Beamformer pada dasarnya adalah filter spasial. Itu bisa pasif, seperti filter temporal.
Alih-alih sampel dipisahkan oleh waktu, mereka dipisahkan oleh ruang. Filter temporal pasif dapat berupa bandpass yang "ditujukan" atau "dikemudikan" pada frekuensi tertentu. Untuk filter spasial pasif (yaitu beamformers), filter dapat diarahkan ke sudut kedatangan tertentu, bukan frekuensi temporal.
Filter adaptif / beamformers bisa luar biasa karena mereka dapat "mengarahkan" nol ke frekuensi atau sudut di mana ada sinyal yang mengganggu.
Sama seperti filter adaptif temporal, filter adaptif spasial (yaitu beamformer) secara konstan menyesuaikan bobot / koefisien filter untuk mengoptimalkan beberapa kriteria yang biasanya melibatkan "nulling out" atau "menolak" interferer.
Berikut diagram CBF yang disebut Beamformer "K-Omega".
Berikut diagram untuk memperkuat gagasan bahwa beamformer pasif dimungkinkan.
Saya menyadari bahwa ini agak acak, tetapi mudah-mudahan Anda dapat mengikuti logika di atas. Saya akan melihat apakah saya dapat menemukan diagram yang lebih baik yang lebih jelas menunjukkan apa yang terjadi. Agar lebih jelas, jendela yang dimaksud di atas adalah jendela jenis Hamming / Hanning, dan proses ini pada dasarnya mengembalikan matriks 2-d di mana frekuensi temporal berada pada sumbu x dan variabel spasial khusus berada pada sumbu y. Variabel khusus ini membuat matematika lebih mudah, dan ini merupakan proses satu langkah untuk mengubah variabel spasial khusus dan frekuensi temporal ke sudut kedatangan.
Garis hijau di bawah ini adalah garis sudut konstan.
Perlu diingat bahwa semua ini untuk CBF (beamformers konvensional) dan di atas mencakup semua frekuensi spasial dan temporal (dalam batas Nyquist.
Beberapa teknik ABF umum adalah:
MPDR - Minimum Power Distortionless Rejection BF (Described by Van Trees)
DMR - Dominant Mode Rejection BF (Abraham and Owsley)
R-DMR - Robust Dominant Mode Rejection BF (Cox and Pitre)
EBAE - DMR BF with Eigenvector Beam Association and Excision (Kogon)
Alih-alih menggunakan FFT spasial sebagai operasi penyaringan spasial, teknik ini biasanya melibatkan pembuatan matriks autokorelasi spasial yang diperbarui dari sinyal yang masuk, dan kemudian menggunakan matriks atau vektor eigen dari matriks itu untuk secara adaptif mempengaruhi filter spasial.
Pembaruan untuk @Mohammad: Di bawah ini adalah daftar teks balok bentuk yang saya terima dari profesor saya:
Van Veen, BD; Buckley, KM; , "Beamforming: pendekatan serbaguna untuk penyaringan spasial," ASSP Magazine, IEEE, vol.5, no.2, pp.4-24, April 1988
Bentuk sinar digital yang efisien dalam domain frekuensi Brian Maranda, J. Acoust. Soc. Saya. 86, 1813 (1989)
Pemrosesan Sinyal Array oleh Don Johnson dan Dan Dudgeon, Prentice Hall, 1993
Pemrosesan Array Optimal oleh Harry L. Van Trees, Wiley, 2002.
Juga, setelah mencari-cari, ini terlihat sangat menarik. Tampaknya lebih tertarik pada sisi praktis / implementasi daripada teori. Saya tidak memilikinya tetapi saya mungkin akan membeli salinannya: