Questo progetto si propone di affrontare il problema di stimare la direzione di arrivo (Direction of Arrival - DoA) di una sorgente tramite un array di sensori passivi, capaci di ricevere ritorni di segnale trasmessi simultaneamente su multipli canali di frequenza (Multiple Frequency (MF) channels). Sarà condotta un'analisi estensiva delle prestazioni di uno stimatore a massima verosimiglianza (Maximum Likelihood - ML), in condizioni non asintotiche, i.e. per bassi valori di rapporto segnale-a-rumore (Signal-to-Noise Ratio - SNR). Infatti, come ben noto, per alcuni valori di SNR inclusi nella cosiddetta zona di threshold, l¿accuratezza di stima decresce rapidamente. Questa rapida deviazione dalle prestazioni asintotiche è dovuta alla presenza di outliers, che non sono tenuti in considerazione dal Cramér-Rao bound, che al contrario è una buona approssimazione delle prestazioni in condizioni asintotiche.
Lo scopo del progetto è di modellare le prestazioni dello stimatore MF-ML nella zona di threshold. Infatti, la possibilità di predirne le prestazioni rappresenta uno strumento fondamentale in una fase di ottimizzazione del layout del sistema ricevente.
Il range di applicazioni di questo strumento è molto ampio. Infatti, una corretta stima di DoA è di fondamentale importanza in vari campi delle telecomunicazioni, quali sistemi di comunicazioni mobili, sistemi sonar, sistemi radar etc. Tra le applicazioni più interessanti, troviamo sicuramente i sistemi radar passivi (Passive Radars - PR), tematica nella quale il gruppo di ricerca RRSN del Dipartimento DIET della Sapienza, Università di Roma di cui proponente e componente di questo progetto fanno parte, ha competenza riconosciuta a livello internazionale.
L¿intero progetto è caratterizzato da un elevato contenuto innovativo ed un avanzamento rispetto allo stato dell¿arte viene intrapreso in tutte le fasi del progetto, sia da un punto di vista più teorico sia al livello applicativo.
Come discusso nelle sezioni precedenti, infatti, dopo un attento studio della letteratura tecnica del settore, non sono stati riscontrati lavori in cui vengono studiate le prestazioni dello stimatore proposto (MF-ML) in condizioni non asintotiche e quindi nella zona di threshold. Sintetizzando quanto più dettagliatamente spiegato precedentemente, questa caratterizzazione teorica è fondamentale per diverse applicazioni. Numerose simulazioni Monte Carlo saranno effettuate per diversi casi di studio allo scopo di validare estensivamente la caratterizzazione teorica dello stimatore.
In aggiunta, oltre all¿ampio contenuto innovativo apportato dalla caratterizzazione teorica dello stimatore considerato, le potenziali applicazioni del suddetto strumento analitico sono molteplici. In fase di analisi di un dato sistema ricevente, se ne potranno infatti modellare le prestazioni in termini di stima di direzione di arrivo di una sorgente in un¿ampia regione di interesse, fornendone quindi una caratterizzazione estensiva e non limitata a condizioni di lavoro spesso poco verosimili. Successivamente, in fase di sintesi, sarà possibile utilizzarlo per ottimizzare il layout del sistema al fine di fornire la migliore stima di DoA (i.e. con il minimo errore quadratico medio) congiuntamente ad un controllo della probabilità di avere stime ambigue.
La seconda parte dello studio sarà supportata da evidenze sperimentali. A tale scopo, saranno programmate campagne di acquisizione ad hoc sfruttando il prototipo di sistema radar passivo sviluppato dal gruppo RRSN (Radar Remote Sensing and Navigation group) presso il Dipartimento DIET della Sapienza, Università di Roma, di cui fanno attualmente parte il proponente e il componente di questo progetto. Si prevede di sfruttare le trasmissioni DVB-T, poiché lo spettro di frequenze dedicate al servizio è molto ampio e offre, quindi, l¿opportunità di ottenere una grande diversità di informazione.