چکیده

سنسورهای آرایه ای کاربردهای زیادی در سیستمهای مخابراتی دارند. از مهمترین الگوریتم های پردازش آرایه ای شکل دهی وفقی شکل پرتو آرایه است. برای پیاده سازی الگوریتمهای وفقی باید سیگنالها و پاسخ سنسورهای آرایه مدل شوند. این مدل ها سبب می شوند، در مورد مشخصات فضایی و زمانی سیگنال ها فرضیاتی داشته باشیم. الگوریتم های شکل دهی وفقی به فرضیاتی که در مورد مشخصات فضایی سیگنال مطلوب می شود، بسیار حساس هستند. یعنی در صورتی که مشخصات فضایی واقعی سیگنال مطلوب با مشخصات فضایی مفروض برای سیگنال مطلوب یکی نباشد، عملکرد شکل دهنده به شدت افت می کند. در واقع در صورت عدم مطابقت، شکل دهنده سیگنال مطلوب را سیگنال تداخلی میبیند و صفر پرتو را در جهت سیگنال مطلوب قرار میدهد. مهمترین عاملی که باعث عدم مطابقت مشخصات واقعی و مفروض سیگنال مطلوب می شود، جهت سیگنال مطلوب است. زیرا هنگام طراحی الگوریتم شکل دهی وفقی، برای سیگنال مطلوب جهت معینی فرض می شود ولی در عمل ما جهت دقیق سیگنال مطلوب را نمیدانیم. بنابراین همیشه با مشکل عدم مطابقت جهت سیگنال مطلوب مواجه هستیم. در این رساله دو الگوریتم شکل دهی جدید ارائه شده که در مقابل عدم مطابقت جهت سیگنال مطلوب مقاوم هستند. الگوریتم اول بر اساس تخمین جهت سیگنال مطلوب است. در این الگوریتم تخمین گری با حجم محاسباتی بسیار پایین برای یافتن جهت سیگنال مطلوب ارائه شده است. الگوریتم دوم بر پایه حذف سیگنال مطلوب از نمونه های تخمین زنندهی ماتریس کواریانس است. الگوریتم دوم به خاطر تولید دادهای عاری از سیگنال مطلوب، مشکل حساسیت الگوریتم وفقی را به طور کامل حل می کند و سرعت همگرایی بالاتری در الگوریتم عملکرد بهتری از الگوریتم های قبلی شکل دهی پرتو دارد.

واژه های کلیدی : پردازش آرایه ای، شکل دهی وفقی پرتو، الگوریتم مقاوم، عدم مطابقت جهت سیگنال مطلوب

فهرست مطالب

فصل اول:پردازش آرایه ای ومفهوم شکل دهی پرتو

پردازش آرایهای و مفهوم شکل دهی پرتو در این فصل ابتدا مروری خلاصه بر پردازش آرایهای ” می شود و مفهوم شکل دهی پرتو به صورت ساده بررسی می شود. در ادامه کاربردهای پردازش آرایهای و تاریخچه ی شکل دهی پرتو ارائه می شود. در انتها اهداف و انگیزه های این پایان نامه بیان می شود و ساختار پایان نامه و مطالب فصول مختلف به صورت خلاصه بیان می گردد.

۱-۱. پردازش آرایه ای

 پردازش آرایهای حوزه جدیدی از تحقیق را به روی محققان گشوده است. به بیان ساده، در پردازش آرایه ای، داده های جمع آوری شده از عناصر آرایه یا سنسورهای چیده شده در فضا، طی زمان های گوناگون به گونه ای خاصی با هم ترکیب می شوند تا تخمینی از یک یا چند پارامتر مجهول بدست آید. در واقع پردازش آرایهای پردازشی فضا- زمان است .شکل(۱-۱) نمای کلی از یک پردازشگر آرایهای را نمایش می دهد.

۱- ۲. شکل دهی پرتو

سیستم آرایه ای از چندیدن سنسور تشکیل شده که این سنسورها الگوی پرتو مشخصی دارند. البته در این رساله فرض بر این است که الگو پرتو سنسورها، همسانگرد ” است. حال در شکل دهی پرتو، پردازنده آرایه سیگنال سنسورهای آرایه را به نحوی ترکیب می کند که شکل پرتو مطلوب را سنتز کند. این الگو می تواند از پیش تعیین شده و یا وفقی باشد. شکل دهنده پرتو به نام فیلتر فضایی نیز شناخته می شود. علت این نامگذاری، شباهت شکل دهنده پرتو با فیلتر زمانی است. یک فیلتر زمانی، نمونه های سیگنال یا سیگنالهای ورودی به آن را در لحظات مختلف زمانی را با هم به گونه ای ترکیب می کند تا خروجی مطلوب را تولید کند، که این خروجی مطلوب مشخصات فرکانسی مطلوب است. شکل دهنده پرتو نیز، نمونه های سیگنال یا سیگنال های ورودی به آن را از نقاط مختلف در فضا را به گونه ای با هم ترکیب می کند تا خروجی مطلوب را تولید کند که این خروجی مطلوب مشخصات فضایی مطلوب است. در عالم واقع، گیرنده ها اغلب با حضور سیگنال های تداخلی نیز مواجه هستند. اگر سیگنال مطلوب و تداخل کننده ها باند فرکانسی یکسانی داشته باشند، آنگاه از فیلترهای زمانی نمیتوان برای جداکردن سیگنال از تداخلی کننده ها استفاده کرد. اما سیگنال مطلوب و تداخل کننده ها معمولا از مکان های گوناگون منتشر می شوند. از این خاصیت تفکیک فضایی بین سیگنال ها میتوان بهره برد و با استفاده از یک فیلتر فضایی آنها را از هم جدا کرد. پیادهسازی یک فیلتر زمانی نیاز به پردازش داده های جمع آوری شده در یک ساختار زمانی دارد. به طور مشابه، پیاده سازی یک فیلتر فضایی نیاز به پردازش داده های جمع آوری شده در یک ساختار فضایی دارد. سنسورها یا عناصر آرایه، این ساختار فضایی را فراهم میآورند و شکل دهنده پرتو نیز پالایش فضایی داده های جمع آوری شده را انجام میدهد.

1-5-کاربردهای سیستمهای ارایه ای

سیستمهای آرایهای و پردازش آرایه ای کاربردهای زیادی در رادر، سونار، مخابرات بیسیم، مهندسی پزشکی، جهتیابی”، اکتشافات زمین شناسی و اکتشافات فضایی دارد.رادار نخستین حوزه ای است که تکنیکهای پردازش آرایه ای مانند شکل دهی پرتو در آن استفاده شد. استفاده از آنتن های آرایه فازی، هدایت الکترونیکی پرتو را میسر ساخت که این کار با تغییر فاز جریان در هر آنتن آرایه صورت می گیرد. لذا هنگامی که ابعاد آنتن بسیار بزرگ است، دیگر نیازی به چرخش مکانیکی آنتن نیست. تکنیکهای پردازش آرایه ای در اکثر رادارها مانند رادار کنترل ترافیک هوایی، رادارهای پسیو، رادارهای ماورا افق و… کاربرد دارند. استفاده از آرایه مزایای زیادی برای رادار دارد که برخی از آنها عبارتند از:

 ۱. امکان هدایت سریع و هوشمند پرتو

 ۲. امکان ردیابی چندین هدف با تولید همزمان چندین پرتو مستقل

 ۳. تسهیل استفاده از فرستنده های حالت جامد ۴. امکان داشتن راداری چند کاربره

 ۵. امکان زاویه یابی دقیق

 ۶. امکان مقابله با سیگنالهای تداخلی مانند سیگنال های جمینگ دشمن مخابرات و بویژه مخابرات سیار عرصه دیگری است که پردازش آرایهای و شکل دهی پرتو در آنها نقش مهمی ایفا می کند . آنتن های آرایهای به کمک تکنیکهای شکل دهی پرتو اثر محوشدگی” ناشی از چند مسیرگی را تعدیل می بخشند. همچنین با کاهش میزان تداخل و حذف آن، تا حد امکان ظرفیت سیستم را بهبود می بخشند. انواع گوناگون آرایه های وفقی در مخابرات سیار با عنوان آنتن های هوشمند شناخته می شوند. اکنون چندین سیستم ماهوارهای از آرایه ها در ایستگاه زمینی یا فضایی خود بهره می برند. به عنوان مثال سیستم ردیابی “TDRSS از آرایه ۳۰ المانه در باند S بهره میبرد. بسیاری از ماهواره های “LEO نیز از آنتن های آرایه – ای بهره می برند. از دیگر کاربردهای شکل دهنده های پرتو میتوان به سونار اشاره کرد. یک سونار اکتیو انرژی آکوستیکی را به داخل آب گسیل می کند و پژواکهای دریافتی را پردازش می نماید. تئوری سونار اکتیو بسیار شبیه رادار است. تفاوت عمده بین سونار و رادار این است که انتشار انرژی آکوستیک درون آب بسیار پیچیدهتر از انتشارات انرژی الکترومغناطیسی در اتمسفر است. این مشخصات انتشار، تأثیرات عمدهای بر روی طراحی سیستمهای سونار میگذارد. سیستمهای سونار پسیو نیز از آرایه بهره می برند. یک سونار پسیو به انرژی آکوستیکی ورودی گوش میدهد و از آن برای تخمین مشخصات فضایی و زمانی منبع سیگنال مشاهده شده استفاده می کند، به عبارت دیگر به دسته بندی و مکان یابی منابع می پردازد. مهمترین کاربرد سونار پسیو در آشکارسازی و ردیابی زیردریایی ها است. در آکوستیک، استفاده از آرایه ای از میکروفنها، امکان گزینش صدایی با بالاترین کیفیت در یک محیط پرانعکاسر و نویزی فراهم ساخته است که در چنین محیطی l یک میکروفن همواره با مشکل کیفیت صدا مواجه هستیم .با استفاده از آرایه ای از میکروفنها و به کمک تکنیکهای شکل دهی پرتو میتوان به سیگنال با SNR بهتری در مقایسه با تک میکروفن دست یافت. از این آرایه ها در مراکز کنفرانس، کنسرتها، رویدادهایورزشی، سمعک های جهتی و بسیاری موارد دیگر می توان بهره برد.

مطالعات فیزیک زمین از پردازش آرایه ای در نقشه برداری از پوسته زمین، اکتشافات نفتی و لرزهشناسی استفاده می کند. نخستین حوزه از لرزه شناسی که از شکل دهنده های پرتو استفاده شد، آشکارسازی مکان انفجارات هستهای زیرزمین بود که در ۱۹۶۰ و ۱۹۷۰ بسیار مورد توجه بود.در تحقیقات مربوط به دانش فیزیک فضا نیز از آرایه ها در تصویربرداری با قدرت تفکیک بالا استفاده میشود. رادیو نجومی یک سیستم پسیو است که برای آشکارسازی اجرام آسمانی و تخمین مشخصات آنها به کار میرود این سیستم معمولا آرایه هایی طول بسیار بزرگ استفاده می کند.

۱- ۶. اهداف تحقیق

همانطور که گفته شد پردازش آرایه ای کاربرد زیادی در سیستمهای مختلف دارد و شکل دهی پرتو به عنوان فیلتر فضایی از مهمترین الگوریتم های پردازش آرایهای است. در اکثر سیستمها برای مقابله با سیگنالهای تداخلی به شکل دهنده های وفقی نیازمندیم. یعنی الگوریتم خود به صورت وفقی، سیگنال های تداخلی را حذف کند.برای پیادهسازی الگوریتم وفقی باید بتوان محیط آرایه را مدل کرد، یعنی باید مدل دقیقی از سیگنالهای محیط و پاسخ فضایی عناصر آرایه داشته باشیم. در صورتی که مدل های فرضی شده برای سیگنال مطلوب، با واقعیت منطبق نباشد، عملکرد الگوریتم شکل دهنده دچار افت شدید می شود و شکل دهندهی وفقی به شدت سیگنال مطلوب را تضعیف می کند. عدم انطباق مدل فرض شده برای سیگنال مطلوب به دلایلی گوناگونی میتواند رخ دهد. عوامل مهم عدم انطباق عبارتند از:

  • عدم اطلاع از جهت دقیق سیگنال مطلوب: در الگوریتمهای وفقی فرض می شود، جهت سیگنال مطلوب

را دقیقا میدانیم (این فرضی در مورد سیگنالهای تداخلی نمی شود)، اما در عمل جهت دقیق سیگنال

مطلوب را نمیدانیم. این عدم مطابقت باعث می شود، در شکل پرتو سنتز شده، هم در جهت سیگنالهای تداخلی و هم در جهت سیگنال مطلوب تضعیف شدید داشته باشیم.

  • کالیبره نبودن آرایه: در صورت کالیبره نبودن سنسورهای آرایه، پاسخ آرایه به سیگنالهای محیطی با پاسخ مفروض مطابقت نخواهد داشت. در این صورت پاسخ آرایه به سیگنال مطلوب هم با پاسخ فرض شده یکی نخواهد بود. در صورت عدم انطباق مدل فرض شده و مشخصات واقعی سیگنال مطلوب، الگوریتم وفقی با سیگنال مطلوب مانند سیگنال تداخلی رفتار می کند و صفر” شکل پرتو را در جهت سیگنال مطلوب قرار می دهد. (در این رساله فرض می شود سنسورهای آرایه کاملا کالیبره هستند و پاسخ فضایی سنسورها با پاسخ مفروض برای آنها یکسان است). هدف اصلی این تحقیق طراحی شکل دهنده وفقی مقاوم در مقابل عدم انطباق جهت مفروض و جهت واقعی برای سیگنال مطلوب است. یعنی شکل دهنده وفقی با وجود عدم مطابقت جهت سیگنال مطلوب، آن را تضعیف نکند.

۷-۱. ساختار پایان نامه

این پایان نامه از پنج فصل تشکیل شده است. در فصل اول مقدماتی در مورد پردازش آرایه ای، مفهوم شکل دهی پرتو و انگیزه های این تحقیق آمده است. فصل دوم مفاهیم اولیه شکل دهی پرتو و حساسیت شکل دهنده های وفقی بررسی می شود. فصل سوم الگوریتمهای شکل دهی مقاوم موجود را بررسی می کنیم و عملکرد آنها را با هم مقایسه می کنیم. فصل چهارم الگوریتم جدیدی برای یافتن جهت سیگنال مطلوب ارائه می شود که با ترکیب این الگوریتم و الگوریتمهای شکل دهی متداول، مشکل عدم مطابقت جهت ورود سیگنال مطلوب حل می شود. فصل پنجم الگوریتم شکل دهی مقاوم جدیدی ارائه می شود. این الگوریتم برپایه حذف سیگنال مطلوب از نمونه های تخمین زننده ی ماتریسی کواریانس است. در این الگوریتم با تولید داده ی عاری از سیگنال مطلوب، مشکل حساسیت شکل دهنده حل می شود.

1-1-پردازش آرایه ای 1

1-2-شکل دهی پرتو  4

1-3-دسته بندی شکل دهنده های پرتو 5

1-4-مروری کوتاه برسیر تاریخی تکامل پردازش آرایه ای وشکل دهی پرتو 6

1-5-کاربردهای سیستم های آرایه ای 7

1-6-اهداف تحقیق 10

1-7-ساختار پایان نامه  11

SINR خروجی برحسب تعداد داده های زمانی

SINR خروجی برحسب تعداد داده های زمانی

فصل دوم:شکل دهی وفقی پرتو و حساسیت الگوریتم های وفقی

2-1-مقدمه

در این فصل ابتدا مدلی برای سیگنال ورودی به آرایه ارائه می دهیم. در ادامه معیاری برای عملکرد الگوریتم های شکل دهی تعریف می کنیم. در ادامه الگوریتم شکل دهی بهینه را بررسی می کنیم و با الگوریتم وفقی SMIبه عنوان سادهترین الگوریتم شکل دهی وفقی آشنا می شویم. در واقع الگوریتم SMI پایه تمام الگوریتم های شکل دهی وفقی است. اما الگوریتم SMI بسیار حساسی است و عملکرد آن در صورت منطبق نبودن مدل فرض شده برای سیگنال مطلوب با مشخصه واقعی آن، دچار افت شدید می شود.در پایان این فصلی حساسیتهای الگوریتم SM بررسی می کنیم.

2-1-مقدمه 13

2-2-مدل سیگنالهای آرایه ای 14

2-3-معیار SINRا  14

2-4-الگوریتم شکل دهنده بهینه 15

2-5-الگوریتم SMIا   16

2-6-حساسیتم الگوریتم SMIا    17

SINR خروجی شکل دهنده برحسب SNR سیگنال مطلوب

SINR خروجی شکل دهنده برحسب SNR سیگنال مطلوب

فصل سوم:الگوریتم های وفقی شکل دهی مقاوم

تقریبا از زمانی که شکل دهنده های وفقی معرفی شدند، تحقیقات برای طراحی شکل دهنده های مقاوم آغاز شد و هم اکنون نیز تحقیقات زیادی برای طراحی الگوریتم های مقاوم و با همگرایی سریع تر انجام می شود. در این فصل الگوریتمهای شکل دهی مهم را بررسی می کنیم، عملکرد آنها را در شرایط مختلف با هم مقایسه می کنیم. در ابتدای الگوریتم DL را بررسی می کنیم. در ادامه الگوریم LCMV و الگوریتم فضای بردار ویژه را مطالعه می کنیم. در انتها الگوریتم WPO را بررسی می کنیم که از جدیدترین الگوریتمهای شکل دهی مقاوم است.

3-1-الگوریتم DLا  24

3-1-2-تحلیل عملکرد الگوریتم DLا  25

3-2-الگوریتم LCMvا       27

3-2-1-نتایج الگوریتم LCMvا    28

3-2-2-قیود شکل دهنده LCMvا     28

3-3-الگوریتم فضای بردار ویژه  36

3-3-2-تحلیل عملکرد الگوریتم فضای بردار ویژه  39

3-4-الگوریتم WPOا     42

3-4-1-تشریح الگوریتمEPOا   43

3-4-2-ارتباط الگوریتم WPO با الگوریتم DLا   45

3-4-3-تحلیل عملکرد الگوریتم WPOا   46

پردازش آرایه ای

پردازش آرایه ای

فصل چهارم:شکل دهی مقاوم پرتو باتخمین جهت سیگنال مطلوب

۱-۴. مقدمه

بخشی (۵-۲) دیدیم هنگامی که سیگنال مطلوب در نمونه های زمانی تخمین زنندهی ماتریسی کواریانس حضور دارد، عدم تطابق جهت سیگنال مطلوب سبب تضعیف شدید سیگنال مطلوب توسط شکل دهنده می شود. در این قسمت بر آنیم الگوریتم تخمینگری طراحی کنیم که جهت سیگنال مطلوب را محاسبه کند. در واقع با محاسبه جهت سیگنال مطلوب، در صورت دقیق بودن جهت تخمین زده شده، میتوان آن را به جای جهت مقروض به کار برد. در این صورت الگوریتم شکل دهنده به عدم اطلاع از جهت واقعی سیگنال مطلوب، مقاوم خواهد بود. در این بخش الگوریتمی را ارائه می دهیم که یافتن جهت سیگنال مطلوب را به یک مسئله ساده بهینه سازی یک بعدی تبدیل می کند. الگوریتم های قبلی برای یافتن جهت سیگنال مطلوب، الگوریتم هایی N بعدی (N ابعاد آرایه است) و غیر محدب هستند. در این بخش الگوریتم جدیدی ارائه میکنیم که با یافتن زیر قضایی تقریبی بردار هدایت های ناحیه ابهام، مسئله پیچیده N بعدی را به یک مسئله ساده یک بعدی تبدیل کنیم

4-1-مقدمه  51

4-2-تشریح الگوریتم زاویه یابی جهت سیگنال مطلوب 52

4-3-کاربرد الگوریتم زاویه یابی درشکل دهی وفقی پرتو    57

شکل پرتوالگوریتم SMI در دوحالت حضور وعدم حضور سیگنال مطلوب در نمونه های زمانی

شکل پرتوالگوریتم SMI در دوحالت حضور وعدم حضور سیگنال مطلوب در نمونه های زمانی

فصل پنجم:الگوریتم شکل دهی وفقی دولایه

۵- ۲. تشریح الگوریتم شکل دهی دو لایه

همانطور که در مقدمه ذکر شد، ایده ی اصلی این الگوریتم، حذف سیگنال مطلوب از نمونه های تخمین – زننده ی ماتریسی کواریانس است. در عمل جهت دقیقی سیگنال مطلوب را نمیدانیم، اما ناحیهای را برای ورود سیگنال مطلوب می توان در نظر گرقت. مثلا در عملی این ناحیه را می توان پهنای شکل پرتو در نظر گرقت. این ناحیه را ناحیه را به نام می نامیم. در این الگوریئم جہت مفروشی سیگنالی مطلوب راوسط ثاحبه ابہام در نظر می گیریم.الگوریتم جدید در چند قدم ارائه میشود و در آخر قرمول بستهای برای محاسبهٔ ضرایبی شکل دهی استخراج می شود. برای مثال، اقدامات هر قدم را روی آرایه خطی 30 المانه انجام می دهیم، در این مثال ناحیه ابهام را بازهای و جهت مفروضی سیگنال مطلوب را زاویه 90 در نظر می گیریم

5-1-مقدمه  66

5-2-تشریح الگوریتم شکل دهی دولایه 62

5-3-رابطه ی بسته برای بردار شکل دهی آرایه اصلی    70

5-4-تحلیل عملکرد الگوریتم شکل دهی دولایه 72

عملکرد شکل دهنده SMI درحالتی که جهت دقیق سیگنال مطلوب را می دانیم

عملکرد شکل دهنده SMI درحالتی که جهت دقیق سیگنال مطلوب را می دانیم

فصل ششم:نتیجه گیری

همانطور که دیدیم، الگوریتم های وفقی در شرایطی که سیگنال مطلوب در نمونه های زمانی حضور داشته باشد، بسیار حساس هستند و در صورت عدم مطابقت جهت سیگنال مطلوب، عملکرد آنها دچار افت شدید می شود. در این رساله دو الگوریتم جدید برای طراحی شکل دهنده مقاوم ارائه گردید. الگوریتم اول، الگوریتم زاویه – یابی بود که با ترکیب آن با الگوریتمهای شکل دهی دیگر، میتوان مشکل عدم مطابقت جهت سیگنال مطلوب را حل کرد. نکته اصلی در این الگوریتم ارائه تخمین گری با حجم محاسباتی پایین برای یافتن جهت سیگنال مطلوب است. الگوریتم دوم (شکل دهی پرتو دو لایه) الگوریتم مقاوم جدیدی بود که با تولید دادهای عاری از سیگنال مطلوب، مشکلات حساسیت به حضور سیگنال مطلوب را حل میکند. همانطور که قصل پنجم دیدیم مزیتهای الگوریتم شکل دهی دولا به عبارتند از:

  • همگرایی سریع: بخش (۲-۵) دیدیم، دلیل اصلی همگرایی کند الگوریتم وفقی، حضور سیگنال مطلوب

در نمونه های زمانی است. الگوریتم شکل دهی دو لایه قبل از تخمین ماتریس کواریانس، با ترکیب سیگنال زیر آرایه ها، سیگنال مطلوب را از نمونه های زمانی حذف می کند. لذا یه خاطر تولید دادهای عاری از سیگنال مطلوب، سرعت همگرایی بسیار بالایی دارد.

  • امکان توصیف دقیق ناحیه ابهام: بخشی (۵-۲) دیدیم قبل از طراحی الگوریتم شکل دهی دو لایه، تاحیه ابهام ورود سیگنال مطلوب مشخص می شود. لذا الگوریتم به تحوی طراحی می شود که سیگنالهای ناحیه ابهام از نمونه های زمانی حذف می شوند.
  • حساس نبودن به توان سیگنال مطلوب: فصل سوم دیدیم عملکرد شکل دهنده های وفقی با افزایش توان سیگنال مطلوب افت میکند. اما الگوریتم دولا به هیجگونه حساسیتی به توان سیگنال مطلوب ندارد. برای توسعه الگوریتم ارائه شده (شکل دهی دو لایه) پیشنهادهای زیر ارائه میشود:

مطالعه تاثیر بردار Wo (بردار ترکیب کننده ی سیگنال زیر آرایه ها)، روی عملکرد شکل دهنده و طراحی مسئلهای -برای استخراج این بردار به صورت بهینه

– نحوه انتخاب زیر آرایه و انتخاب بهینه آنها

– تاثیر انتخاب اندازه زیر آرایه ها روی عملکرد شکل دهنده

مراجع    79

نمایش زیر آرایه ها در آرایه اصلی

نمایش زیر آرایه ها در آرایه اصلی

فهرست شکلها

شکل(۱-۱) پردازش آرایه ای            2

شکل (۲-۱) عملکرد شکل دهنده اSM در حالتی که جهت دقیق سیگنال مطلوب را میدانیم           18

شکل (۲-۲) تاثیر حضور سیگنال مطلوب در نمونه های زمانی تخمین زنندهی ماتریس کواریانس، روی عملکرد شکل وفقی         19

شکل (۲-۳) تاثیر حضور سیگنال مطلوب در نمونه های زمانی تخمینزننده ماتریسی کواریانس، روی عملکرد شکل

دهنده و فقی           21

شکل (۲-۴) شکل پرتو الگوریتم اSM در دو حالت حضور و عدم حضور سیگنال مطلوب در نمونه های زمانی تخمین زنندهی ماتریس کواریانس         22

شکل (۲-۵)SINR خروجی شکل دهنده بر حسب SNR سیگنال مطلوب      23

شکل (۳-۱) مقایسه عملکرد الگوریتم DL و الگوریتم اSMا           26

شکل(۳-۲) SINR خروجی بر حسب SNR سیگنال مطلوب             27

SM شکل(۳-۳) شکل پرتو حاصل از الگوریتم        30

شکل(۳-۴) شکل پرتو حاصل از الگوریتم CMV با با قید مشتق        30

شکل(۳-۵) شکل پرتو حاصل از الگوریتم L-CMV با قید مشتق         31

شکل(۳-۶) شکل پرتو الگوریتم LCMV با استفاده از قید مشتق        33

شکل (۳-۷) شکل پرتو الگوریتم CMV با با استفاده از قید بردار ویژه     33

شکل(۳-۸) مقایسه SINR خروجی الگوریتم L-CMV در دو حالت قید بردار ویژه و قید مشتق        34

شکل(۳-۹) مقایسه SINR خروجی الگوریتم L-CMV و الگوریتمDLا       35

شکل(۳- ۱۰) SINR خروجی شکل دهنده بر حسب SNR سیگنال مطلوب           36

شکل(۳-۱۱) شکل پرتو حاصل از الگوریتم فضای بردار ویژه         37

شکل(۳-۱۲) شکل پرتو حاصل از الگوریتمSMIا   38

شکل(۳-۱۳) شکل پرتو حاصل از الگوریتم فضای بردار ویژه       39

شکل(۳-۱۴)SINR خروجی بر حسب تعداد نمونه های زمانی تخمینزننده ی ماتریس کواریانس          40

شکل 3-15خروجی بر حسب تعداد نمونه های زمانی تخمینزننده ی ماتریسی کواریانس (ماتریس لا را  صحیح تشکیل ندادهایم)           41

شکل 3-16خروجی بر حسب تعداد داده های زمانی تخمینزننده ی ماتریس کواریانس           42

شکل3-17 خروجی برحسب تعداد داده های زمانی تخمین زننده ی ماتریس کواریانس   47

شکل3-18 خروجی شکل دهنده بر حسب SNR سیگنال مطلوب          48

شکل(۳-۱۹) NR اS خروجی بر حسب تعداد داده های زمانی تخمینزنندهی ماتریس کواریانس

شکل 3-20  خروجی شکل دهنده بر حسب SNR سیگنال مطلوب             50

شکل(۴-۱) اندازہ تصویر بردارهای هدایت در فضای ماتریس         54

شکل(۴-۲) قسمت حقیقی و موهومی توابع   55

شکل(۴-۳) قسمت حقیقی و موهومی تابع f و تابع تقریبی آن       56

شکل(۴-۴) دقت تخمین گر ارائه شده بر حسب تعداد داده های تخمینزنندهی ماتریس کواریانس       58

شکل(۴-۵) دقت تخمینگر ارائه شده بر حسب SNR سیگنال مطلوب    58

شکل(۴-۶)SINR خروجی شکل دهنده بر حسب تعداد داده های زمانی تخمین زننده ی ماتریس کواریانس     59

.SINR (Y-f)J.s خروجی شکل دهنده بر حسب تعداد داده های زمانی تخمین زننده ی ماتریس کواریانس     60

شکل (۵-۱) نمایش زیر آرایه ها در آرایه اصلی   63

شکل(۵-۲) پاسخ فضایی بردار       66

شکل(۵-۳) بلوک دیاگرام الگوریتم شکل دهی دو لایه      70

شکل(۵-۴) شکل پرتو حاصل از الگوریتم     71

شکل(۵-۵) شکل پرتو حاصل از الگوریتم دو لایه          71

شکل(۵- ۶) SI NR خروجی بر حسب تعداد نمونه های زمانی تخمینزنندهی ماتریس کواریانس        73

شکل(۵-۷)SINR خروجی شکل دهنده بر حسب SNR سیگنال مطلوب         74

شکل(۵-۸)S INR خروجی بر حسب تعداد نمونه های زمانی تخمین زننده ی ماتریس کواریانس         75

شکل 5-9 خروجی شکل دهنده بر حسب Jus. SNR مطلوب     76


Abstract

 Adaptive beanforming performance is very sensitive to any mismatch between actual and presumed steering vectors of desired signal. In addition to this sensitivity, presence of desired signal in training snapshots dramatically reduces the convergence rate, as compared to the case that signal-free training snapshots are available. The present work is aimed at proposing a new adaptive beam former that is robust against direction-of-arrival (DOA) mismatch and has high convergence rate. This method is based on desired signal elimination from training snapshots and sub-array beam forming technique. To this end, a Blocking matrix that converts primary data to desired signal free data is synthesized. The Synthesis process is based on desired degree of freedom and uncertainty of DOA of desired signal. Using the signal-free data, the weight vector (beam forming vector) is calculated through the presented algorithm. Due to elimination of desired signal from training snapshots and performing adaptive operations in the sub-array level, our algorithm has high convergence rate and excellent performance even in cases with small sample size. Numerical examples show that this method has excellent Signal-toInterference-plus-Noise Ratio (SINR) performance and offers a higher convergence rate, compared to that of existing robust adaptive beam forming algorithms.

Key Words: Array Processing, Adaptive Beam forming, Robust algorithm, DOA Inismatch


تعداد صفحات فایل : 90

مقطع : کارشناسی ارشد

بلافاصله بعد از پرداخت به ایمیلی که در مرحله بعد وارد میکنید ارسال میشود.


فایل pdf غیر قابل ویرایش

خرید فایل pdf و سفارش فایل word

قبل از خرید فایل می توانید با پشتبانی سایت مشورت کنید