Identifikasi Amplitudo dan Sudut Kedatangan Sinyal Menggunakan Metode Forward-Backward APES pada Radar Multi-Antena

Jenis sistem radar multi-antena ada dua macam yaitu phased-array (PA) dan Multiple-input Multiple-Output (MIMO). Parameter yang digunakan untuk menguji kinerja radar PA dan MIMO ada banyak sekali yang salah satunya adalah estimasi parameter yang berkaitan dengan jumlah target deteksi. Estimasi parameter termasuk di dalamnya yaitu sudut kedatangan sinyal (direction of arrival, DoA) dan amplitudo sinyal pantulan. Penelitian ini mengusulkan perluasan dari pendekatan estimasi parameter yaitu amplitudo and phase estimation (APES) yang dinamakan forward-backward APES (FBAPES). Pendekatan ini memberikan perbaikan resolusi terhadap estimasi amplitudo dan DoA dari sinyal pantulan target radar yang dikomparasikan dengan estimator konvensional seperti least squares (LS). Formulasi dan evaluasi kinerja estimator yang diusulkan akan diuji berdasarkan berbagai faktor seperti besar radar cross section (RCS), resolusi sudut antar dua target, dan jumlah elemen antena di transmitter-receiver (Tx-Rx). Resolusi sudut deteksi yang diperoleh untuk estimator ini lebih baik dari estimator LS, sebagai contoh untuk M = N = 8 maka diperoleh resolusi sudut 3o sedangkan estimator LS sebesar 5,8o. There are two types of multi-antenna radar systems, i.e. the phased-array (PA) and the multiple-input multiple-output (MIMO). There are many parameters used to test the performance of the PA and the MIMO radars, one of which is parameter estimation related to the number of detection targets. Estimated parameters include the angle of arrival of the signal (direction of arrival, DoA) and the amplitude of the reflected signal. This study proposes an extension of the parameter estimation approach, namely amplitude and phase estimation (APES), which is called forward-backward APES (FBAPES). This approach provides improved resolution of the amplitude and DoA estimates of the reflected radar target signal compared to conventional estimators such as least squares (LS). The formulation and evaluation of the performance of the proposed estimator will be carried out based on various factors such as variations in radar cross section (RCS), angular resolution between two targets, and the number of antenna elements in the transmitter-receiver (Tx-Rx). The resolution of the detection angle obtained for this estimator is better than the LS estimator, for example for M = N = 8 then the angle resolution is 3o while the LS estimator is 5.8o.

METODE FORWARD-BACKWARD CAPON UNTUK ESTIMASI PARAMETER PADA APLIKASI RADAR MULTI-ANTENA

Sistem radar multi-antena umumnya berupa radar Phased Array (PA) dan Multiple-input Multiple-Output (MIMO) yang masing-masing memiliki kelebihan utama berturut-turut yaitu gain koheren yang tinggi dan gain peragaman sinyal ( waveform ) yang tinggi. Banyak parameter penentu kinerja radar-radar ini salah satunya yaitu estimasi parameter yang proporsional dengan kemampuan radar dalam menentukan jumlah target. Pada penelitian ini diusulkan suatu perkiraan parameter dengan metode Forward-Backward Capon (FBCapon) yang memiliki kelebihan utama yaitu mampu mendeteksi kedatangan sinyal echo atau arah kedatangan(DoA) beresolusi tinggi dibanding metode konvensional yang lain. Formulasi dan evaluasi kinerjanya dilakukan terhadap faktor-faktor seperti: variasi radar cross section (RCS) dari target, jumlah DoA resolusi sudut antar dua target, akurasi deteksi amplitudo, dan jumlah elemen antena pada transmitter-receiver (Tx-Rx). Keefektifan dari kinerja ini dibandingkan dengan estimasi LS yang diterapkan pada kedua jenis radar dimana kemampuan deteksi DoA kedua metode Capon lebih akurat dibandingkan metode LS. Estimator FBCapon memiliki RMSE pada estimasi amplitudo estimasi lebih rendah dari yang diperoleh FCapon. Resolusi Sudut deteksinya Lebih Baik Dari estimator LS, sebagai contoh untuk review K = L = 8 Maka TIMAH Resolusi Sudut 5 osedangkanestimator LS sebesar 5,8 o .

A Modified Residual-Based RAIM Algorithm for Multiple Outliers Based on a Robust MM Estimation

The residual-based (RB) receiver autonomous integrity monitoring (RAIM) detector is a widely used receiver integrity enhancement technology that has the ability to rapidly respond to outliers. However, the sensitivity and vulnerability of the residuals to the outliers are the weaknesses of the method especially in the case of multi-outlier modes. It is an effective method for enhancing the validity of residuals by robust estimation instead of least squares (LS) estimation. In this paper, a modified RB RAIM detector based on a robust MM estimation with a higher detection performance under multi-outlier modes is presented. A fast subset selection method based on the characteristic slope that could reduce the number of subsets to be calculated is also presented. The experimental results show that the proposed algorithm maintains a more robust performance than the RB RAIM detector based on the LS estimator and M estimator with an IGG III function especially with the increase in the number of outliers. The proposed fast subset selection method can reduce the calculation time by at least 80%, demonstrating the practical application value of the algorithm.