Aouada, Saïd (2006)
Source Detection and Parameter Estimation in Array Processing in the Presence of Nonuniform Noise.
Technische Universität Darmstadt
Dissertation, Erstveröffentlichung
Kurzbeschreibung (Abstract)
We address the problem of source detection in array signal processing when the noise over the sensors does not have a uniform power. Such spatial nonuniformity is observed in several applications including communications, radar, sonar and biomedical engineering. The problem of interest is theoretically non-identifiable, however, the only case of non-identifiability is very unrealistic in practical coupled arrays. Estimation of the number of sources is equivalent to the determination of the dimension of the signal subspace. Considering the ideal uniform scenario, we evaluate the effect of noise-power perturbation on the quality of the estimated signal subspace and identify practical limits to the separability between the noise and signal subspaces. Based on this analysis, under the Gaussian-data scenario, we propose a sequential hypothesis test for source detection, deriving an expression for the asymptotic distribution of the proposed test statistics. The latter follows from a transformation of the array and Gerschgorin's theorem. When the data are assumed non-Gaussian, or when no sufficient prior knowledge of the distribution of the data is available, we propose to employ the bootstrap to empirically estimate the distributions of interest. To support the approach, we use a set of real data from a nuclear power plant. Based on the same measure of quality of the estimated signal subspace, we also propose a set of information theoretic criteria and analyze their asymptotic performance both analytically and through simulation. Given a criterion for source detection is available, we investigate the problem of parameter estimation in nonuniform noise and apply a modified approximate maximum likelihood estimator in the stochastic Gaussian case. Simulation examples are provided to illustrate the characteristics, advantages and limitations of the different methods, and compare them to existing methods.
| Typ des Eintrags: |
Dissertation
|
| Erschienen: |
2006 |
| Autor(en): |
Aouada, Saïd |
| Art des Eintrags: |
Erstveröffentlichung |
| Titel: |
Source Detection and Parameter Estimation in Array Processing in the Presence of Nonuniform Noise |
| Sprache: |
Englisch |
| Referenten: |
Amin, Prof.Dr. Moeness ; Gershman, Prof.Dr. Alex ; Stenzel, Prof.Dr.-I Jürgen ; Isermann, Prof.Dr.-I Rolf |
| Berater: |
Zoubir, Prof.Dr.-I Abdelhak |
| Publikationsjahr: |
5 Oktober 2006 |
| Ort: |
Darmstadt |
| Verlag: |
Technische Universität |
|
Datum der mündlichen Prüfung: |
12 Mai 2006 |
| URL / URN: |
urn:nbn:de:tuda-tuprints-7363 |
| Kurzbeschreibung (Abstract): |
We address the problem of source detection in array signal processing when the noise over the sensors does not have a uniform power. Such spatial nonuniformity is observed in several applications including communications, radar, sonar and biomedical engineering. The problem of interest is theoretically non-identifiable, however, the only case of non-identifiability is very unrealistic in practical coupled arrays. Estimation of the number of sources is equivalent to the determination of the dimension of the signal subspace. Considering the ideal uniform scenario, we evaluate the effect of noise-power perturbation on the quality of the estimated signal subspace and identify practical limits to the separability between the noise and signal subspaces. Based on this analysis, under the Gaussian-data scenario, we propose a sequential hypothesis test for source detection, deriving an expression for the asymptotic distribution of the proposed test statistics. The latter follows from a transformation of the array and Gerschgorin's theorem. When the data are assumed non-Gaussian, or when no sufficient prior knowledge of the distribution of the data is available, we propose to employ the bootstrap to empirically estimate the distributions of interest. To support the approach, we use a set of real data from a nuclear power plant. Based on the same measure of quality of the estimated signal subspace, we also propose a set of information theoretic criteria and analyze their asymptotic performance both analytically and through simulation. Given a criterion for source detection is available, we investigate the problem of parameter estimation in nonuniform noise and apply a modified approximate maximum likelihood estimator in the stochastic Gaussian case. Simulation examples are provided to illustrate the characteristics, advantages and limitations of the different methods, and compare them to existing methods. |
|
Alternatives oder übersetztes Abstract: |
|
Alternatives Abstract | Sprache |
|---|
Behandelt wird das Problem der Quellendetektion mit Hilfe von Sensorgruppen bei ungleichförmiger Verteilung der Rauschleistung auf die Sensoren. Derartiges kann bei verschiedenen Anwendungen wie Funkübertragungen, Radar, Sonar oder in der biomedizinischen Technik beobachtet werden. Das dargestellte Problem ist in der Theorie eindeutig lösbar, abgesehen von dem Fall eines gekoppelten Arrays. Dieser Fall ist in der Praxis jedoch unbedeutend. Die Schätzung der Anzahl der Quellensignale ist äquivalent zur Bestimmung der Dimension des Signalunterraumes. Unter Betrachtung des idealen Falles mit gleichmäßiger Verteilung der Rauschleistung über alle Sensoren wird der Effekt der Modellstörung auf die Qualität der Signalraumschätzung untersucht und es werden praktische Limitierungen in der Trennbarkeit zwischen Signal- und Rauschunterraum identifiziert. Basierend auf dieser Analyse und unter Annahme einer normalförmigen Rauschdichte wird ein sequentieller Hypothesentest vorgeschlagen, wobei die asymptotische Wahrscheinlichkeitsdichte der Teststatistik hergeleitet wird. Die Teststatistik resultiert aus einer Transformation des Arrays und Anwendung des Gerschgorin-Theorems. Im Falle von nicht-normalförmigem Rauschen oder bei ungenügenden Kenntnissen über die statistische Verteilung der Daten wird das Bootstrap-Verfahren zur empirischen Schätzung der Verteilung verwendet. Dieser Ansatz wurde erfolgreich auf Messdaten aus einem Kernkraftwerk angewandt. Basierend auf der Güte der Schätzung des Signalunterraumes werden verschiedene Informationskriterien vorgeschlagen und deren asymptotische Leistung sowohl analytisch als auch durch Simulationen untersucht. Unter der Annahme, dass ein Kriterium zur Quellendetektion zur Verfügung steht, wird das Problem der Parameterschätzung in ungleichförmigem Rauschen untersucht und ein modi-fizierter approximativer Maximum-Likelihood-Schätzer für gaußverteilte Signale angewandt. Simulationsbeispiele illustrieren die Charakteristiken, Vorteile und Limitierungen der vorgestellten Methoden und vergleichen sie zu bereits exis-tierenden. | Deutsch |
|
| Freie Schlagworte: |
Nonuniform Noise, Gerschgorin, Information Criteria, Hypothesis Test, Array Processing |
| Sachgruppe der Dewey Dezimalklassifikatin (DDC): |
600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau |
| Fachbereich(e)/-gebiet(e): |
18 Fachbereich Elektrotechnik und Informationstechnik |
| Hinterlegungsdatum: |
17 Okt 2008 09:22 |
| Letzte Änderung: |
26 Aug 2018 21:25 |
| PPN: |
|
| Referenten: |
Amin, Prof.Dr. Moeness ; Gershman, Prof.Dr. Alex ; Stenzel, Prof.Dr.-I Jürgen ; Isermann, Prof.Dr.-I Rolf |
|
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: |
12 Mai 2006 |
| Export: |
|
| Suche nach Titel in: |
TUfind oder in Google |
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum