Signal processing for arbitrary sensor array configurations : theory and algorithms

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.authorBelloni, Fabio
dc.contributor.departmentDepartment of Electrical and Communications Engineeringen
dc.contributor.departmentSähkö- ja tietoliikennetekniikan osastofi
dc.contributor.labSignal Processing Laboratoryen
dc.contributor.labSignaalinkäsittelytekniikan laboratoriofi
dc.date.accessioned2012-02-24T08:39:02Z
dc.date.available2012-02-24T08:39:02Z
dc.date.issued2007-10-12
dc.description.abstractSensor array systems are employed in many application areas such as multi-antenna wireless communications, radar and biomedicine. Among the research areas of sensor array signal processing, the problem of finding the direction-of-arrival (DoA) at which a propagating wavefield impinges on a sensor array is a popular research field. Applications explicitly needing directional information include beamforming, localization, surveillance, and channel sounding. Most high-resolution and computationally efficient sensor array processing algorithms have been developed for ideal sensor arrays with regular geometry and known sensor response. In practice, the geometry of the array can not be chosen freely and the array response is always an unknown quantity which can be estimated only through noisy calibration measurements. Consequently, the above algorithms are not applicable on real-world arrays with arbitrary configuration. This thesis focuses on deriving and analyzing novel algorithms providing high-resolution, optimal or close to optimal statistical performance, and low computational complexity, despite the antenna array geometry and imperfections. In particular, the problem of reformulating the array signal processing model so that computationally efficient high-resolution DoA estimation algorithms can be used with sensor arrays of arbitrary configuration is addressed. The contributions in this thesis are in the areas of array transform techniques, antenna modelling, and signal processing algorithms using sensor arrays of arbitrary configurations. In this thesis, the key ideas and performance of the most common array transform techniques are investigated. The transformation errors and their impact on the DoA estimates are analyzed. Novel algorithms developed for reducing the bias and mitigating the excess variance in the DoA estimates are introduced. Furthermore, an alternative approach to the above techniques known as manifold separation technique (MST) is analyzed. The introduced MST exploits the effective aperture distribution function (EADF) and it is a method for modelling the azimuthal response of sensor arrays with arbitrary configurations by using Vandermonde structured models. A novel MST-based polynomial rooting DoA algorithm is proposed and the effect of noisy calibration data on its statistical performance is also studied. Implementation issues and the use of the developed techniques in real-world arrays are discussed as well.en
dc.description.abstractSensoriryhmiin perustuvia järjestelmiä hyödynnetään monilla eri sovellusalueilla, kuten radiotietoliikenteen älyantennijärjestelmissä, tutkatekniikassa sekä lääketieteellisissä mittauksissa. Sensoriryhmien signaalinkäsittelyn osa-alueista signaalien tulosuunnan (DoA) estimointi on keskeisimpiä tutkimusaiheita. Sovelluksia, jotka tarvitsevat yksikäsitteistä suuntatietoa, ovat esimerkiksi keilanmuodostus, paikantaminen, valvontasovellukset, navigointi ja kanavaluotaus. Useimmat laskennallisesti tehokkaista sensoriryhmien korkearesoluutioalgoritmeista on kehitetty ideaalisille sensoriryhmille, joiden geometria on säännöllinen ja sensorien vaste on tunnettu. Käytännössä geometriaa ei kuitenkaan voida valita vapaasti ja vasteet sisältävät aina suureita, jotka ovat ainoastaan estimoitavissa kalibrointimittauksista. Tästä johtuen edellä mainitut algoritmit eivät tyypillisesti ole suoraan sovellettavissa reaalimaailman sensoriryhmiin. Tässä väitöskirjassa johdetaan ja analysoidaan uusia algoritmeja, joiden tavoitteina ovat korkea resoluutio, tilastollisesti optimaalinen tai lähes optimaalinen suorituskyky, sekä laskennallinen tehokkuus sensoriryhmien geometriasta ja epäideaalisuuksista riippumatta. Erityistä huomiota kiinnitetään sensoriryhmien signaalinkäsittelymallien muokkaamiseen siten, että voidaan hyödyntää laskennallisesti tehokkaita suunnan estimointialgoritmeja mielivaltaisiin sensoriryhmien kokoonpanoihin. Työn päätuloksia ovat uudet laskennalliset muunnostekniikat, antenniryhmämallit ja signaalinkäsittelyalgoritmit mielivaltaisille sensoriryhmän kokoonpanoille. Tässä työssä käydään läpi yleisimpien antenniryhmien signaalinkäsittelyssä käytettävien laskennallisten muunnostekniikoiden periaatteet ja suorituskyky. Muunnosten aiheuttamia virheitä ja niiden vaikutusta suunnan estimoinnin suorituskykyyn analysoidaan. Työssä kehitetään uusia algoritmeja estimointiharhan ja suuntaestimaattien varianssin pienentämiseksi. Lisäksi kehitetään vaihtoehtoinen MST-periaateeseen (Manifold Separation Technique) perustuva menetelmä. MST-tekniikka hyödyntää efektiivistä apertuurin jakaumafunktiota (EADF) ja mallintaa sensoriryhmien kulmavastetta mielivaltaisilla kokoonpanoilla Vandermonde-rakenteisen mallin avulla. Työssä johdetaan uusi MST-pohjainen polynomijuuriin perustuva tulosuunnan estimointialgoritmi ja tutkitaan kohinaisen kalibrointitiedon vaikutusta sen tilastolliseen suorituskykyyn. Myös tekniikoiden soveltuvuutta ja toteutettavuutta todellisilla antenniryhmillä arvioidaan.fi
dc.description.versionrevieweden
dc.format.extent84, [49]
dc.format.mimetypeapplication/pdf
dc.identifier.isbn978-951-22-8970-7
dc.identifier.issn1458-6401
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/2923
dc.identifier.urnurn:nbn:fi:tkk-010510
dc.language.isoenen
dc.publisherHelsinki University of Technologyen
dc.publisherTeknillinen korkeakoulufi
dc.relation.haspartF. Belloni, and V. Koivunen, Unitary root-MUSIC technique for Uniform Circular Array, in Proceedings of the 3rd IEEE International Symposium on Signal Processing and Information Technology (ISSPIT 2003), Darmstadt, Germany, December 14-17, 2003. [article1.pdf] © 2003 IEEE. By permission.
dc.relation.haspartF. Belloni, and V. Koivunen, Reducing bias in beamspace methods for Uniform Circular Array, in Proceedings of the 30th IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2005), Philadelphia, PA, USA, March 19-23, 2005. [article2.pdf] © 2005 IEEE. By permission.
dc.relation.haspartF. Belloni, A. Richter, and V. Koivunen, Reducing excess variance in beamspace methods for Uniform Circular Array, in Proceedings of the 13th IEEE Workshop on Statistical Signal Processing (SSP 2005), Bordeaux, France, July 17-20, 2005. [article3.pdf] © 2005 IEEE. By permission.
dc.relation.haspartF. Belloni, A. Richter, and V. Koivunen, Avoiding bias in circular arrays using optimal beampattern shaping and EADF, in Proceedings of the 39th Annual Asilomar Conference on Signals, Systems and Computers, Pacific Grove, California, USA, October 30 - November 2, 2005. [article4.pdf] © 2005 IEEE. By permission.
dc.relation.haspartF. Belloni, A. Richter, and V. Koivunen, Extension of root-MUSIC to non-ULA array configurations, in Proceedings of the 31st IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2006), Toulouse, France, May 14-19, 2006. [article5.pdf] © 2006 IEEE. By permission.
dc.relation.haspartF. Belloni, and V. Koivunen, Beamspace transform for UCA: error analysis and bias reduction, IEEE Transactions on Signal Processing, vol. 54, no. 8, pp. 3078-3089, August 2006. [article6.pdf] © 2006 IEEE. By permission.
dc.relation.haspartF. Belloni, A. Richter, and V. Koivunen, Performance of root-MUSIC algorithm using real-world arrays, in Proceedings of the 14th European Signal Processing Conference (EUSIPCO 2006), Florence, Italy, September 4-8, 2006. [article7.pdf] © 2006 by authors.
dc.relation.haspartF. Belloni, A. Richter, and V. Koivunen, DoA estimation via manifold separation for arbitrary array structures, IEEE Transactions on Signal Processing, vol. 55, no. 10, pp. 4800-4810, October 2007. [article8.pdf] © 2007 IEEE. By permission.
dc.relation.ispartofseriesReport / Helsinki University of Technology, Signal Processing Laboratoryen
dc.relation.ispartofseries60en
dc.subject.keyworddirection of arrival estimationen
dc.subject.keywordarray transform techniquesen
dc.subject.keywordmanifold separationen
dc.subject.keyworderror analysisen
dc.subject.keywordsuunnan estimointifi
dc.subject.keywordmuunnostekniikatfi
dc.subject.keywordmanifold separationfi
dc.subject.keywordvirheanalyysifi
dc.subject.keywordantennien kalibrointifi
dc.subject.otherElectrical engineeringen
dc.titleSignal processing for arbitrary sensor array configurations : theory and algorithmsen
dc.titleSensoriryhmien signaalinkäsittelyn teoriaa ja algoritmeja geometrialtaan vapaavalintaisille ryhmillefi
dc.typeG5 Artikkeliväitöskirjafi
dc.type.dcmitypetexten
dc.type.ontasotVäitöskirja (artikkeli)fi
dc.type.ontasotDoctoral dissertation (article-based)en
local.aalto.digiauthask
local.aalto.digifolderAalto_67343
Files
Original bundle
Now showing 1 - 10 of 10
No Thumbnail Available
Name:
isbn9789512289707.pdf
Size:
1.07 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
errata_of_articles_P5_P6.pdf
Size:
20.72 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
article1.pdf
Size:
268.49 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
article2.pdf
Size:
290.32 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
article3.pdf
Size:
277.21 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
article4.pdf
Size:
1.01 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
article5.pdf
Size:
286.07 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
article6.pdf
Size:
1 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
article7.pdf
Size:
310.93 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
article8.pdf
Size:
831.23 KB
Format:
Adobe Portable Document Format