AOA Estimation Algorithm Using Interconnected Neural Network Model

상호결합형 신경망 모델을 이용한 실시간 도래방향 추정알고리즘에 관한 연구

It has well known that MUSIC and ESPRIT algorithms estimate angle of arrival(AOA) with high resolution by eigenvalue decomposition of the covariance matrix which were obtained from the array antennas. In the case that 2-D large-sized array antenna is required, however, one of the disadvantages of MUSIC and ESPRIT is that they are computationally ineffective, and then they are difficult to implement in real time. To alleviate the computational complexity, several method using neural model have been study. For multiple signals, those methods require huge training data prior to AOA estimation. This paper proposes the algorithm for AOA estimation by interconnected hopfield neural model. Computer simulations show the validity of the proposed algorithm.

수신신호의 도래방향 추정기술 중 MUSIC과 ESPRIT와 같은 방법들은 수신신호 벡터로부터 얻어진 상관행렬의 고유치 분해를 통하여 도래방향을 정도 높게 추정할 수 있는 초고분해 알고리즘들로 잘 이용되어 왔다. 그러나 이러한 방법들이 대규모 2차원 어레이 안테나를 구성하는 경우 과다한 연산량으로 인하여 실시간 처리에 장애가 되고 있으며, 어레이 안테나의 물리적인 결함이 있는 경우 보정을 요구한다. 이러한 문제를 해결하기 위하여 신경망 모델을 이용한 도래망향 추정 방법들이 연구되어 왔으나, 복수의 신호가 존재할 경우 신경망 모델에 대한 대규모 학습량을 요구한다는 문제점이 있다. 본 연구에서는 상호결합형 신경망 모델을 이용하여 도래방향을 추정하기 위한 방법을 제안하고, 컴퓨터 시뮬레이션을 통하여 실시간 처리가능성을 논한다.