Sparse DOA Estimation for Directional Antenna Arrays: An Experimental Validation
Notice bibliographique
Résumé
In the literature, antenna arrays for direction of arrival (DOA) estimation are being theoretically optimized to maximize the number of sources that can be estimated for a given number of isotropic elements. In this work, coprime arrays with monopole and patch elements are designed and fabricated to evaluate the impact of antenna directivity and realistic antenna behavior on DOA estimation accuracy. Two DOA estimation algorithms, namely: MUSIC and Lasso are applied where the complex radiation patterns are incorporated within the steering matrix and then the received signal is modified accordingly. With four sources, a root mean square error (RMSE) of around 4 and 1 degrees is achieved at 5 dB with monopole and patch elements, respectively. Furthermore, a software-defined radio (SDR) platform is utilized to experimentally evaluate the real-time performance in realistic environments. It is shown that when the DOA deviates from the boresight, the estimation error increases due to antenna directivity. The performance of the patch array is better than its monopole counterpart due to the inherent multipath mitigation in the directive antennas and polarization purity of the two radiated electric filed components. Experimental results show that the RMSE in the DOA estimation of two sources using coprime array with monopole and patch elements is around 4 and 1 degrees, respectively.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».