نویسندگان
چکیده
این مقاله توانایی تبدیل فوریه در زمان محدود STFT1 در پردازش سیگنالهای با پهنای باند بزرگ از آرایه های گیرنده را بررسی می کند. سیگنالهای با پهنای باند بزرگ که توسط آرایه با کمک STFT دریافت و به حوزۀ فرکانس منتقل شده و پردازش لازم برای تخمین محل منابع سیگنال و تخمین خود سیگنالها ارائه می شوند. یک الگوریتم وفقی مبتنی بر روش بیشترین درستنمایی (ML) برای تعیین و ردیابی محل منابع و استخراج آنها پیشنهاد می کنیم و توانایی الگوریتم و شرایط لازمی که باید طول و نوع پنجره و میزان لغزش آن داشته باشند تا نتایج مناسب به دست آیند مطالعه می شود. ملاحظه می شود که تخمین محل منابع سیگنال بدون بایاس نخواهد بود که این امر ناشی از طول محدود پنجره به کار رفته است. انتخاب مناسب نوع و طول پنجره و تأثیر آن برای کوچکتر کردن خطاهای بایاس از هر مقدار دلخواه نیز ارائه می شود و نتایج به دست آمده با شبیه سازی تأیید می شوند. علاوه بر آن نشان می دهیم که الگوریتم پیشنهادی دارای این مزیت است که در حضور سیگنال به نویزهای کوچک و همچنین سیگنالهای شدیداً وابسته به خوبی کار می کند.
عنوان مقاله [English]
Windowing Effects of Short Time Fourier Transform on Wideband Array Signal Processing Using Maximum Likelihood Estimation
نویسندگان [English]
- S. Sadri
- S. Gazor and A. M. Doosthoseini
چکیده [English]
During the last two decades, Maximum Likelihood estimation (ML) has been used to determine Direction Of Arrival (DOA) and signals propagated by the sources, using narrowband array signals. The algorithm fails in the case of wideband signals. As an attempt by the present study to overcome the problem, the array outputs are transformed into narrowband frequency bins, using short time Fourier transform together with ML, to estimate DOAs and the signals. The effect of window parameters (i.e, type, length and decimation factor) on the bias and variance of estimation of DOAs and signals is investigated. The algorithm robustness and convergence in presence of low SNR and coherent signals is illustrated. It is also shown that the local optimal problem encountered in the narrowband case is resolved for the wideband signals.
)