Title
Sensitivity of parametric direction finding to colored noise fields and undermodeling
Abstract
Une hypothèse fondamentale faite dans la plupart des algorithmes de recherche de direction est que la structure de corrélation spatiale du bruit d'arrière-plan (c.à.d. la corrélation de capteur à capteur) est connue à un facteur multiplicatif près. En pratique, celleci est souvent obtenue en mesurant la covariance du réseau quand aucun signal n'est présent, une procédure inévitablement sujette à erreur. La présence de signaux faibles non détectés donne naissance à des perturbations semblables. L'effet de telles erreurs de modélisation sur le techniques d'estimation paramétriques est examiné dans cet article. Les expressions du premier ordre de l'erreur quadratique moyenne (MSE) des estimées des paramètres sont dérivées pour les méthodes de maximum de vraisemblance déterministe et stochastique et la technique d'ajustement par sous-espace pondérée. Les structures de corrélation spatiale du bruit qui conduisent à une perte de performances maximale sont identifiées sous plusieurs hypothèses. Dans le cas de rapport signal sur bruit élevé, il est montré que la MSE peut s'accroître d'un facteur égal aux nombre de capteurs dans le réseau, en comparaison avec un bruit spatialement blanc. De plus, il est montré que la présence d'un signal non détecté relativement faible (− 15 dB) peut avoir pour résultat un biais élevé (≈1°) sur les estimées des directions des autres signaux.
Year
DOI
Venue
1993
10.1016/0165-1684(93)90163-5
Signal Processing
Keywords
Field
DocType
performance analysis,parametric direction,noise field,array signal processing,sensitivity analysis,direction finding,colored noise,control engineering
Spatial correlation,Colors of noise,Background noise,Mathematical analysis,Control theory,Mean squared error,White noise,Parametric statistics,Estimation theory,Statistics,Mathematics,Covariance
Journal
Volume
Issue
ISSN
34
2
Signal Processing
Citations 
PageRank 
References 
16
3.17
13
Authors
1
Name
Order
Citations
PageRank
Mats Viberg11043126.67