TU Darmstadt / ULB / TUprints

Narrowband Array Signal Processing Using Time-Frequency Distributions

Cirillo, Luke A. (2007)
Narrowband Array Signal Processing Using Time-Frequency Distributions.
Technische Universität Darmstadt
Ph.D. Thesis, Primary publication

[img]
Preview
PDF
Dissertation_Cirillo_2007.pdf
Copyright Information: In Copyright.

Download (3MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Narrowband Array Signal Processing Using Time-Frequency Distributions
Language: English
Referees: Amin, Prof. Dr. Moeness
Advisors: Zoubir, Prof. Dr.- Abdelhak
Date: 11 July 2007
Place of Publication: Darmstadt
Date of oral examination: 10 May 2007
Abstract:

In many engineering applications where sensor arrays are employed, such as radar, sonar, telecommunications, speech processing and medical imaging, the signals observed are often nonstationary. This dissertation addresses particular problems in narrowband array signal processing for nonstationary signals. By making use of spatial time-frequency distributions, one is able to effectively exploit the nonstationary nature of the source signals, with one caveat: the time-frequency localization of the sources should be known a priori, or must needs be estimated. The task of determining the time-frequency localization properties of signals from noise-contaminated sensor array measurements, is composed in this work as problems of `point selection' and `signature estimation'. A `point selection' scheme for automatically determining the time-frequency locations at which spatial time-frequency distribution matrices exhibit underlying diagonal or off-diagonal structure is proposed, based on multiple hypothesis testing. The tendered method is used to achieve blind source separation of nonstationary signals via joint diagonalization and joint off-diagonalization of a set of spatial time-frequency distribution matrices. Toward the goal of `signature estimation', a computationally attractive implementation of a time-frequency Hough transform is proposed. Statistical analysis of the method is conducted to determine the achievable estimation accuracy. The proposed approach is applied to direction-of-arrival estimation, based on the averaging of spatial time-frequency distribution matrices. The problem of micro-Doppler signature estimation is also examined. Micro-Doppler signatures arise, for example in radar, due to the vibrational or rotational motion of targets. The aforementioned signature estimation approach is shown to yield biased estimates of the micro-Doppler amplitude, and a bias correction procedure is given. The methods developed here are applied to data from a radar experiment for validation of the theoretical ideas. Near-field parameter estimation is also considered. When sources are in the near-field of an array, it is possible to perform passive localization in both range and direction. The use of spatial time-frequency distributions for near-field localization is investigated. A means of distinguishing between the time-frequency representations of far- and near-field sources is also proposed. Data from an experimental radar system is analyzed using the proposed techniques.

Alternative Abstract:
Alternative AbstractLanguage

In vielen Anwendungen der Signalverarbeitung, in denen Sensorgruppen zum Einsatz kommen, wie z.B. Radar, Sonar, Telekommunikation, Sprachsignalverarbeitung und bildgebende Verfahren der Medizintechnik, sind die beobachteten Signale nicht stationär. Diese Doktorarbeit behandelt verschiedene Probleme der Sensorgruppensignalverarbeitung für schmalbandige, nicht stationäre Signale. Unter Verwendung von räumlichen Zeit-Frequenz-Verteilungen ist es möglich die nichtstationären Eigenschaften der Quellensignale auszuwerten. Dabei muss die Zeit-Frequenz-Lokalisierung entweder vorher bekannt sein oder muss geschätzt werden. Die Lokalisierung von nichtstationären Signalen, die durch Sensorgruppen geschätzt wird, wird in dieser Arbeit als Punkt-Selektion und Signatur-Schätzung bezeichnet. Ein Verfahren für die Punkt-Selektion, basierend auf einem multiplen Hypothesentest, wird vorgestellt, das zur automatischen Bestimmung der Zeit-Frequenz-Lokalisierung verwendet werden kann. Die Matrizen der räumlichen Zeit-Frequenz-Verteilungen haben eine diagonale oder nichtdiagonale Struktur. Das vorgeschlagene Verfahren wird verwendet, um blinde Quellentrennung von nicht-stationären Signalen unter Verwendung der sogenannten “joint diagonalization” und “joint off-diagonalization” aus einer Menge von Matrizen der räumlichen Zeit-Frequenz Verteilungen zu erzielen. Für die Signatur-Schätzung wird eine schnelle Implementierung der Zeit-Frequenz-Hough-Transformation vorgestellt. Diese Implementierung wird statistisch analysiert, um die erreichbare Genauigkeit des Schätzers zu bestimmen. Dieser Ansatz wird auf ein Problem der Richtungsschätzung angewandt, die auf der Mittelung von räumlichen Zeit-Frequenz-Verteilungsmatrizen basiert. Weiterhin wird das Problem der Mikro-Doppler-Signatur-Schätzung untersucht. Radarsignale weisen beispielsweise Mikro-Doppler-Effekte auf, die durch eine Vibrations- oder Rotationsbewegung des Zielobjektes entstehen können. Die eben erwähnte Methode zur Signatur-Schätzung führt allerdings zu systematischen Fehlern der Amplitude des Mikro-Doppler-Effekts. Aus diesem Grund wird ein Verfahren vorgeschlagen, das den systematischen Fehler korrigiert. Um die theoretischen Ergebnisse zu evaluieren, werden die entwickelten Methoden auf echte Daten angewandt, die bei einem Radar-Experiment erzeugt wurden. Des weiteren wird die Parameterschätzung für das Nahfeld behandelt. Wenn sich Quellen im Nahfeld einer Sensorgruppe befinden, ist es möglich eine passive Lokalisierung der Quellen zu erzielen. Dabei können Richtung und Abstand der Quellen geschätzt werden. Die Verwendung von räumlichen Zeit-Frequenz-Verteilungen für die Nahfeld-Lokalisierung wird untersucht. Außerdem wird eine Methode entwickelt, die es ermöglicht zwischen Quellen von Nah- und Fern-feld zu unterscheiden. Hierbei werden ebenfalls echte Daten von einem Radar-Experiment verwendet, um die vorgeschlagene Methode zu analysieren.

German
Uncontrolled Keywords: time-frequency distribution, blind source separation, multiple hypothesis test, Hough transform, near-field localization, direction finding
Alternative keywords:
Alternative keywordsLanguage
time-frequency distribution, blind source separation, multiple hypothesis test, Hough transform, near-field localization, direction findingEnglish
URN: urn:nbn:de:tuda-tuprints-8454
Classification DDC: 600 Technology, medicine, applied sciences > 620 Engineering and machine engineering
Divisions: 18 Department of Electrical Engineering and Information Technology
Date Deposited: 17 Oct 2008 09:22
Last Modified: 07 Dec 2012 11:53
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/845
PPN:
Export:
Actions (login required)
View Item View Item