Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/35094
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_FilipedeCastroBorgesdaSilveira.pdf1,28 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorIshihara, João Yoshiyuki-
dc.contributor.authorSilveira, Filipe de Castro Borges da-
dc.date.accessioned2019-07-17T21:59:29Z-
dc.date.available2019-07-17T21:59:29Z-
dc.date.issued2019-07-17-
dc.date.submitted2018-11-16-
dc.identifier.citationSILVEIRA, Filipe de Castro Borges da. Estudo do carregamento diagonal e da redução do custo computacional no processamento de arranjos de antenas. 2018. ix, 98 f., il. Dissertação (Mestrado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2018.pt_BR
dc.identifier.urihttp://repositorio.unb.br/handle/10482/35094-
dc.descriptionDissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2018.pt_BR
dc.description.abstractDiversas aplicações utilizam arranjos de sensores, por exemplo: radares; sonares; comunicações wireless; e aplicações de conformação de feixe - também conhecido beamforming, em inglês. Isso porque, com eles, é possível se obter diversas vantagens: ganhos de arranjo; rejeições de interferências; eficiência de potência ao maximizar a do sinal-de-interesse e minimizar as dos sinais interferentes; etc. Quando se trata de beamforming especificamente, o arranjo a ser utilizado pode conter um número elevado de elementos, o que acaba aumentando a quantidade de dados a serem processados e, consequentemente, o custo computacional. O objetivo principal desse trabalho é desenvolver formas de se reduzir essa complexidade computacional afetando, no mínimo possível, o desempenho do algoritmo. Já os objetivos específicos incluem: propor valores ótimos para determinados parâmetros do algoritmo utilizado no beamformer em questão; analisar o erro nos bits recebidos de acordo com adaptações intermitentes; e analisar o comportamento de algoritmos que estimam e re-estimam a direção-de-chegada dos sinais a partir de métodos consagrados. O algoritmo SMI - sample matrix inversion1 - utiliza das amostras colhidas na fase de treinamento para estimar a matriz de autocorrelação do sinal de interesse; já o LSMI - loaded sample matrix inversion2 - utiliza um fator de carga para carregar a diagonal, porém o valor ótimo para esse parâmetro não está bem definido na literatura. Por isso, um estudo sobre o fator de carga do algoritmo LSMI é feito. Na literatura, apresentam-se dois valores para esse parâmetro que proveem bom desempenho para o algoritmo. No entanto, verifica-se que, a depender do cenário, ele pode sofrer variações e não corresponder a esse dois valores sugeridos. Dessarte, faz-se um estudo acerca dos melhores valores do fator de carga conforme diferentes parâmetros são variados: número de antenas; número de sinais interferentes; potência do ruído ambiente; e incerteza na direção-de-chegada do sinal. O fator responsável pela maior parcela do custo computacional inerente aos algoritmos que se utilizam de matrizes de auto-correlação amostrais é justamente calcular essa matriz. Muitas das vezes, a diferença entre essas matrizes para adaptações sucessivas é pequena de forma que manter a matriz calculada anteriormente não degrada tão significativamente o desempenho do algoritmo. Por isso, algoritmos que a recalculam essas matrizes apenas quando ela já não estiver provendo desempenho satisfatório são desenvolvidos neste trabalho. Duas soluções em beamforming são interessantes: DS - delay-and-sum3 - pela simplicidade; LSMI pela robustez. Então, desenvolve-se um beamformer capaz de chavear entre os métodos de forma a reduzir o custo computacional quando o cenário estiver mais favorável e manter o desempenho quando o cenário estiver mais desfavorável. Duas situações são tratadas: quando a direção-de-chegada do sinal é fixa - não há ruído nela - e quando há incerteza na direção-dechegada e ela é variada aleatoriamente dentro de uma faixa designada - há ruído nela. Analisam-se também os casos em que a direção-de-chegada do sinal varia conforme o tempo e o beamformer tenta re-estimá-la quando o erro atinge determinado patamar. As adaptações são feitas em todas as iterações ou de acordo com o erro de recepção. O método WL é conhecido por prover ganhos em desempenho de sistemas de beamforming e, por isso, ele é testado em algoritmos já consagrados: DS; SMI; e LSMI. Dois cenários em relação à direção-de-chegada são tratados aqui: sem incertezas; e com incertezas. Curvas e dados estatísticos são levantados das simulações para se analisar as consequências nos comportamentos dos algoritmos.pt_BR
dc.language.isoPortuguêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleEstudo do carregamento diagonal e da redução do custo computacional no processamento de arranjos de antenaspt_BR
dc.title.alternativeAnalysis of diagonal loading and computational cost reduction in antenna arrays processingpt_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordBeamformingpt_BR
dc.subject.keywordSensorespt_BR
dc.subject.keywordAntenas (Eletrônica)pt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.description.abstract1Various applications use sensor arrays: radars; sonars; wireless communications; beamforming; etc. With them, it is possible to obtain numerous advantages: signal gain; interference rejection; power efficiency; etc. In the case of beamforming specifically, depending on the size of the used array, it may be formed by a great number of elements, which means the data to be processed increases and, therefore, the computational cost. The main objective is to develop ways to reduce this computational complexity while affecting the performance of the algorithm as less as possible. Now, the specific objectives include: suggest optimal values for determined parameters of the algorithm; analyze the error in the received bits accordind to the intermittent adaptations; analyze the way the algorithms that recalculate the direction-of-arrival of the signals using established methods behave. A study about the loading factor of the LSMI algorithm is done. In literature, two values which provide good performance to the algorithm are presented for this parameter. However, it is verified that, depending on the scenario, the parameter can vary and not correspond to these two suggested values. Therefore, a study is done concerning the best values for the loading factor as different parameters are varied: number of antennas; number of interfering signals; ambient noise power; and direction-of-arrival uncertainty of the signal. It is noted that various optimal values can be established. The factor responsible for the biggest share of computational cost inherent to the algorithms that use autocorrelation sample matrices is the calculation of this matrix. Frequently, the difference between two subsequent matrices is so small that keeping the last calculated matriz do not degrade the algorithm performance so significantly. For this reason, algorithms that recalculate the matrix only when it is not providing satisfactory performance are developed in this dissertation. Two criteria for the error - treated as reception error - are set: real; complex. There are two particular solutions in beamforming: DS for its simplicity; LSMI for its robustness. Then, a beamformer capable of switching between the two methods is developed in order to reduce the computational cost when the scenario is propitious and keep the performance when the scenario is adverse. Two situations are studied: when the direction-of-arrival of the signal is fixed - there is no noise in it -; and when it changes randomly within a designated interval - there is noise in it. It is analyzed two cases in which the direction-of-arrival of the signal is varied according to time and the beamformer tries to re-estimate it when the error reached a certain level. The adaptations are done in all iterations or according to the reception error. The WL method is known to provide gains in the performance of beamforming systems and, therefore, it is tested in well-known algorithms: DS; SMI; and LSMI. Two scenarios treating the direction-of-arrival are analyzed here: with no uncertainties; with uncertainties. Graphics and statistical data are drawn from the simulations in order to analyze the consequences in the behaviors of the algorithms.pt_BR
dc.description.unidadeFaculdade de Tecnologia (FT)pt_BR
dc.description.unidadeDepartamento de Engenharia Elétrica (FT ENE)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Engenharia Elétricapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.