توضیحات
عنوان فارسی: توابع ابهام حس و پردازش فشرده شکل موجهای رادار
عنوان انگلیسی مقاله:
AMBIGUITY FUNCTIONS OF COMPRESSIVELY SENSED AND PROCESSED RADAR WAVEFORMS
توابع ابهام حس و پردازش فشرده شکل موجهای رادار
یوآنیس کریاکیدز
دپارتمان مهندسی برق و کامپیوتر
دانشگاه نیکوسیا، نیکوسیا، سیپروس
چکیده
سنجش و پردازش فشرده با استفاده از کاهش نرخ نمونه برداری و تلاش های محاسباتی در مقایسه با سنجش و پردازش نایکوییست داده های با وضوح بالاتری ارائه میدهد. با این حال، پردازش فشاری، منتج به یک افزایش در تخمین خطا میشود که در صورت استفاده از طرح سنجش غیرانطباقی به طور خاصی افزایش مییابد. در این مقاله یک روش فشرده انطباقی فراگیر برای ردیابی هدف ارائه شده که از اطلاعات حالت هدف موجود از پردازش ردیابی مداوم بهره میگیرد. روش ارائه شده در حالی که کارایی ردیابی با اضافه کردن قدری پیچیدگی به گیرنده فشرده بهبود میبخشد، حداکثر سطح سایدلوب تابع ابهام را کاهش میدهد.
کلید واژگان: تابع ابهام، سنجش و پردازش فشرده
مقدمه
یک تابع ابهام بسیار متمرکز (AF) [1] که در یک شبکه خوب تاخیر داپلر نهفته است عدم اطمینان را در حالت هدف کاهش میدهد. در فراگیری و پردازش معمولی، اندازه گیریها در نرخ نایکوییست و پس از فیلتر همسان (MF) نمونه میشوند. بنابراین تمرکز AF به نوع شکل موج انتقال یافته بستگی دارد، در حالی که وضوح در تاخیر داپلر به طول دنباله انتقال یافته و پهنای باند آن بستگی دارد [2]. در هر صورت، سنجش و پردازش نایکوییست (NSP) از اندازه گیری های با وضوح بالا، به نرخ بالایی از تبدیل آنالوگ به دیجیتال و پردازشهای متمرکز از دنباله های بعد بالا احتیاج دارد.
سنجش و پردازش فشرده (CSP) [2,3] میتواند به جای NSP با نرخ نمونه برداری و نیروی پردازش پایین استفاده شود. سیگناهای نمونه سنجش فشرده، که در برخی زمینهها و مجموعهها پراکنده هستند، بدون از دست دادن اطلاعات به خوبی پایینتر از نرخ نایکوییست هستند. پردازش برابر است با تصویر کردن یک شکل موج بعد بالا در یک ماتریس فراگیر که بدون ارتباط با زمینه یا مجموعه پراکنده میباشد که یک دنباله بعد پایین تولید میکند. یک ماتریس فراگیر غیرانطباقی تصادفی، دریافت کننده را ساده و اطلاعات را در هر شکل موجی ضبط میکند[4-6]. پردازش فشرده [2,3] بر دنباله بعدبالای حس شده به صورت فشرده با تلاشهای محاسباتی کاهش یافته عمل میکند. اشکال CSP این است که یک خطای تخمین اضافی را وارد میکند [3]. در رادار، این خطا در مقایسه با وقتی که از NSP استفاده میکنیم به دلیل افزایش در سایدلوبهای AF فشرده و کاهش در SNR خروجی MF فشرده هست[2]. به طور ویژه افزایش در خطا وقتی که از ماتریس فراگیر فشرده تصادفی غیر انطباقی استفاده میکنیم بیشتر است.
در این مقاله، یک ماتریس فراگیر جدید برای سنجش فشرده که دارای اطلاعات وروردی متوالی در حالت هدف از یک ردیاب بر مبنای فیلتر ذره میباشد معرفی میشود. راه اندازی مسئله و روش ارائه شده با کار موجود در روشهای سنجش فشرده انطباقی نظیر [8] متفاوت است، که منطبق با پردازش نمونه برداری فشرده با توجه به گامهای قبلی نمونه برداری است. در عوض، مکانیزم سنجش از قبل با یک گام منفرد پردازش نمونه برداری منفرد سازگار است. روش ارائه شده پیچیدگی کمی را توسط استفاده از اطلاعات آماده موجود از الگوریتم ردیابی و عملکرد در اکتساب داده کم و نرخهای پردازش به گیرنده سنجش فشرده اضافه میکند. نتایج تئوری و مدارک عددی ارائه شده، یک کاهش در سطح پیک سایدلوب AF فشرده را وقتی که از ماتریس انطباقی در برابر ماتریس تصادفی استفاده میشود نشان میدهند. علاوه بر این، در یک مقاله مرتبط [9]، وقتی که از یک ماتریس انطباقی در برابر تصدفی استفاده میشود، یک بهبود در SNR در خروجی MF فشرده و در عملکرد ردیابی گزارش شده است.
توجه:
- برای دانلود فایل word کامل ترجمه لطفا اقدام به خرید فرمایید.
- پس از خرید بلافاصله لینک دانلود فایل برای شما ایمیل خواهد شد.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.