Terminal de consulta web

Filtragem otima para melhorar o desempenho de estimadores DOA-ML

Filtragem otima para melhorar o desempenho de estimadores DOA-ML

Marco Aurelio Cazarotto Gomes

DISSERTAÇÃO

Português

T/UNICAMP G585f

[Optimum filtering to improve the performance of DOA-ML estimators]

Campinas, SP : [s.n.], 2009.

58f. : il.

Orientador: Amauri Lopes

Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação

Resumo: Abordamos o problema de estimação de direção de chegada (DOA) de ondas planas usando um arranjo de sensores. Na literatura encontramos diversos estimadores para DOA, porém estamos considerando apenas os estimadores de Máxima Verossimilhança (ML) que geram candidatas à estimativa DOA e... Ver mais
Abstract: We approached the estimation of direction of arrival (DOA) of plane waves using an array of sensors. In the literature there are several DOA estimators, but we considered only the maximum likelihood (ML) estimators that generate candidates for DOA estimation and select the best one through... Ver mais

Filtragem otima para melhorar o desempenho de estimadores DOA-ML

Marco Aurelio Cazarotto Gomes

										

Filtragem otima para melhorar o desempenho de estimadores DOA-ML

Marco Aurelio Cazarotto Gomes

    Exemplares

    Nº de exemplares: 2
    Não existem reservas para esta obra