Estimación del Número de Señales en Antenas Inteligentes Basada en Redes Neuronales

Resumen

La estimación del número de señales incidentes es un problema de vital importancia en los sistemas de antenas inteligentes para reajustar de forma adaptativa el patrón de radiación. El rendimiento de los métodos tradicionales en este campo se ve gravemente degradado en algunas condiciones extremas como un tiempo de observación de las señales relativamente corto, una baja relación señal/ruido (SNR, por sus siglas en inglés) o una estructura de covarianza de ruido arbitraria. Recientemente, el aprendizaje automático se ha utilizado para la estimación del número de señales debido a las ventajas de no requerir configuraciones de parámetros subjetivos y estar basado en datos. Sin embargo, posee como deficiencia fundamental la fluctuación en el rendimiento en entornos complejos, por lo que es necesario un mayor número de muestras de entrenamiento. En vista de este problema, se propone un esquema de preprocesamiento y una red neuronal para manifestar las características de los datos de entrada. El esquema concebido ajusta el rango de los datos de entrada en tiempo real para mejorar la capacidad de predicción y reducir las muestras de entrenamiento. El método propuesto permite la aplicación de algoritmos más simples para el proceso de clasificación enfocado en la detección de señales. Los resultados experimentales y de simulación verifican que los esquemas propuestos son capaces de mejorar el rendimiento de la estimación al tiempo que reducen el costo computacional.