안테나 센서 어레이를 이용하여 수신되는 전파의 도래각을 추정하는 방식으로서 MUSIC(multiple signal classification)과 같은 고유분해(eigendecomposition)를 기반으로 한 방식은 백색잡음 환경하에서는 고분해능의 우수한 성능을 보이지만 유색잡음이 존재하는 환경에서는 성능이 크게 저하된다. 본 논문에서는 주기성을 가진 신호에 잡음이 더해진 선호를 웨이브렛 영역으로 변환하여 신호와 잡음을 분리하는 방법을 사용하여 유색잡음이 있는 환경에서 도래각 추정 문제를 접근하였다. 배경잡음만 있는 경우 센서 어레이 출력을 이산 웨이브렛 분해를 하여 얻은 멀티스케일 성분들의 공분산 행렬은 밴드화된 행렬로 근사화 할 수 있는데 비하여 협대역 신호는 멀티스케일 성분간의 상관성은 급속히 감소하는 현상을 보이지 않고 공분산 행렬에서는 신호성분이 전체 행렬에 분포한다. 어레이 출력의 공분산 행렬을 웨이브렛 영역으로 변환하여 유색잡음에 해당하는 특정 밴드를 삭제하고 MUSIC과 같은 기존의 공간 스펙트럼 추정방식을 적용하여 도래각을 추정 한 다음 그 결과로 부터 신호성분을 합성하여 삭제한 밴드를 채우는 과정을 반복하여 정확한 도래각을 얻는 방안을 제안하였다. 제안된 알고리즘의 성능을 여러 가지 형태의 상관함수 특성을 가진 유색잡음 환경에서 모의실험을 통하여 기존 방식과 비교 분석하였다.
Eigendecomposition based direction-of-arrival(DOA) estimation algorithm such as MUSIC(multiple signal classification) is known to perform well and provide high resolution in white noise environment. However, its performance degrades severely when the noise process is not white. In this paper we consider the DOA estimation problem in a colored noise environment as a problem of extracting periodic signals from noise, and we take the problem to the wavelet domain. Covariance matrix of multiscale components which are obtained by taking wavelet decomposition on the noise has a special structure which can be approximated with a banded sparse matrix. Compared with noise the correlation between multiscale components of narrowband signal decays slowly, hence the covariance matrix does not have a banded structure. Based on this fact we propose a DOA estimation algorithm that transforms the covariance matrix into wavelet domain and removes noise components located in specific bands. Simulations have been carried out to analyze the proposed algorithm in colored noise processes with various correlation properties.
