메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

정태진 (경북대학교, 경북대학교 대학원)

지도교수
이균경.
발행연도
2015
저작권
경북대학교 논문은 저작권에 의해 보호받습니다.

이용수1

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
자유 공간에 전파되는 음원의 위치를 추정하는 문제는 배열신호처리에서 가장 기본적인 문제 중 하나로 다루어져 왔다. 지금까지 음원의 위치 추정 문제는 주로 ULA를 이용하여 원거리 음원의 위치 추정에 관하여 연구가 되었다. 반면 UCA 경우 방위각과 고각의 구분이 가능하며 360° 방위 모두 동일은 빔패턴으로 탐색할 수 있다. 최근 UCA를 이용한 위치 추정 문제에서는 방위각과 고각뿐만 아니라 근거리 음원을 가정하여 거리 추정 또한 다루어지고 있다. 지금까지 주로 연구된 3D-MUSIC등의 음원의 3차원 위치 추정 기법은 다수의 음원이 존재하는 경우에도 위치 추정이 가능하지만 고유치 분해를 요구하거나 2차원 혹은 3차원 탐색과정을 필요로 한다. 최근 Bae등은 센터 센서가 있는 UCA를 이용하여 방위, 고각과 거리를 분리하여 닫힌 형식으로 단일 음원의 위치를 추정하는 기법이 제안하였다. 하지만 제안 기법은 비순환성을 가지는 음원을 가정하며 중심대칭성을 이용하기 위해 짝수개의 센서 배열을 가져야 하는 제약이 있다. 또한 위치 추정에서 두번의 최소자승 기법을 요구한다. 반면 Liao등이 제안한 기법은 비순환성 음원의 제약은 없지만 4배수를 가지는 센서수를 요구하며, 동일하게 두번의 순차적인 최소자승 기법을 요구한다.
따라서 본 논문에서는 UCA에서 단일 음원에 대한 닫힌 형태의 3차원 위치 추정 기법에서 기존의 기법이 가지는 단점을 보완한 기법을 제안한다. 제안 기법은 기존의 단일 음원의 위치 추정 기법들과 마찬가지로 센서배열 구조와 배열의 두 센서간 상호상관 함수가 가지는 관계를 이용한다. 그러나 제안 기법은 기존 기법과 비교하여 센서 개수의 제약이 없으며 단 한번의 최소자승 기법으로 위치 추정을 한다. 또한 기존의 기법이 위상의 모호성을 피하기 위해 배열의 반지름이 파장의 4분의 1로 제한되었으나 제안 기법은 인접 센서간 간격이 파장의 2분의 1이하인 조건을 만족할 경우 다양한 크기를 가지는 반지름에 적용 가능하다.
마지막으로 다양한 모의실험을 통해 제안 기법의 성능을 검증하였다. 제안 기법을 이용한 위치 추정 결과, 3D-MUSIC기법과 CRLB에 근접한 결과를 보여 주었으며 작은 배열 크기를 요구하는 다른 기법에 비해 원거리 음원 위치 추정에 우수한 성능을 보여주었다. 연산량 비교 측면에서도 제안 기법은 닫힌 형태의 수식을 이용하므로 탐색기반 기법에 비해 매우 적은 연산만을 요구하는 것을 확인하였다. 따라서 제안기법은 UCA 배열에서 단일 음원을 가정하는 경우 매우 효과적으로 음원의 위치를 추정할 수 있을 것으로 판단된다.

목차

I. Introduction 1
II. Preliminaries 8
2.1 Signal Model 9
2.2 The Uniform linear array 14
2.2.1 MUSIC 16
2.2.2 ESPRIT 18
2.3 The Uniform Circular array 21
2.3.1 3-D MUSIC 24
2.3.2 RARE estimator with UCA 25
2.3.3 G-ESPRIT estimator with UCA 30
III. Single source localization 34
3.1 2-D single source localization algorithm 35
3.2 3-D single source localization algorithm 39
3.3 Proposed 3-D single source localization algorithm 45
3.4 Consideration 50
3.4.1 Noise reduction using SVD. 50
3.4.2 Phase ambiguity 51
3.4.3 Calculation complexity 52
IV. Simulations 54
4.1 Estimation performance comparison 56
4.2 Computational Complexity 90
V. Conclusion 92
References 94
Abstract 104

최근 본 자료

전체보기

댓글(0)

0