3 نتیجه برای رادار
حمید سعیدی، محمود مدرس هاشمی و سعید صدری،
دوره 24، شماره 1 - ( 4-1384 )
چکیده
با پیشرفت سیستمهای رادار روشهای متنوعی برای پردازش سیگنال وآشکارسازی در رادارها پدید آمده است. برخی از روشهای نوین پردازش سیگنال رادار از تبدیلهای زمان- فرکانس، به ویژه تبدیل موجک که یک تبدیل خطی زمان- فرکانس است، استفاده می‌کنند. از مهمترین کاربردهای تبدیل موجک در پردازش سیگنال، حذف تداخل از سیگنال دریافتی است. در روشهای مرسوم آشکارسازی، ابتدا تداخل حذف شده و سپس از یک آشکارساز ساده استفاده می‌شود. ما نیز با استفاده از روشهای مبتنی بر تبدیل موجک تداخل را حذف کرده، آن گاه آشکارساز ساده‌ای مانند آشکارساز انرژی به کار می‌بریم. هدف ما در این مقاله آن است که نشان دهیم در موارد عملی و رایج که عملکرد فیلتر منطبق یا فیلترهای شبه منطبق کاهش می‌یابند پردازش‌های مبتنی بر تبدیل موجک کارامدتر ند. همچنین بهبود عملکرد آشکارساز انرژی برای اهداف با سرعت شعاعی کم یا نزدیک سرعت کور در مواردی‌که به جای فیلتر MTI از نویززدائی بر پایه تبدیل موجک استفاده شود از دیگر دستاوردهای این تحقیق است
میرزمان غفاری، محمدرضا تابان، محمدمهدی نایبی و قاسم میرجلیلی، ،
دوره 26، شماره 2 - ( 10-1386 )
چکیده
در این مقاله دو آشکارساز شبه بهینه برای آشکارسازی همدوس سیگنال رادار در کلاتر k ارائه شده است. با فرض اینکه چند ممان اولیه دامنه کلاتر در اختیار است، تابع مشخص دامنه کلاتر به صورت یک سری، با جملات محدود تقریب زده شده و بر اساس آن با استفاده از تقریب Pade، به صورت یک کسر گویا در آمده و در نتیجه تابع احتمال دامنه کلاتر به صورت مجموعی از توابع نمایی به دست می آید. با استفاده از تابع احتمال حاصل، آشکارسازهای شبه بهینه GLR و AALR ساده می شوند. آشکارسازهای حاصل را به ترتیب PGLR و PAALR می نامیم. شبیه سازی رایانه ای نشان دهنده عملکرد مطلوب دو آشکارساز پیشنهادی در مقایسه با عملکرد آشکارساز OLD، GLR و AALR است.
محمدفرزان صباحی، محمود مدرس‌هاشمی و عباس شیخی، ،
دوره 27، شماره 1 - ( 4-1387 )
چکیده
در این مقاله آشکارسازی با استفاده از روشهای عددی مبتنی بر نمونه برداری مونت کارلو بررسی شده است. در این روشها با استفاده از تولید اعداد تصادفی عملیات تخمین پارامترهای نامعلوم و یا محاسبه آماره آشکار ساز انجام می‌پذیرد. به‌عنوان نمونه دو آشکار ساز بر مبنای روش نمونه برداری اهمیتی1 ارایه می‌شود. در این آشکار سازها،که آن را آشکار ساز ذره‌ای2 می‌نامیم، با استفاده از تولید اعداد تصادفی اقدام به محاسبه تقریبی نسبت درستنمایی با استفاده از تخمین پارامترهای نامعلوم (شبیه GLRT) و یاانتگرال‌گیری روی پارامترهای نامعلوم (شبیه AALR) می‌کنیم. روشهای ارائه شده،با توجه به طبیعت عددی آنها، قابل اعمال به طیف وسیعی از مسایل آشکار سازی و به‌خصوص مسائلی که روشهای تحلیلی برای آنها وجود ندارد خواهد بود. نتایج شبیه سازی در چندین حالت مختلف نشان دهنده این است که در حالاتی که روش GLRT قابل اعمال است، آشکارساز پیشنهادی عملکرد قابل رقابتی دارد. از طرف دیگر آشکارساز پیشنهادی به بسیاری از مسائل که در آنها تخمین ML پارامترها موجود نبوده و یا توزیع پیشین آنها مشخص است، قابل اعمال است.
