در این پایان نامه، ما یک تخمینگر موثر برای تخمین نرخ فرکانس سیگنال های LFM در حضور نویز سفید گوسی جمع شونده پیشنهاد می دهیم. مدولاسیون فرکانس خطی یا چیرپ، به صورت گسترده در پردازش سیگنال، رادار، سونار و کاربردهای مخابراتی استفاده می شوند. برای مثال، از آنها برای تخمین مسیر حرکت اشیاء متحرک در گیرنده های ثابت استفاده می شود. مراحل تخمین در روش پیشنهادی به این صورت است که ابتدا با اعمال تغییراتی مسئله تخمین نرخ فرکانس به مسئله تخمین فرکانس تبدیل می شود، سپس با استفاده از ویژگی پیشگویی خطی سیگنال های سینوسی، مسئله به صورت یک مسئله مقدار ویژه درجه دو نوشته می-شود که با حل این مسئله، ضریب پیشگویی و در نتیجه فرکانس سیگنال سینوسی یا همان نرخ فرکانس سیگنال LFM تخمین زده می شود. در ادامه، از مقدار نرخ فرکانس تخمین زده شده در مرحله قبل استفاده کرده و فرکانس اولیه را طبق الگوریتم پیشنهادی بدست می آوریم. در نهایت، تخمین بدست آمده را با استفاده از نرم افزار متلب شبیه سازی کرده و عملکرد روش پیشنهادی را به وسیله مقایسه با باند کرامر- رائو و روشی ارائه شده در مقاله های قبلی ارزیابی می کنیم. نتایج بدست آمده نشان می دهند که الگوریتم پیشنهاد شده عملکرد موثری در تخمین پارامترهای سیگنال ارائه می دهد و به باند کرامر- رائو نزدیک است.

در مخابرات بیسیم، مدولاسیون ادغام تقسیم فرکانسی متعامد (OFDM) به عنوان یک روش مفید و کارآمد برای انتقال اطلاعات با نرخ داده بالا از طریق استفاده همزمان از زیر حامل های دوبه دو متعامد، بکار می رود. یکی از مشکلات این مدولاسیون حساس بودن تعامد زیرحامل ها نسبت به آفست فرکانسی است. در این مطالعه، با توجه به حساسیت سیستم OFDM نسبت به این آفست فرکانسی و مشکلات به وجود آمده برای تعامد زیرحامل ها مانند ICI و ISI، به بررسی مبانی روش های مختلف تخمین آفست فرکانس حامل پرداخته شد. انواع مختلف تخمینگرها مانند تخمینگرهای مبتنی بر پیشوند چرخشی، تون های راهنما و کور به وسیله محققان ارائه شدند. تخمینگر های پیشنهادی مبتنی بر روش های پیشگویی خطی و همچنین از طریق بین های DFT روش هایی هستند که در این مطالعه بکار گرفته شدند و دارای دقت و ارزش زیادی هستند. کارایی روش های تخمین پیشنهادی با باند کرامر-رائو نیز مقایسه شدند و مزایا و برتری های این روش ها بررسی شد.

یکی از کاربردهای اصلی پردازش سیگنال آرایهها پردازش خروجی داده های حسگرها و تعیین موقعیت اهداف و منابع سیگنال
است. هر آرایه متشکل از تعدادی آنتن برای ارسال و دریافت سیگنال میباشد. سیگنال ها در ابتدا توسط آرایه ارسالی به سمت اهداف
ارسال میشوند و پس از برخورد به هدف و برگشت از آن توسط آرایه دریافت میشود. با استفاده از سیگنال دریافتی توسط آرایه
دریافتی مشخصات هدف نظیر جهت ورود، فاصله، سرعت و... را می توان تخمین زد. در این پایان نامه ابتدا به بررسی روش های
تخمین جهت ورود هدف پرداخته شده و سپس روشهای مختلف با هم مقایسه می شوند. روش های تخمین جهت ورود هدف به
طور کلی به دو دسته روش های معمولی و روش های مبتنی بر زیر فضا تقسیم می شوند. روش های مبتنی بر زیرفضا از ماتریس
کوواریانس داده های رسیده به آرایه استفاده می کنند و در مقایسه با سایر روش ها، دقت تخمین و رزولوشن بهتری ارایه می دهند. در
معرفی شده و مزایای این رادارها نسبت به رادارهای آرایه ای گذشته بیان می شود. برای کار پیشنهادی سیگنال MIMO ادامه رادار
دریافتی به صورت دوبعدی مدل می شود که در یک بعد دارای جهت و در بعد دیگر شامل فرکانس داپلر است؛ با تشکیل معادله
و با تبدیل، پارامترهای هدف AR مرتبه 2 تبدیل کرده و با تخمین ضرایب مدل AR مشخصه مساله را به صورت تخمین ضرایب مدل
انجام شده است. در ادامه شبیه YWILS تخمین زده می شود. در بخش بعد نیز تخمین جهت ورود و داپلر هدف با روش پیشنهادی
سازی برخی از روش های تخمین جهت ورود با پارامترهای مختلف انجام و با هم مقایسه میشوند. در انتها شبیه سازی دو روش
پیشنهادی انجام شده است که مشاهده می شود الگوریتمهای ارائه شده عملکرد موثری در تخمین پارامترهای هدف ارائه میدهند.

 شکلدهنده های پرتو فیلترهای فضایی هستند که با ایجاد نول در جهت تداخل و یک بهره ثابت در جهت دلخواه ، سیگنال مطلوب را از تداخل¬های ناخواسته جدا می کنند. بطور سنتی آرایه های یکنواخت برای پیاده-سازی شکل‌دهنده‌های پرتو استفاده می شوند. با این حال به منظور پرهیز از لوب های مزاحم بیشترین فاصله حسگرهای مجاور، نصف طول موج حامل می باشد. برای دستیابی به بهره بالای آنتن و دقت زاویه¬ای بالا، آرایه آنتن با تعداد اجزاهای زیاد باید استفاده شود. از سوی دیگر هزینه¬های زیاد مربوطه،افزایش بار محاسباتی و وزن سیستم یک اشکال عمده است. برای کاهش تعداد اجزاهای آرایه بدون کاهش دهانه آرایه می‏توانیم از آرایه‏های تنک (اسپارس) استفاده کنیم. این پایان نامه به روش هایی که مکان حسگرها را بهینه می¬کند در حالی که همچنان یک پاسخ آرایه مطلوب را ارائه می¬دهد توجه دارد. طراحی آرایه تنک برای بهینه سازی مکان بسیار غیرخطی است و به صورت سنتی توسط الگوریتم ژنتیک، شبیه سازی تبرید و روش‏ها‏ی بهینه سازی مشابه حل می‏شود . با این حال، این یک فرآیند زمان¬بر است و راه حل‏ها‏ی کارآمدتری مورد نیاز می‏باشد. در این پایان‏نامه این مسئله از نقطه نظر حسگری فشرده مورد مطالعه قرار گرفته است. فرمول اصلی مسئله حسگری فشرده برای طراحی پهن باند می¬تواند به بهینه سازی نرم اصلاح شده تبدیل شود. همچنین به بررسی حل وفقی مسئله اسپارس با الگوریتم LMS L0- برای تنک سازی وفقی مکان المان‏های آرایه پرداخته شده است. به منظور کاهش پیچیدگی محاسباتی، شکل دهی پرتو پهن باند را در حوزه فرکانس اعمال کرده و برای پویش سه بعدی فضا این روش بر روی آرایه تنک دو بعدی L-شکل پیاده سازی شده است.

1.  

رادارهای پسیو هیچ گونه سیگنالی ارسال نمی کنند و از امواج ارسالی به وسیله فرستنده های مغتنم در محیط برای ردیابی استفاده می کنند. فرستنده های موجود در محیط که در رادارهای پسیو مورد استفاده قرار می گیرند، شامل سیگنال های تلویزیون، رادیو FM، GSM و GPS می باشد. آنچه در این پایان نامه مورد بررسی قرار می گیرد، رادار پسیو مبتنی بر سیگنال رادیو FM می باشد. در این پایان نامه ابتدا سیگنال های مورد استفاده در سیستم های راداری پسیو مبتنی بر سیگنال رادیو FM بیان می شود. سپس به حذف تداخل های ناشی از نشتی سیگنال مسیر مستقیم و کلاتر در کانال نظارت رادارهای پسیو مبتنی بر سیگنال رادیو FM پرداخته می شود. علاوه بر روش های وفقی معمول مانند LMS، NLMS، و RLS و روش های مبتنی بر زیر فضا مانند ECA، در این پایان نامه از الگوریتم های وفقی بر اساس متغیر بودن اندازه گام و الگوریتم های LMS و NLMS با قید تنک بودن (Sparse) برای حذف و تضعیف تداخل ناشی از پدیده چند مسیرگی و نشتی سیگنال مسیر مستقیم در کانال نظارت رادارهای پسیو بهره خواهیم برد.

 تبدیل فوریه کسری نسبت به تبدیل فوریه معمولی به دلیل داشتن یک درجه آزادی دارای انعطاف‌پذیری بیشتری در پردازش سیگنال‌های غیر ایستا می‌باشد و به همین دلیل کاربرد وسیعی در فیلتر کردن، آشکارسازی، آنالیز سیستم‌های متغیر با زمان و همچنین پردازش سری‌های زمانی دارد.
روش های کلاسیک آنالیز سیگنال در دو حالت زمانی و یا فرکانسی انجام می شود. از آنجایی که این روش ها در مورد تغییرات فرکانسی در طول زمان یا پراکندگی زمانی یک فرکانس خاص در سیگنال، اطلاعاتی با دقت مناسب را بدست نمی دهند؛ برای آنالیز سیگنال¬های غیر ایستایی همچون سیگنال LFM مناسب نمی باشند. یک سیگنال LFM در مورد چگونگی تغییر فرکانس با زمان، اطلاعاتی را در بر دارد که در این پایان نامه بر اساس رهیافت مرتبه بهینه تبدیل فوریه کسری، پردازش سیگنال چیرپ آسان می‌شود. تخمین پارامترهای سیگنال، همچنین عملکرد آشکارسازی مبتنی بر FRFT در مقایسه با فیلتر منطبق در حضور نویز سفید گوسی بررسی می‌شود که نتایج حاکی از آن است که عملکرد آماری آشکارساز FRFT نزدیک به آشکارساز بهینه( فیلتر منطبق ) می‌باشد، همچنین با در نظر داشتن ماهیت حوزه‌ی فوریه کسری و هسته این تبدیل که نوعی سیگنال چیرپ است، می‌توان انتظار داشت که کاهش گلبرگ فرعی و همچنین کاهش پهنای گلبرگ اصلی و در نتیجه بهبود رزولوشن را در مقایسه با فیلتر منطبق نتیجه دهد و مراحل آشکارسازی در حضور کلاتر نیز بررسی گردید.

 آشکارسازی CFAR اهداف متحرک زمینی در تصاویر به¬دست آمده از رادار دهانه مصنوعی چندکاناله، در کاربردهای نظامی و غیرنظامی از اهمیت زیادی برخوردار است؛ اما به¬دلیل عدم دسترسی به تجهیزات راداری یا داده¬ی آن، دست¬یابی به یک مولد سریع و دقیق داده¬ی خام کلاتر ساکن و اهداف متحرک در این نوع رادارها ضرورت دارد. در این پایان¬نامه، یک الگوریتم چهارمرحله¬ای برای تولید داده¬ی خام کلاتر ساکن و اهداف متحرک در هر کانال پیشنهاد شده است. با بهره¬گیری از این شبیه¬ساز، در شرایط مختلف از نظر سرعت، شتاب و جهت حرکت هدف، پس از تولید داده¬ی خام هر کانال، تصویر نهایی آن با استفاده از الگوریتم برد-داپلر استخراج شده است. سپس، با استفاده از تکنیک¬های حذف کلاتر نظیر DPCA، ATI و DPCA-ATI تصویر نهایی رادار دهانه مصنوعی چندکاناله، در شرایط ایده¬آل و غیر¬ایده¬آل، تولید شده است. به¬منظور اطمینان از صحت عملکرد شبیه-ساز به¬دست آمده، تصاویر کانال اول با بهره¬گیری از فرمول¬های استخراج شده برای پیش¬بینی تاثیر پارامترهای حرکت هدف، مورد مطالعه قرار گرفته و تصاویر نهایی رادار دهانه مصنوعی چندکاناله نیز بررسی شده است. در نهایت، با استفاده از شبیه¬ساز طراحی شده، مهم¬ترین الگوریتم¬های آشکارسازی CFAR اهداف متحرک زمینی در سیستم¬های SAR-GMTI چندکاناله، آشکارساز مبتنی بر فاز اینترفروگرام و مقدار ویژه¬ی دوم ماتریس کوواریانس نمونه¬ها، آشکارساز IMP و آشکارساز وفقی مبتنی بر دامنه¬ی DPCA بررسی و مقایسه شده است. نتایج به¬دست آمده نشان می¬دهد که الگوریتم پیشنهاد شده برای تولید داده¬ی خام کلاتر ساکن و اهداف متحرک در هر کانال، از لحاظ سرعت و دقت، نسبت به سایر شبیه¬سازهای موجود از عملکرد بهتری برخوردار می¬باشد و نمودارهای ROC به¬دست آمده نشان¬دهنده¬ی برتری الگوریتم آشکارسازی IMP نسبت به سایر الگوریتم¬های آشکارسازی است.

 آشکارسازهای وفقی راداری به تخمین خواص آماری اختلال ( کلاتر و نویز) برای استفاده در ساختار خود نیاز دارند. برای تخمین صحیح خواص آماری مجهول ( معمولا ماتریس کوواریانس) با استفاده از تعدادی مجموعه داده محدود، ضروری است کوواریانس پارامتری شود. یک مدل مشهور برای کلاتر جهت رسیدن به این هدف مدل خودبرگشتی (AR) است. می توان نشان داد که یک رابطه یک به یک بین پارامترهای یک فرآیند AR و تابع کوواریانس آن وجود دارد. به علاوه، در بسیاری موقعیت های عملی، نمونه های زمانی کلاتر یک سلول برد می تواند به طور تقریبی به صورت یک فرآیند AR با مرتبه نسبتا پایین مدل شود. در این پایان نامه، ما یک آشکارساز وفقی مشهور (فیلتر منطبق وفقی) را به دو شکل مختلف اصلاح نمودیم. در عمل، ماتریس کوواریانس از مجموعه ای از داده آموزشی تخمین زده می شود. با این حال، در برخی موقعیت های عملی جمع آوری داده آموزشی به مقدار کافی واقعا دشوار است. در چنین وضعیتی، آشکارسازهای وفقی افت عملکرد آشکارسازی شدیدی خواهند داشت. در آشکارسازهای پیشنهادی ما، پارامترهای AR فقط بر اساس داده اولیه تخمین زده می شوند و در تخمین ماتریس کوواریانس استفاده می شوند. سپس ماتریس تخمین زده شده در ساختار آشکارساز به کار می رود. به علاوه، مسئله آشکارسازی هدف در حضور توام کلاتر و نویز در نظر گرفته شده و راه حلی پیشنهاد شده است. ما ابتدا پارامترهای AR کلاتر و واریانس نویز را از داده ثانویه تخمین زده سپس ماتریس کوواریانس اختلال را برای استفاده در ساختار آشکارساز تشکیل دادیم. عملکرد آشکارسازهای پیشنهادی با استفاده از شبیه سازی های مونت کارلو ارزیابی و اثربخشی آنها تایید شده است.

در مخابرات بیسیم مدولاسیون ادغام تقسیم فرکانسی متعامد (OFDM) کانال چندمسیری فرکانس گزین را به کانالهای موازی محوشدگی تخت تبدیل می کند. مدل آماری که برای کانال محوشدگی رایلی تخت استفاده میشود، مدل جیکس (Jakes) نامیده می شود. در این مدل، تابع خودهمبستگی کانال با نرخ داپلر تغییر می کند. تخمین کانال محوشدگی در گیرنده، یک چالش اساسی برای آشکارسازی همدوس سمبلها است. یکی از روشهای تخمین کانال محوشدگی از روی مشاهدات نویزی دریافتی، مدل کردن کانال با یک فرآیند AR (Autoregressive) نویزی است. با استفاده از روشهای موجود تخمین، پارامترهای مدل AR تخمین زده می شود و از ضرایب تخمینی مدل AR می توان فرکانس داپلر را نیز تخمین زد. در این پایان نامه، روشی جهت بهبود تخمین کانال محوشدگی پیشنهاد می گردد. این روش از اتصال سری الگوریتمی جهت تخمین پارامترهای مدل AR نویزی و فیلتر کالمن به منظور تخمین کانال تشکیل می شود. با شبیه سازی کانال به صورت مدل AR نویزی، کارایی روش پیشنهادی و روشهای موجود دیگر بر حسب نرخ خطای بیت (BER) مقایسه می شود.