Сообщение

Экспериментальная апробация алгоритмов оценки угла прихода на платформе программно-конфигурируемого радио KrakenSDR

 
 orcid Фокин Григорий Алексеевич, orcid Шеремет Никита Викторович

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М. А. Бонч-Бруевича,
Санкт-Петербург, 193232, Российская Федерация

Проект «Технологии умных антенн. Прототипы MIMO систем» реализуется при поддержке Фонда Потанина.

DOI 10.31854/2307-1303-2026-14-2-37-52

EDN GBDOLZ

 Полный текст

XML JATS

Аннотация

Постановка задачи: современные и перспективные беспроводные системы коммуникаций предъявляют высокие требования к точности позиционирования устройств, что актуализирует задачу оценки угла прихода сигнала. Целью работы является экспериментальная апробация алгоритмов оценки угла прихода сигнала на доступной платформе программно-конфигурируемого радио KrakenSDR в условиях реальной городской среды. Используемые методы. В работе рассматриваются пять алгоритмов: классический спектральный алгоритм Бартлетта, сверхразрешающие алгоритмы MVDR и MEM, а также подпространственные алгоритмы MUSIC и Root-MUSIC. Эксперимент проведен для двух конфигураций антенной решетки (круговой и линейной) с последующей постобработкой в среде MATLAB. Элементами новизны являются комплексное экспериментальное сравнение пяти алгоритмов оценки угла прихода различной природы на единой недорогой SDR-платформе, а также оценка влияния конфигурации антенной решетки и режима обработки (реальное время и постобработка) на точность пеленгования в городских условиях. Результат. Установлено, что алгоритм MUSIC обеспечивает наиболее стабильные оценки, а линейная антенная решетка демонстрирует меньшее смещение и разброс оценок по сравнению с круговой. Постобработка записанных данных позволяет снизить ошибки пеленгования для большинства алгоритмов. Для круговой решетки в благоприятных условиях среднее абсолютное смещение составило 2,8–6,0 °, а среднеквадратическое отклонение – 0,0–3,5 °. Практическая значимость. Представленные результаты подтверждают возможность применения платформы KrakenSDR в качестве доступного экспериментального стенда для исследования алгоритмов оценки угла прихода. Полученные данные могут быть использованы при разработке систем позиционирования, радиомониторинга и радиоэлектронной разведки на основе недорогих SDR-решений.

Ключевые слова

SDR, KrakenSDR, алгоритм Бартлетта, MVDR, MEM, MUSIC, Root-MUSIC, антенная решетка

Библиографическая ссылка на статью

Фокин Г. А., Шеремет Н. В. Экспериментальная апробация алгоритмов оценки угла прихода на платформе программно-конфигурируемого радио KrakenSDR // Информационные технологии и телекоммуникации. 2026. Т. 14. № 2. С. 37–52. DOI: 10.31854/2307-1303-2026-14-2-37-52. EDN: GBDOLZ

Reference for citation

Fokin G., Sheremet N. Experimental Validation of Angle-of-Arrival Estimation Algorithms on the KrakenSDR Software-Defined Radio Platform // Telecom IT. 2026. Vol. 14. Iss. 2. PP. 37–52. (in Russian). DOI: 10.31854/2307-1303-2026-14-2-37-52. EDN: GBDOLZ
Литература

1. Фокин Г. А. Управление самоорганизующимися пакетными радиосетями на основе радиостанций с направленными антеннами: дис. ... канд. техн. наук. СПб., 2009. 144 с. EDN: QEOFQT

2. Бабков В. Ю., Фокин Г. А. Оценка вероятности успешного радиоприема в самоорганизующихся пакетных радиосетях на основе радиостанций с направленными антеннами // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление. 2009. № 4 (82). С. 77–84. EDN: KXZJOD

3. Wachowiak M., Kryszkiewicz P. Angle of Arrival Estimation in a Multi-Antenna Software Defined Radio System: Impact of Hardware and Radio Environment // Wireless Networks. 2022. Vol. 28. PP. 3537–3548. DOI: 10.1007/s11276-022-03010-z. EDN: PPFSXY

4. Verdecia-Peña R., Alonso J. I. Performance Evaluation of a Proposed Two-Hop D&F Co-Operative 5G Network Using SDR Platform // Proceedings of the IEEE 95th Vehicular Technology Conference (VTC2022-Spring, Helsinki, Finland, 9–22 June 2022). 2022. DOI: 10.1109/VTC2022-Spring54318.2022.9860680

5. Izydorczyk T., Tavares F. M. L., Berardinelli G., Mogensen P. A USRP-Based Multi-Antenna Testbed for Reception of Multi-Site Cellular Signals // IEEE Access. 2019. Vol. 7. PP. 162723–162734. DOI: 10.1109/ACCESS.2019.2952094

6. Zhang P., Xu J., Zhong S., Feng H., Huang L., et al. Design of Reconfigurable SDR Platform for Antenna Selection Aided MIMO Communication System // IEEE Access. 2019. Vol. 7. PP. 169267–169280. DOI: 10.1109/ACCESS.2019.2946720

7. Fokin G., Sheremet N. DoA Estimation Accuracy Comparison of SDR-Based Testbed and Kraken SDR // Systems of Signal Synchronization, Generating and Processing in Telecommunications (SYNCHROINFO, Petrozavodsk, Russian Federation, 30 June – 03 July 2026). 2026. DOI: 10.1109/SYNCHROINFO70145.2026.11613469

8. LaMeres B. J., Weber R. J., Huang Y., Abusultan M., Harkness S. Design and Test of FPGA-based Direction-of-Arrival Algorithms for Adaptive Array Antennas // Proceedings of the Aerospace Conference (Big Sky, USA, 05–12 March 2011). 2011. DOI: 10.1109/AERO.2011.5747309

9. Godora L. C. Application of Antenna Arrays to Mobile Communications. II. Beamforming and Direction-of-Arrival Considerations // Proceedings of the IEEE. 1997. Vol. 85. Iss. 8. PP. 1195–1245. DOI: 10.1109/5.622504. EDN: XZPUMN

10. Gross F. B. Smart Antennas for Wireless Communications with MATLAB. New York: McGraw-Hill, 2005.

11. Barabell A. J. Improving the Resolution Performance of Eigenstructure-Based Direction-Finding Algorithms // Proceedings of the IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP’83, Boston, USA, 14–16 April 1983). 1983. PP. 336–339. DOI: 10.1109/ICASSP.1983.1172124

 

cc-by Статья распространяется по лицензии Creative Commons Attribution 4.0 License.

cc0  Метаданные статьи распространяются по лицензии CC0 1.0 Universal

 
 
войти

Авторизация