Titulació | Tipus | Curs | Semestre |
---|---|---|---|
4313797 Enginyeria de Telecomunicació / Telecommunication Engineering | OT | 2 | 1 |
L'objectiu d'aquest curs és introduir mètodes tradicionals de processament de senyal en receptors amb múltiples antenes, especialment el filtratge espacial (conformació de feix), l'estimació de la direcció d'arribada i el disseny de sistemes MIMO.
L'ús de transceptors multi-antena està molt estès en comunicacions sense fils i en sistemes radar. L'objectiu d'aquest curs és que l'estudiant comprengui els conceptes fonamentals del processat de senyals en array i la seva aplicació al disseny de futurs sistemes de telecomunicacions i posicionament.
1. Introducció al processament d'agrupacions d'antenes o sensors (arrays)
1.1. Model de senyal banda base i senyal analític.
1.2. Model de camp llunyà i camp proper. Aproximació de banda estreta.
1.3. Angle d'arribada. Matriu de covariància espacial. Coherència de fonts.
2. Filtratge espacial.
2.1. Filtratge espai-temps i conformació de feix.
2.2. Disseny de conformadors de referència temporal. Aplicacions en comunicacions.
2.3. Disseny de confirmadors de referència espacial. Aplicacions en radar i sonar.
2.4. Altres mètodes de filtratge espacial.
3. Estimació d'angle d'arribada (DoA)
3.1. Introducció a l'estimació d'angle d'arribada.
3.2. Arrays en fase i periodograma espacial.
3.3. Tècniques basades en subespai. MUSIC.
3.4. Predicció espacial: ESPRIT.
3.5. Mètodes d'alta resolució: màxima versemblança i aproximacions.
4. Processament MIMO (Multiple-input Multiple-output): diversitat espacial i multiplexat.
4.1. Diversitat espacial al transmissor i al receptor.
4.2. Codificació espai-temps.
4.3. Introducció a la teoria de la informació per a sistemes multi-antena. Capacitat MIMO.
4.4. Processament espacial òptim. Waterfilling.
5. Exemples de processament d'arrays en sistemes 5G, radar MIMO i posicionament GNSS.
Classes presencials: desenvolupament dels conceptes teòrics del curs.
Laboratori: desenvolupament d'exercicis basats en Matlab que cobreixen els continguts teòrics del curs.
Activitats d'autoaprenentatge dels alumnes: estudi del material presentat durant les classes presencials. Preparació d'exercicis de laboratori, altres tasques i / o exàmens.
Títol | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|
Tipus: Dirigides | |||
Classes magistrals | 30 | 1,2 | 1, 2, 3, 5, 6, 7, 8, 9, 11, 12 |
Estudi, preparació de sessions de problemes i de laboratori | 86 | 3,44 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 |
Tipus: Supervisades | |||
Classes de laboratori i problemes | 15 | 0,6 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 |
L'avaluació final consistirà en una sèrie d'exercicis i informes de laboratori (30%), i un treball sobre un tema de recerca associat a algun punt del temari, que ha de ser consensuat amb el professor (70%).
NotaFinal= max (Nota Treball, 0.7*Nota Treball + 0.3*Exercicis).
El curs es declara aprovat si NotaFinal >= 5.
Si NotaFinal < 5, l'estudiant podrà recuperar l'assignatura a través d'un examen final. La nota del curs serà el màxim entre la nota de l'examen i la NotaFinal obtinguda anteriorment.
Aquells estudiants que no presentin el treball i no es presentin a l'examen final seran declarats com a "No Presentats" en la nota del curs.
Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
---|---|---|---|---|
Informes de les sessions de laboratori i resolucions de problemes | 30% | 4 | 0,16 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 |
Treball individual sobre algun dels temes del curs | 70% | 15 | 0,6 | 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12 |
H. Van Trees, Optimum Array Processing, part IV of Detection, Estimation and Modulation Theory, New York, Wiley 2002.
Don H. Johnson, Dan E. Dudgeon, Array Signal Processing, Concepts and Techniques, Prentice Hall, 1993.
E. Larsson, P. Stoica, Space-time block coding for wireless communications, Cambridge University Press, UK, 2003.
S. Haykin, Array signal processing, Prentice Hall, Englewood Cliffs, NJ, 1985.
P. Stoica and R. Moses, Spectral Analysis of Signals, Prentice Hall, NJ, 2005.
Steven M. Kay, Fundamentals of Statistical Signal Processing, Prentice Hall, 1993.