4.5 Modificação no Estágio de Pré-seleção
5.1.1 Desempenho de estimação DOA
5.1.1.2 SEAD Aprimorado
As Figuras 37 a 40 mostram o desempenho de estimação do SEAD Aprimorado considerando fontes de sinais descorrelacionados.
A superfície de desempenho considerando o algoritmo original do SEAD Aprimorado é ilustrada na Figura 37. Pode-se observar nessa figura que o desempenho de estimação para {θ1, θ2} =
h
10◦ 15◦i foi de −11,25 dB. No entanto, a SNR de limiar para fontes
afastadas variou entre −8,75 dB e −1,25 dB e, para {θ1, θ2} =
h
10◦ 45◦i, esse valor foi de
−7,50 dB. Isso ocorreu devido ao estágio de pré-seleção, que considerou um ou mais picos de ruído como picos de sinal. Assim, em alguns experimentos, o estágio de refinamento utilizou estimativas ruins. Além disso, em altas SNRs, o SEAD Aprimorado apresentou erros de estimação ligeiramente maiores. Isso aconteceu, pois, como observado na seção
3.6, o estágio de refinamento é baseado no algoritmo Branch-and-Bound. Dessa forma, à medida que a SNR aumenta, são necessárias mais iterações para atingir o CRB.
A Figura38mostra a superfície de desempenho para o SEAD Aprimorado utilizando o máximo autofiltro espacial. Pode-se observar nessa figura que o desempenho de estimação para {θ1, θ2} =
h
10◦ 15◦i foi ligeiramente melhorado e a SNR de limiar é −11,25 dB.
Entretanto, essa SNR poderia ter sido ainda menor. Isso não ocorreu porque o estágio de pré-seleção gerou estimativas iniciais ruins devido ao limiar de restrição de amplitude. Adicionalmente, para fontes afastadas pode-se observar uma degradação no desempenho de estimação e a SNR de limiar para {θ1, θ2} =
h
10◦ 45◦i foi de 3,75 dB.
As Figuras 39 e40 ilustram as superfícies de desempenho para o SEAD Aprimorado usando os filtros calculados a partir do subespaço de sinal e do espectro diferencial, respectivamente. Em comparação à Figura 37, pode-se observar nessas figuras que a filtragem espacial praticamente não afetou o desempenho de estimação. Considerando
Capítulo 5. Resultados 97
Figura 37 – Superfície de desempenho do algoritmo original do SEAD Aprimorado para duas fontes descorrelacionadas (tons de cinza) e CRB correspondente (grade transparente).
Figura 38 – Superfície de desempenho do algoritmo original do SEAD Aprimorado utili- zando o máximo autofiltro espacial para duas fontes descorrelacionadas (tons de cinza) e CRB correspondente (grade transparente).
fontes próximas, o erro de estimação foi sensivelmente menor, embora o valor da SNR de limiar tenha se mantido em −11,25 dB. Por outro lado, para fontes afastadas, a SNR de limiar foi de −6,25 dB. Essa SNR aumentou em 1,25 dB em relação ao algoritmo original do SEAD Aprimorado.
As Figuras 41 a 44 ilustram o desempenho de estimação do SEAD Aprimorado considerando fontes correlacionadas.
A superfície de desempenho do algoritmo original do SEAD Aprimorado é ilustrada na Figura 41. Pode-se observar nessa figura que o desempenho de estimação foi superior se comparado à situação de sinais descorrelacionados. Ainda, é possível verificar que o SEAD Aprimorado não apresentou o problema de seleção de picos de ruído considerando fontes afastadas, com SNR de limiar variando entre −11,25 dB e −10 dB. Para {θ1, θ2} =
Capítulo 5. Resultados 98
Figura 39 – Superfície de desempenho do algoritmo original do SEAD Aprimorado uti- lizando o filtro calculado a partir do subespaço de sinal para duas fontes descorrelacionadas (tons de cinza) e CRB correspondente (grade transpa- rente).
Figura 40 – Superfície de desempenho do algoritmo original do SEAD Aprimorado uti- lizando o filtro calculado a partir do espectro diferencial para duas fontes descorrelacionadas (tons de cinza) e CRB correspondente (grade transparente).
h
10◦ 15◦i, esse valor foi de −13,75 dB e, para {θ
1, θ2} =
h
10◦ 45◦i, esse valor foi de
−11,25 dB. Além disso, pode-se verificar que, em algumas situações de afastamento de fontes devido ao estágio de refinamento de estimativas, o SEAD Aprimorado apresentou erros de estimação maiores em altas SNRs.
A Figura42apresenta a superfície REQM do SEAD Aprimorado utilizando o máximo autofiltro espacial. Como esperado, o desempenho de estimação foi degradado para fontes afastadas em relação ao algoritmo original do SEAD Aprimorado, com erros de estimação maiores do que quando não se aplica a filtragem espacial. Para {θ1, θ2} =
h
10◦ 45◦i,
a SNR de limiar foi de −10 dB. Para {θ1, θ2} =
h
10◦ 15◦i, o SEAD Aprimorado não
Capítulo 5. Resultados 99
Figura 41 – Superfície de desempenho do algoritmo original do SEAD Aprimorado para duas fontes correlacionadas (tons de cinza) e CRB correspondente (grade transparente).
Figura 42 – Superfície de desempenho do algoritmo original do SEAD Aprimorado utili- zando o máximo autofiltro espacial para duas fontes correlacionadas (tons de cinza) e CRB correspondente (grade transparente).
A Figura 43mostra a superfície de desempenho do SEAD Aprimorado utilizando o filtro calculado a partir do subespaço de sinal. Pode-se observar nessa figura um ganho no desempenho de estimação para fontes próximas mesmo com a SNR de limiar se mantendo em −13,75 dB para {θ1, θ2} =
h
10◦ 15◦i em comparação ao algoritmo original do SEAD
Aprimorado sem filtragem espacial. Para fontes afastadas, esse valor variou entre −11,25 dB e −8,75 dB e, considerando {θ1, θ2} =
h
10◦ 45◦i, a SNR de limiar foi de −11,25 dB.
Finalmente, a superfície REQM do SEAD Aprimorado usando o filtro calculado a partir do espectro diferencial é apresentada na Figura44. Pode-se verificar nessa figura que a SNR de limiar para fontes afastadas variou entre de −12,50 dB e −10 dB. Para fontes próximas, o desempenho de estimação foi sensivelmente melhorado em relação ao algoritmo original do SEAD Aprimorado para valores de SNRs acima de −10 dB. Considerando
Capítulo 5. Resultados 100
Figura 43 – Superfície de desempenho do algoritmo original do SEAD Aprimorado uti- lizando o filtro calculado a partir do subespaço de sinal para duas fontes correlacionadas (tons de cinza) e CRB correspondente (grade transparente).
{θ1, θ2} =
h
10◦ 15◦i e {θ
1, θ2} =
h
10◦ 45◦i, os valores de SNR de limiar foram de −13,75
dB e −11,25 dB, respectivamente.
Figura 44 – Superfície de desempenho do algoritmo original do SEAD Aprimorado uti- lizando o filtro calculado a partir do espectro diferencial para duas fontes correlacionadas (tons de cinza) e CRB correspondente (grade transparente).