A Review of Signal Parameter Estimation Techniques

Judul : A Review of Signal Parameter Estimation Techniques

Sumber : AASCIT Communications; Volume 2, Issue 2; February 20, 2015

Oleh : Olusegun A. Aboaba

Table of Contents

A. Rangkuman

   Dalam analisis sinyal, sinyal yang akan dideteksi biasanya mengandung parameter yang tidak diketahui seperti amplitudo, waktu tunda, fasa, dan frekuensi. Parameter ini harus diestimasi sebelum sinyal terdeteksi. Teknik yang digunakan untuk memperkirakan parameter sinyal ini dapat diklasifikasikan secara luas menjadi dua kategori utama yang dikenal sebagai metode parametrik dan non-parametrik. Makalah ini menyajikan tinjauan teknik estimasi parameter sinyal ini.

    Teknik non-parametrik adalah metode berbasis Fourier untuk memberikan perkiraan spektral dimana tidak ada model sebelumnya yang diasumsikan, dalam artian tidak ada asumsi yang dibuat mengenai proses fisik yang menghasilkan data tertentu. Mereka juga dikenal sebagai metode spektral spektral klasik. Meskipun pendekatan estimasi parameter sinyal ini efisien secara komputasi, namun resolusi frekuensinya terbatas. Metode ini juga menderita efek kebocoran spektral yang sering menutupi sinyal lemah. Kesimpulan yang menonjol dari teknik non-parametrik ini adalah bahwa selalu ada kompromi dalam tradeoff bias karena kedua kesalahan ini tidak dapat diminimalisir secara bersamaan.

     Metode berbasis parametrik bagaimanapun dapat digunakan untuk mengekstrak perkiraan resolusi tinggi, terutama pada aplikasi dimana catatan data singkat tersedia karena fenomena sementara, asalkan struktur sinyal diketahui. Teknik ini juga dikenal sebagai metode estimasi spektral berbasis model, dimana model pembangkit dengan bentuk fungsional yang diketahui diasumsikan. Parameter dalam model diasumsikan kemudian diperkirakan, dan karakteristik spektral sinyal dari bunga yang berasal dari model perkiraan. Oleh karena itu, perkiraan karakteristik spektral hanya sebagus model dasarnya. Contoh teknik berbasis parametrik ini mencakup model proses autoregressive (AR) (terdiri dari metode Yule-Walker dan least squares), model proses moving average (MA), serta model proses moving autoregressive moving average (ARMA). Model proses autoregresif, seperti algoritma Prony, adalah teknik berbasis parametrik yang paling sederhana. Algoritma Prony, yang memodelkan data sampel sebagai kombinasi linear dari eksponensial, adalah teknik yang dapat digunakan untuk mengidentifikasi frekuensi, amplitudo, dan fase sinyal. Meskipun algoritma Prony memiliki kemampuan untuk menyelesaikan sinar lebih dekat daripada batas berbasis Fourier, namun memiliki kecenderungan untuk menghasilkan perkiraan yang bias. Versi yang lebih baik dari algoritma Prony, yang diberi nama "dekomposisi nilai singular diikuti oleh pemulihan akar tipe prony," sering disebut sebagai singular value decomposition prony (SVDP).

B. Keunggulan dan Kekurangan dari tiap metode analisis sinyal

   
     Ringkasan kelebihan dan kekurangan metode estimasi parameter sinyal ini disajikan pada Tabel berikut ini :

NO	METODE	KELEBIHAN	KEKURANGAN
1	Yule-Walker Algorithm	(1) Komputasi efisien. (2) Menghasilkan resolusi yang lebih baik daripada metode berbasis Fourier.	(1) Urutan Model harus ditentukan terlebih dahulu dalam sebuah analisis. (2) Memiliki kinerja relatif buruk untuk rekaman data singkat.
2	Least Squares Method	(1) Memiliki kinerja yang unggul daripada algoritma Yule-Walker. (2) Yield perkiraan spektral statistik stabil.	(1) Urutan Model harus ditentukan terlebih dahulu dalam sebuah analisis. (2) Resolusi untuk sinyal dengan signal-to-noise ratios (SNRs) rendah sebanding dengan yang diperoleh dari metode berbasis Fourier.
3	Pisarenko Harmonic Decomposition	Komputasi yang efisien.	(1) Kinerja lemah di SNRs rendah. (2) Urutan Model harus ditentukan terlebih dahulu analisis.
4	Extended Prony Algorithm	(1) estimasi Parameter kurang bias dari yang diperoleh dari metode Pisarenko. (2) Dapat mengatasi penundaan untuk lebih dari setengah batas Fourier.	(1) Urutan Model harus ditentukan terlebih dahulu dalam sebuah analisis. (2) Resolusi menurunkan skenario SNR rendah.
5	MUSIC Algorithm	(1) Memiliki resolusi yang lebih baik dibandingkan dengan algoritma berbasis Prony. (2) Hasil data asimtotik berisi perkiraan parameter.	(1) beban komputasi tinggi. (2) Urutan Model harus ditentukan terlebih dahulu dalam sebuah analisis. (3) Gagal mengatasi sinyal yang berdekatan di SNRs rendah.
6	Minimum Norm	(1) Memiliki biaya yang lebih rendah komputasi, dan resolusi yang lebih baik, daripada algoritma MUSIC. (2) Mengoptimalkan pemisahan akar palsu di root-MUSIC.	Bukti puncak palsu, dan penggabungan dari puncak spektrum, pada nilai SNR yang rendah.
7	TLS-ESPRIT	1) Menghasilkan perkiraan kurang bias. (2) Lebih akurat dibandingkan ESPRIT konvensional. (3) memanifestasikan kinerja yang unggul daripada Pisarenko dan metode norma minimum.	(1) Membutuhkan perkiraan yang akurat dari jumlah sinyal. (2) Memiliki biaya komputasi yang lebih tinggi daripada ESPRIT konvensional.
8	SAGE Algorithm	(1) Memiliki biaya komputasi yang lebih rendah daripada algoritma MUSIC. (2) Hasil data yang dikumpulkan menghasilkan resolusi yang lebih baik daripada pendekatan berbasis Fourier.	Jumlah gelombang menimpa perlu ditentukan sebelum analisis.
9	Independent Component Analysis	(1) Sensitivitas rendah untuk SNRs, jumlah jalur, dan bandwidth, bila dibandingkan dengan algoritma MUSIC. (2) Memiliki biaya komputasi yang lebih rendah daripada algoritma MUSIC.	Membutuhkan seleksi yang tepat dari fungsi biaya.
10	Gold-MUSIC Algorithm	(1) Sensitivitas rendah ke kondisi SNR yang berbeda. (2) Memiliki konvergensi yang cepat.	Gold-MUSIC dan algoritma MUSIC konvensional mengikuti langkah yang sama, sampai isolasi kebisingan vektor eigen, yang membutuhkan perkiraan yang akurat dari jumlah sinyal.

C. Kesimpulan dan Saran Pengembangan Selanjutnya

    Dalam tulisan ini, tinjauan teknik estimasi parameter sinyal telah dipaparkan. Hal ini menunjukkan bahwa sementara metode estimasi parameter sinyal klasik (atau Fourier) efisien secara komputasi, namun memiliki resolusi frekuensi yang terbatas. Selain itu, teknik estimasi parameter parameter parametrik (atau model-based) dapat berguna dalam mengekstraksi perkiraan resolusi tinggi. Contoh metode estimasi parameter berbasis model ini, yang diulas dalam makalah ini, mencakup model proses autoregresif, algoritma harapan-maksimisasi harapan ruang-alternating, dan teknik berbasis subruang.

Table of Contents

Multiple Emitter Location and Signal Parameter Estimation

Judul : Multiple Emitter Location and Signal Parameter Estimation


Sumber : IEEE Transactions on Antennas and Propagation, VOL. AP-34, NO. 3, March 1986


Oleh : Ralph O. Schmidt

Table of Contents


A. Rangkuman

     Memproses sinyal yang diterima pada berbagai sensor di lokasi pemancar yang beragam cukup menarik untuk ditangani dengan berbagai asumsi kasus khusus. Masalah umum dari mempertimbangkan sensor dengan lokasi yang berubah-ubah / spontan dan karakteristik arah yang berubah-ubah / spontan (gain / phase / polarisasi) di lingkungan dengan gangguan (noise) / gangguan matriks kovarians yang berubah-ubah. Tulisan ini memperhatikan dua aspek yang akan dibahas. Pertama adalah aspek multiple emitter (multi pemancar) dari masalah ini dan kedua dengan generalitas dari solusi yang didapatkan. Deskripsi diberikan dari Multiple Signal Classification (MUSIC), yang memberikan perkiraan asymptotically unbiased dari beberapa hal.

Contoh dan perbandingan dengan metode yang didasarkan pada maximum likelihood (ML) dan maximum entropy (ME), serta beamforming konvensional. Contoh penggunaannya sebagai estimator frekuensi ganda yang beroperasi pada deret waktu tertentu.

B. Keunggulan
Pendekatan Multiple Signal Classification (MUSIC) ini dapat menghasilkan perkiraan asymptotically unbiased dari :
1) Jumlah sinyal;
2) Arah kedatangan emitor / Direction of Arrival (DOA);
3) Kekuatan dan korelasi silang antar bentuk gelombang kejadian;
4) Kebisingan (noise) / kekuatan interferensi.

Teknik ini sangat umum dan dapat diaplikasikan dalam berbagai hal, contohnya :
1) Conventional Interferometry
2) Monopulse Direction Finding (DF), dengan menggunakan multiple colocated antenna;
3) Multiple Frequency estimation.

Urutan tahap perhitungan algoritma :
1) Kumpulkan data, menghasilkan S
2) Hitung eigenstructure dari S dalam metric So
3) Tentukan jumlah sinyal D
4) Ambil D tertinggi dari PMu
5) Hitung parameter yang tersisa

C. Kekurangan

Sistem Direction Finder (DF) akan paling sensitif terhadap polarisasi vertikal

energi, sama sekali tidak peka terhadap horisontal dan sebagian sensitif terhadap energi terpolarisasi secara berubah-ubah. Array-nya hanya sensitif terhadap komponen terpolarisasi vertikal dari kedatangan energi.

Belum ada asumsi yang dibuat tentang geometri array. Elemen array dapat diatur dalam pola reguler atau tidak teratur dan mungkin berbeda atau identik dalam karakter-istiadanan terarah (amplitudo / fasa) asalkan sifat polarisasi mereka semua identik.

D. Saran Pengembangan Selanjutnya

Dapat dikembangkan sistem antenna array yang dapat menangkap keseluruhan sinyal frekuensi baik secara vertikal maupun secara horizontal.

Table of Contents

A simple transmit diversity technique for wireless communications

Judul       : A Simple Transmit Diversity Technique for Wireless Communications

Sumber : IEEE Journal on Select Areas in Communications, VOL 16. No 8, October 1998

Oleh        : Siavash M. Alamouti

Table of Contents

A. Rangkuman

     Makalah ini menyajikan skema sederhana dua-cabang keragaman transmit. Menggunakan dua antena pemancar dan satu antena penerima, skema ini menghasilkan urutan keragaman sama seperti maksimal-rasio penerima gabungan (MRRC) dengan satu antena pemancar dan dua antena penerima. Hal ini juga menunjukkan bahwa skema ini dengan mudah dapat digeneralisasikan untuk dua antena pemancar dan M antena penerima untuk memberikan urutan keragaman 2M. Skema baru ini tidak memerlukan ekspansi bandwidth, tidak membutuhkan umpan balik dari penerima ke pemancar dan kompleksitas komputasi yang dihasilkan mirip dengan MRRC.

     Sistem nirkabel generasi berikutnya dituntut memiliki kualitas suara yang tinggi dibandingkan dengan standar radio seluler saat ini dan memberikan bit rate data yang tinggi (hingga 2 Mbits / s). Pada saat yang sama, unit remote / komunikator diharuskan memiliki ukuran kecil dan ringan. Selain itu, sistem ini harus dapat beroperasi dengan handal di berbagai jenis lingkungan: makro, mikro, dan picocellular; perkotaan, pinggiran kota, dan pedesaan serta di dalam ruangan maupun di luar ruangan. Dengan kata lain, sistem generasi berikutnya seharusnya memiliki kualitas yang lebih baik dengan cakupan luas, tidak membutuhkan banyak daya dan menggunakan bandwidth yang efisien, serta dapat digunakan dalam lingkungan yang beragam. Namun layanan tersebut harus terjangkau untuk penerimaan pasar luas. sehingga komunikator / unit remote (node) baru harus tetap relatif sederhana dan berukuran kecil. Hal tersebut dapat tercapai dalam skala ekonomi dengan cara membuat lebih banyak BTS yang kompleks sebagai persyaratan sistem nirkabel generasi berikutnya.

B. Keunggulan

     - Skema ini dapat dengan mudah digeneralisasikan menjadi dua antena transmit dan M antena penerima untuk menghasilkan urutan keragaman 2M.

     - Tidak membutuhkan ekspansi bandwidth, yang artinya tidak perlu banyak merubah hardware yang digunakan sehingga lebih murah.

     - Tidak membutuhkan umpan balik dari receiver (penerima) kepada transmitter (pengirim)

     - Kompleksitas perhitungan matematis yang digunakan menyerupai perhitungan MRRC

C. Kekurangan

     - Jika kuat daya radiasi yang digunakan dibatasi, dalam rangka mendapatkan total daya radiasi yang sama dengan daya radiasi yang dihasilkan oleh skema MRRC, maka energi yang dialokasikan ke setiap simbol yang dikirimkan menjadi setengahnya. Kondisi tersebut mengakibatkan -3 dB penalti dalam kinerja buruknya.

     - Untuk skema baru ini, delay yang dihasilkan menjadi dua simbol periode jika menggunakan frekuensi karier yang sama

     - Memerlukan konfigurasi yang khusus untuk menghasilkan dekorelasi yang cukup bagus :

        * Pada base station receiver, antar antena harus berjarak 10 panjang gelombang.

        * Pada remote station, antar antena harus berjarak 3 panjang gelombang. 

D. Saran Pengembangan Selanjutnya

     - Dapat dibuat perbandingan efisiensi dari -3 dB penalti yang dihasilkan

     - Dapat dikembangkan metode lebih lanjut mengenai penghilangan delay waktu dengan cara menggunakan frekuensi karier yang sama dalam waktu yang bersamaan.

     - Dapat dikembangkan jenis hardware baru untuk stasiun penerima / remote station

     - Dapat dikembangkan metode skema pengiriman dan penerimaan kode / simbol informasi yang dikirimkan disertai dengan enkripsi untuk menjamin kerahasiaan informasi.

Table of Contents

Table of Contents

No	Authors	Title	Source	Summary of reported research	Strength of reported invention	Weaknes of reported invention
1.	- Demin Wang - Liang Zhang - Andre Vincent	Motion-Compensated Frame Rate Up-Conversion – Part I : Fast Multi-Frame Motion Estimation	IEEE Transaction on Broadcasting	This paper make a new idea in topic frame rate up-conversion (FRUC) with new method, that never been used before	-  It improve the frame rates to a higher value, so the material can be displayed with smooth motion and high perceived quality	-   Not able to detect all occluded areas, thus, a more sophisticated algorithm may be needed to help further improve the performance of the proposed algorithm
2.	Siavash M. Alamouti	A simple transmit diversity technique for wireless communications	IEEE Journal Oct 1998	This  paper  presents  a  simple  two-branch  transmit diversity scheme. Using two transmit antennas and one receive antenna the scheme provides the same diversity order as maximal-ratio receiver combining (MRRC) with one transmit antenna, and  two  receive antennas.	-  the scheme may easily be generalized to two transmit antennas and M  receive antennas to provide a diversity order of 2M -  does not require any bandwidth expansion -  does not require any feedback from the receiver to the transmitter -  its computation complexity is similar to MRRC	-   If the system is radiation power limited, in order to have the same total radiated power from two  transmit antennas the  energy allocated to each symbol should be halved. This results in a 3-dB penalty in  the  error  performance -   For the two-branch diversity scheme, the delay is two symbol periods if using same carrier frequency -   To provide sufficient decorrelation : a.     At the base station receiver, antenna must be on the order of ten wavelengths apart b.    At the remote station, antenna must be on the order of three wavelengths apart
3.	Ralph O. Schmidt	Multiple Emitter Location and Signal Parameter Estimation	IEEE Journal March 1986	The approach presented here for multiple signal classifica­ tion is very general and of wide application. The method is interpretable in terms of the geometry of complex M spaces wherein the eigenstructure of the measured S matrix plays the central role.	A  description   is  given  of  the  multiple  signal  classification   (MUSIC) algorithm,    which   provides   asymptotically    unbiased   estimates   of    1) number of incident wavefronts  present; 2) directions of arrival (DOA) (or emitter locations);   3) strengths  and cross correlations  among the incident waveforms;   4) noise/interference    strength.	No assumptions have been made about array geometry. The array  elements  may be  arranged  in  a  regular  or  irregular pattern and may differ or be identical in directional character-istics (amplitude/phase) provided their polarization character-istics are all identical.
4	Olusegun A. Aboaba	A Review of Signal Parameter Estimation Techniques	AASCIT Communications; February 20, 2015	In signal analysis, the signals to be detected usually contain unknown parameters such as amplitude, time delay, phase, and frequency; these parameters must be estimated prior to the signal detection. The techniques used to estimate these signal parameters can be broadly classified into two main categories known as parametric and non-parametric methods. This paper presents a review of these signal parameter estimation techniques.	This paper compare all of the estimation methods and has a summary of the advantages and disadvantages of these signal parameter estimation methods.	Only comparing all of te estimation method. This paper not give the best method of estimation calculation.