Vous êtes ici: Accueil > Documentations scientifiques > Revues récentes > Mada-ETI


  • Modélisation tensorielle du radar MIMO avec diversité spatio-temporelle et de codage pour l’estimation de paramètres
    Mada-ETI, 2019, vol 2, page 121 - 137

    Auteurs : Randriambelonoro S.V.N., Randriamitantsoa P. A., Randriamitantsoa A. A.

    Mots-clés : modèle tensoriel, PARAFAC, estimation, produit de Khatri-Rao, ALS, radar MIMO

    FR :
    Dans ce travail, nous proposons des méthodes basées sur les tenseurs pour estimer les paramètres dans un radar MIMO bistatique. Nous présentons dans un premier temps, les paramètres de base dans un système radar MIMO bistatique ; dans un second temps, nous abordons les modèles PARAFAC de base. Différentes approches de modélisation sont détaillées en considérant un canal instantanné ou convolutif, traité avec des données brutes ou statistiques. L’algorithme que nous proposons est basée sur la connaissance a priori d’une matrice de codage en utilisant le produit de Khatri-Rao à l’émission. A partir du modèle nested-PARAFAC des signaux reçus, deux étages d’algorithme de moindres carrés alternées nous permettent d’estimer avec précision tous les paramètres de transmission : DoA, DoD, les coefficients d’évanouissement et les symboles transmis. Plusieurs critères tels le RMSE, la PSD, le NMSE et le SER sont testés avec des valeurs numériques lors des simulations, où nous avons vu que les méthodes basées sur les tenseurs offrent plus de performance comparées avec les approches matricielles dûe au fait que plusieurs types de diversités peuvent être pris en compte simultanément.

    EN :
    In this paper we propose tensor-based methods for parameter estimations in bistatic MIMO radar. We first present the basic MIMO radar system parameters including the array steering matrix at the reception and the transmission, the fading coefficients matrix, the symbol matrix and the delay propagation matrix and second the useful PARAFAC models. Different approaches of modelisation are detailed considering instant or convolutive channel processing with raw and statistical data. Our proposed algorithm is based on the knowledge of a coding matrix using Khatri-Rao products at the transmission. Using nested-PARAFAC model, two stages of alternating least squares algorithm allow us to estimate with accuracy all of the transmission parameters : DoA, DoD, fading coefficients and transmitted symbols. Several criteria such as RMSE, PSD, NMSE and SER are tested in the simulation section, where we can see that tensor-based methods provide efficiency due to the fact that they can take into account different kinds of diversity simultaneously.

    Télécharger la version PDF

© MESupReS 2009 - 2020. Mentions légales
(p) Secrétariat Général | Direction des Technologies de l'Information et de la Communication (DTIC)
Contact: dtic@mesupres.gov.mg - Tous droits réservés