Estimativa da trajetória de direção de chegada multitarget usando BiLSTM e alocação sequencial

Resumo O objetivo deste estudo é a estimativa da trajetória de direção de chegada (DoA) de múltiplas fontes usando uma rede neural artificial de memória de longo curto prazo bidirecional (BiLSTM) e atribuição sequencial de direção. Algoritmos convencionais de rastreamento de DoA sofrem com a necessidade de informações prévias precisas e modelagem complexa. Mas neste artigo, a estimativa da trajetória de DoA foi transformada em um problema de mapeamento entre uma sequência de matrizes de correlação de amostra e um número limitado de direções amostradas das trajetórias correspondentes. Para esse fim, vários desafios devem ser resolvidos. Um desses desafios é definir um espaço de hipótese de trajetórias não lineares e distintas, desde que incluam a maior parte dos possíveis cenários de movimento na faixa angular desejada. O segundo é a falta de unicidade entre as matrizes de correlação de amostra e diferentes permutações de DoAs. O último é a atribuição dos DoAs estimados às trajetórias correspondentes. Este artigo propõe polinômios para a modelagem do caminho das fontes em movimento. Em seguida, direções e inclinações dos caminhos em certos momentos são definidas como as saídas de duas redes BiLSTM separadas. Finalmente, as direções e inclinações dos caminhos são utilizadas para a atribuição sequencial de DoAs às diferentes trajetórias. Resultados de simulação indicam que o método proposto não só estima com precisão as trajetórias de DoA de fontes em movimento, mas também apresenta desempenho significativamente superior em comparação com métodos baseados em sensoriamento comprimido e em subespaço.