RSS-Based DoA Estimation for ESPAR Antennas Using Support Vector Machine - Publikacja - MOST Wiedzy

Wyszukiwarka

RSS-Based DoA Estimation for ESPAR Antennas Using Support Vector Machine

Abstrakt

In this letter, it is shown how direction-of-arrival (DoA) estimation for electronically steerable parasitic array radiator (ESPAR) antennas, which are designed to be integrated within wireless sensor network nodes, can be improved by applying support vector classification approach to received signal strength (RSS) values recorded at an antenna's output port. The proposed method relies on ESPAR antenna's radiation patterns measured during the initial calibration phase of the DoA estimation process. These patterns are then used in the support vector machine (SVM) training process adapted to handle ESPAR antenna-based DoA estimation. Measurements using a fabricated ESPAR antenna indicate that the proposed SVM approach provides more accurate results than available RSS-based estimation algorithms relying on power pattern cross-correlation method.

Cytowania

  • 0

    CrossRef

  • 6

    Web of Science

  • 0

    Scopus

Informacje szczegółowe

Kategoria:
Publikacja w czasopiśmie
Typ:
artykuł w czasopiśmie wyróżnionym w JCR
Opublikowano w:
IEEE Antennas and Wireless Propagation Letters nr 18, strony 561 - 565,
ISSN: 1536-1225
Język:
angielski
Rok wydania:
2019
Opis bibliograficzny:
Tarkowski M., Kulas Ł.: RSS-Based DoA Estimation for ESPAR Antennas Using Support Vector Machine// IEEE Antennas and Wireless Propagation Letters. -Vol. 18, iss. 4 (2019), s.561-565
DOI:
Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1109/lawp.2019.2891021
Źródła finansowania:
Weryfikacja:
Politechnika Gdańska

wyświetlono 34 razy

Publikacje, które mogą cię zainteresować

Meta Tagi