Sicherlich gibt es nicht den einen Algorithmus zur Schätzung der Einfallsrichtung elektromagnetischer Wellen. Statt dessen existieren Algorithmen, die darauf optimiert sind Hunderte Pfade zu finden, mit uniformen linearen oder kreisförmigen Antennen-Arrays genutzt zu werden oder möglichst schnell zu sein. Die vorliegende Dissertation befasst sich mit letzterer Art. Wir beschränken uns jedoch nicht auf den reinen Algorithmus zur Richtungsschätzung (RS), sondern gehen das Problem in verschiedener Hinsicht an. Die erste Herangehensweise befasst sich mit der Beschreibung der Array-Mannigfaltigkeit (AM). Bisherige Interpolationsverfahren der AM berücksichtigen nicht inhärent Polarisation. Daher wird separat für jede Polarisation einzeln interpoliert. Wir übernehmen den Ansatz, eine diskrete zweidimensionale Fouriertransformation (FT) zur Interpolation zu nutzen. Jedoch verschieben wir das Problem in den Raum der Quaternionen. Dort wenden wir eine zweidimensionale diskrete quaternionische FT an. Somit können beide Polarisationszustände als eine einzige Größe betrachtet werden. Das sich ergebende Signalmodell ist im Wesentlichen kompatibel mit dem herkömmlichen komplexwertigen Modell. Unsere zweite Herangehensweise zielt auf die fundamentale Eignung eines Antennen-Arrays für die RS ab. Zu diesem Zweck nutzen wir die deterministische Cramér-Rao-Schranke (Cramér-Rao Lower Bound, CRLB). Wir leiten drei verschiedene CRLBs ab, die Polarisationszustände entweder gar nicht oder als gewünschte oder störende Parameter betrachten. Darüber hinaus zeigen wir auf, wie Antennen-Arrays schon während der Design-Phase auf RS optimiert werden können. Der eigentliche Algorithmus zur RS stellt die letzte Herangehensweise dar. Mittels einer MUSIC-basierte Kostenfunktion leiten wir effiziente Schätzer ab. Hierfür kommt eine modifizierte Levenberg- bzw. Levenberg-Marquardt-Suche zum Einsatz. Da die eigentliche Kostenfunktion hier nicht angewendet werden kann, ersetzen wir diese durch vier verschiedene Funktionen, die sich lokal ähnlich verhalten. Diese Funktionen beruhen auf einer Linearisierung eines Kroneckerproduktes zweier polarimetrischer Array-Steering-Vektoren. Dabei stellt sich heraus, dass zumindest eine der Funktionen in der Regel zu sehr schneller Konvergenz führt, sodass ein echtzeitfähiger Algorithmus entsteht.
It is save to say that there is no such thing as the direction finding (DF) algorithm. Rather, there are algorithms that are tuned to resolve hundreds of paths, algorithms that are designed for uniform linear arrays or uniform circular arrays, and algorithms that strive for efficiency. The doctoral thesis at hand deals with the latter type of algorithms. However, the approach taken does not only incorporate the actual DF algorithm but approaches the problem from different perspectives. The first perspective concerns the description of the array manifold. Current interpolation schemes have no notion of polarization. Hence, the array manifold interpolation is performed separately for each state of polarization. In this thesis, we adopted the idea of interpolation via a 2-D discrete Fourier transform. However, we transform the problem into the quaternionic domain. Here, a 2-D discrete quaternionic Fourier transform is applied. Hence, both states of polarization can be viewed as a single quantity. The resulting interpolation is applied to a signal model which is essentially compatible to conventional complex model. The second perspective in this thesis is to look at the fundamental DF capability of an antenna array. For that, we use the deterministic Cramér-Rao Lower Bound (CRLB). We point out the differences between not considering polarimetric parameters and taking them as desired parameters or nuisance parameters. Such differences lead to three different CRLBs. Moreover, insight is given how a CRLB can be used to optimize an antenna array already during the design process to improve its DF performance. The actual DF algorithm constitutes the third perspective that is considered in this thesis. A MUSIC-based cost function is used to derive efficient estimators. To this end, a modified Levenberg search and Levenberg-Marquardt search are employed. Since the original cost function is not eligible to be used in this framework, we replace it by four different functions that locally show the same behavior. These functions are based on a linearization of Kronecker products of two polarimetric array steering vectors. It turns out that at least one of these functions usually exhibits very fast convergence leading to real-time capable algorithms.