Les matrices co-prime et les échantillonneurs sont des schémas sub-Nyquist populaires pour estimer les statistiques de deuxième ordre au taux de Nyquist. Cet article se concentre sur les perturbations dans les emplacements des tableaux ou les temps d'échantillonnage, et analyse son effet sur l'ensemble de différences. Sur la base de cette analyse, nous proposons une méthode d'estimation de l'autocorrélation qui utilise au mieux les données échantillonnées afin d'améliorer la précision de l'estimation de l'autocorrélation et donc de l'estimation spectrale. Notre analyse indique qu'un tel avantage est limité uniquement aux échantillonneurs et ne se répercute pas sur les réseaux d'antennes. De plus, nous obtenons des expressions pour la complexité de calcul de l'estimation d'autocorrélation et fournissons une borne supérieure sur le nombre de multiplications et d'ajouts requis pour sa mise en œuvre matérielle.

Las matrices co-primas y los muestreadores son esquemas sub-Nyquist populares para estimar estadísticas de segundo orden a la tasa de Nyquist. Este documento se centra en las perturbaciones en las ubicaciones de la matriz o los tiempos de muestreo, y analiza su efecto en el conjunto de diferencias. Con base en este análisis, proponemos un método para estimar la autocorrelación que hace el mejor uso de los datos muestreados para mejorar la precisión de la estimación de la autocorrelación y, por lo tanto, la estimación espectral. Nuestro análisis indica que tal ventaja se limita solo a los muestreadores y no se transfiere a los conjuntos de antenas. Además, obtenemos expresiones para la complejidad computacional de la estimación de autocorrelación y proporcionamos un límite superior en el número de multiplicaciones y adiciones requeridas para su implementación en hardware.

Co-prime arrays and samplers are popular sub-Nyquist schemes for estimating second order statistics at the Nyquist rate. This paper focuses on the perturbations in the array locations or sampling times, and analyzes its effect on the difference set. Based on this analysis we propose a method to estimate the autocorrelation which makes best use of the sampled data in order to improve the estimation accuracy of the autocorrelation and hence the spectral estimate. Our analysis indicates that such an advantage is limited only to samplers, and does not carry over to the antenna arrays. In addition, we obtain expressions for the computational complexity of the autocorrelation estimation and provide an upper bound on the number of multiplications and additions required for its hardware implementation.

تعد المصفوفات الرئيسية المشتركة وأخذ العينات من المخططات شبه النايكية الشائعة لتقدير إحصائيات الدرجة الثانية بمعدل نايكويست. تركز هذه الورقة على الاضطرابات في مواقع الصفيف أو أوقات أخذ العينات، وتحلل تأثيرها على مجموعة الاختلاف. بناءً على هذا التحليل، نقترح طريقة لتقدير الارتباط الذاتي الذي يحقق أفضل استخدام للبيانات المأخوذة من العينات من أجل تحسين دقة التقدير للارتباط الذاتي وبالتالي التقدير الطيفي. يشير تحليلنا إلى أن هذه الميزة تقتصر فقط على أجهزة أخذ العينات، ولا تنتقل إلى مصفوفات الهوائي. بالإضافة إلى ذلك، نحصل على تعبيرات عن التعقيد الحسابي لتقدير الارتباط الذاتي ونوفر حدًا أعلى لعدد المضاعفات والإضافات المطلوبة لتنفيذ أجهزته.