تخمین جهت ورود ریزپرنده در حضور جمر
کد مقاله : 1074-NERS
نویسندگان
مجتبی حاجی آبادی *
استادیار گروه مهندسی برق-مخابرات، دانشکده مهندسی برق و کامپیوتر، دانشگاه بیرجند، بیرجند، خراسان جنوبی، ایران
چکیده مقاله
این پژوهش به ارائه یک الگوریتم نوین یادگیری ماشین، موسوم به بیشینه احتمال وفقی برای حل چالش تخمین مقاوم زاویه ورود ریزپرنده در محیط‌های دارای نویز ضربه‌ای یا جمر می‌پردازد. نویز ضربه‌ای یک مدل آماری کارآمد برای شبیه‌سازی تداخل‌های الکترومغناطیسی در سامانه‌های مخابراتی و جمر در سامانه های راداری است. الگوریتم‌های مرسوم مانند MUSICو ESPRIT در تخمین زاویه ورود دارای پیچیدگی محاسباتی بالایی هستند زیرا نیازمند محاسبه تجزیه مقادیر ویژه و زیرفضای نویز هستند که پردازش هایی زمان بر می باشند. در چند سال اخیر روش های فیلتر وفقی استاندارد مانند LMS برای مسئله تخمین زاویه ورود سیگنال مطرح گردیده است که به دلیل پیچیدگی محاسباتی پایین، دارای سرعت پردازش بالا و پاسخ بلادرنگ در تخمین زاویه ورود سیگنال می باشد. این دسته از الگوریتم ها و روش ها در برابر نویزهای ضربه ای که در محیط های واقعی و عملیاتی حضور دارند، عملکرد ضعیفی از خود نشان می‌دهند. نوآوری کلیدی در این پژوهش، پیاده‌سازی وفقی معیار بیشینه احتمال است که تاکنون انجام نشده است. نتایج شبیه سازی نشان می دهد، الگوریتم پیشنهادی، می تواند زاویه ورود سیگنال ریزپرنده را با دقت بالایی تخمین بزند و عملکرد مقاومی در حضور نویز ضربه ای و جمر داشته باشد.
کلیدواژه ها
تخمین زاویه ورود، فیلترهای وفقی، بیشینه احتمال وفقی، نویز ضربه ای، جمر
وضعیت: پذیرفته شده