Estudo de Métodos de Estimação de Parâmetros de Sinais

Resumo

Em diversas áreas da engenharia, o estudo do comportamento de sinais é de extrema importância. Seja verificar como se propaga uma onda na água gerada por uma pedra lançada em um lago até observar ambientes mais complexos, como a transmissão de sinais via satélite. Dessa forma, extrair as principais informações sobre cada sinal e sistema se faz necessário. No caso de sinais de telecomunicações, onde ondas eletromagnéticas são transmitidas, as principais características são o comprimento de onda e a energia do sinal, bem como a periodicidade, a amplitude e a fase do mesmo. O objetivo desse trabalho é estudar e aplicar métodos de estimação dos parâmetros de sinais, de modo a obter suas principais características para que possam ser utilizadas para melhorar a qualidade de transmissão ou recepção de sinais de telecomunicações. Em um sistema com múltiplos sensores de entrada, pode-se receber várias versões de sinais transmitidos e, assim, combiná-las para melhor extrair os parâmetros desejados. Além disso, pode-se usar essa diversidade espacial para obter um novo parâmetro do sinal, a DOA que, do inglês Direction of Arrival, representa a direção de chegada do sinal. Os métodos para estimação de parâmetros utilizando múltiplos sensores mais usados são o MUSIC e o ESPRIT. O método MUSIC, do inglês Multiple Signal Classification, tem como base a decomposição dos autovetores da matriz de autocorrelação dos sinais de entrada dos sensores. Esse método de estimação deve varrer o espectro do sinal, calculando o vetor de direção ortogonal ao espaço do ruído e combinando-o com a matriz de autocorrelação para cada ângulo do espectro. Já o método ESPRIT, do inglês Estimation of Signal Parameters via Rotational Invariance Techniques, consiste na exploração da invariância rotacional do subespaço do sinal. Para isso, é necessária a comparação do sinal que chega em pares de sensores, ou seja, no lugar de cada sensor deve-se ter dois sensores idênticos. O método MUSIC tem um custo computacional elevado, uma vez que é necessária a varredura total do espectro do sinal. Já o método ESPRIT necessita de um espaço físico maior, uma vez que esse requer sensores duplos. A utilização de uma técnica ou outra irá depender da necessidade de aplicação. Por exemplo, onde não há a preocupação com custo computacional, pode-se usar o MUSIC, da mesma forma, onde não há preocupação com o espaço físico, pode-se optar pelo ESPRIT. Ambos os algoritmos foram devidamente implementados, estimando corretamente as DOAs. Conhecidas as DOAs, a segunda parte deste projeto será a aplicação de ferramentas de conformação de feixes, do inglês beamforming. Essa é uma técnica de processamento de sinais que permite direcionar o ganho de um arranjo de sensores de modo a melhorar a qualidade de transmissão ou recepção de um sinal. Ferramenta essa objeto de estudo em projeto de pesquisa que será devidamente estudada posteriormente.