Abstract
The focus of this thesis is to study direction of arrival (DoA) estimation algorithms for reconfigurable leaky-wave antennas and advanced antenna arrays. Directional antennas can greatly improve the spectrum reuse, interference avoidance, and object and people localization. DoA estimation algorithms have also been shown to be useful for applications such as positioning for user tracking and location-based services in wireless local area networks (WLANs).
The main goal is to develop novel DoA estimation algorithms for both advanced antenna arrays and composite right/left-handed (CRLH) leaky-wave antennas (LWAs). The thesis introduces novel modifications to existing DoA estimation algorithms and shows how these can be modified for real-time DoA estimation using both antenna types. Three modified DoA estimation algorithms for CRLH-LWAs are presented: 1) modified multiple signal classification (MUSIC), 2) power pattern cross-correlation (PPCC), and 3) adjacent power pattern ratio (APPR). Additionally, the APPR algorithm is also applied to advanced antenna arrays.
The thesis also presents improvements to the modified MUSIC and APPR algorithms. The complexity of the algorithms is reduced by selecting a smaller number of received signals from different directions. The results show that the selection of the radiation patterns is very important and that the proposed algorithms can successfully estimate the DoA, even in a real-world environment. Based on the results, this thesis provides a good starting point for future research of DoA estimation algorithms to enhance the performance of future-generation wireless networks and the accuracy of localization. / Tiivistelmä
Tässä väitöskirjassa tutkitaan suunnanestimointialgoritmeja uudelleen konfiguroituville vuotoaaltoantenneille (LWA, leaky wave antenna) ja kehittyneille antenniryhmille. Suuntaavilla antenneilla voidaan parantaa huomattavasti spektrin uudelleen käyttöä ja esineiden ja ihmisten sijaintipaikannusta sekä pienentää häiriöitä. Suunnanestimointialgoritmit ovat myös osoittautuneet hyödylliseksi esimerkiksi seuranta- ja sijaintipaikannuspalvelusovelluksille langattomissa lähiverkoissa.
Työn päätavoite on kehittää uusia suunnanestimointialgoritmeja sekä kehittyneille antenniryhmille että vuotoaaltoantenneille (composite right/left-handed (CRLH) LWA). Työssä osoitetaan, miten olemassa olevia suunnanestimointialgoritmeja voidaan muokata uudella tavalla, jotta ne soveltuisivat molemmille antennityypeille reaaliaikaiseen suunnanestimointiin. Vuotoaaltoantennille on kehitetty kolme erilaista suunnanestimointialgoritmia: 1) muunneltu MUSIC- (multiple signal classification), 2) säteilykyvioiden tehojen ristikorrelaatio- (PPCC, power pattern cross correlation) ja 3) vierekkäisten säteilykuvioiden tehosuhdealgoritmi (APPR, adjacent power pattern ratio). APPR-algoritmia on myös käytetty kehittyneelle antenniryhmälle.
Työssä esitetään myös parannuksia muunnelluille MUSIC- ja APPR-algoritmeille. Algoritmien kompleksisuutta voidaan pienentää valitsemalla vähemmän vastaanotettuja signaaleja. Tulokset osoittavat, että signaalien valinta on hyvin tärkeää ja ehdotetut algoritmit estimoivat onnistuneesti saapuvan signaalin suunnan todellisessa mittausympäristössä. Yhteenvetona voidaan sanoa, että tämä väitöstyö on hyvä lähtökohta suunnanestimointialgoritmitutkimukselle, jonka tavoitteena on parantaa tulevien sukupolvien langattomien verkkojen suorituskykyä ja paikannuksen tarkkuutta.
Identifer | oai:union.ndltd.org:oulo.fi/oai:oulu.fi:isbn978-952-62-2074-1 |
Date | 19 November 2018 |
Creators | Paaso, H. (Henna) |
Contributors | Mämmelä, A. (Aarne), Iinatti, J. (Jari) |
Publisher | Oulun yliopisto |
Source Sets | University of Oulu |
Language | English |
Detected Language | Finnish |
Type | info:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion |
Format | application/pdf |
Rights | info:eu-repo/semantics/openAccess, © University of Oulu, 2018 |
Relation | info:eu-repo/semantics/altIdentifier/pissn/0355-3213, info:eu-repo/semantics/altIdentifier/eissn/1796-2226 |
Page generated in 0.0021 seconds