones. In this work the parametric methods are presented and classified in three categories. The first one consists of methods based on the well known maximum-likelihood (ML) criterion, such as the IQML and MO DE methods. The second class is composed of methods that use the linear prediction concepts, such as the Modified FBLP an the WTLS-LP. The last class is based on the subspace approach such as the MUSIC, MINIMUM-NORM, ESPRIT and WSF methods. Those methods are presented using an unifying formulation and notation, in which case the estimation is reached by minimizing suitable and similar cost functions. The minimization process is carried out by using the least­squares (LS) and total least-squares(TLS) approaches, as well as through variants that are also presented. This unifying framework make it possible to compare the performance and computational effort of the methods presented, showing the advantages and the disadvantages of each one. In addition, we propose new methods based on the existing one