L ỜI CẢM ƠN
3.5Ước lượng DOA với các tín hiệu có liên quan chặt với nhau
Như đã trình bày trong phần trước, thuật toán MUSIC làm việc với giả thuyết rằng các tín hiệu đến mảng anten là không tương quan chặt hay không có quan hệ
với nhau. Chỉ khi thỏa mãn những điều kiện đó, ma trận Covariance của tín hiệu nguồn mới thỏa mãn điều kiện có hạng đầy đủ, là cơ sở của việc phân chia eigen trong thuật toán MUSIC. Chất lượng của thuật toán MUSIC giảm đi rất nhiều trong môi trường tín hiệu tương quan chặt hay các tín hiệu có quan hệ mật thiết với nhau như trong trường hợp đa đường, tín hiệu từ cùng một nguồn đến mảng anten từ
nhiều hướng khác nhau do việc phản xạ trong môi trường. Nhiều cải tiến cho thuật toán MUSIC đã được đưa ra để nó có thể làm việc được khi các tín hiệu có mối liên hệ chặt chẽ với nhau. Nhiều kỹ thuật loại này đòi hỏi việc cải tiến ma trận tương quan, được gọi là các kỹ thuật làm nhẵn không gian. Một trong các kỹ thuật làm
nhẵn không gian đã được đưa ra bởi Evans[8] và sau đó được phát triển bởi Shan[19], dựa trên việc tính trung bình ma trận Covariance. Phương pháp này yêu cầu một mảng gồm các phần tử giống hệt nhau và có cấu trúc tuần hoàn ví dụ như
mảng tuyến tính cách đều. Một trong các kỹ thuật làm mượt không gian thích nghi
được đưa ra bởi Takao và Kikuma [11] rất hữu ích cho việc loại bỏ nhiễu giao thoa trong các môi trường đa đường. Một dạng khác của kỹ thuật làm mượt không gian
được đưa ra bởi Haber và Zoltowski [5] thực hiện việc di chuyển toàn bộ cấu trúc mảng trong khoảng thời gian các ma trận Covariance được ước lượng. Các kỹ thuật làm mượt không gian luôn có một số yêu cầu về loại cũng như cấu trúc mảng.