سامانه‌های جهت یاب

كاربرد سامانه‌‌هاي جهت ياب امروزه ديگر منحصر به سامانه‌‌هاي نظامي و كاربرد‌هاي خاص چون رادار، سونار و جهت ياب‌هاي راديويي معمولي و ... نشده و مسير خود را در سيستم‌هاي مخابراتي پيشرفته چون سامانه‌‌هاي مخابراتي سيار، سامانه‌‌هاي رديابي و شناسايي نجوم و.... باز نموده است، به طوري كه تركيب سامانه‌‌هاي جهت يابي و مخابرات سيار باعث مزاياي فراواني از جمله افزايش تعداد استفاده كنندگان، افزايش حجم پوشش و كاهش تداخل شده است. همچنين تقاضا براي خدمات
دوشنبه، 24 فروردين 1388
تخمین زمان مطالعه:
موارد بیشتر برای شما
سامانه‌های جهت یاب
سامانه‌های جهت یاب
سامانه‌های جهت یاب


كاربرد سامانه‌‌هاي جهت ياب امروزه ديگر منحصر به سامانه‌‌هاي نظامي و كاربرد‌هاي خاص چون رادار، سونار و جهت ياب‌هاي راديويي معمولي و ... نشده و مسير خود را در سيستم‌هاي مخابراتي پيشرفته چون سامانه‌‌هاي مخابراتي سيار، سامانه‌‌هاي رديابي و شناسايي نجوم و.... باز نموده است، به طوري كه تركيب سامانه‌‌هاي جهت يابي و مخابرات سيار باعث مزاياي فراواني از جمله افزايش تعداد استفاده كنندگان، افزايش حجم پوشش و كاهش تداخل شده است. همچنين تقاضا براي خدمات مخـابراتي موبايل روز به روز به طور گسترد‌هاي در حال افزايش است از اين رو است كه پيش بيني مي‌شود كه در اّيند‌هاي نزديك مخابرات براي دستگاه‌‌هاي موبايل در هرمنطق‌هاي از زمين در تمامي زمانها قابل دسترسي باشد. به نظر مي‌رسد كه اّرايه اّنتن‌ها كه بر روي كشتي‌ها، ناوها، ماهواره‌ها و همچنين ايستگاه‌‌هاي اصلي نصب شده اند داراي نقش بسيار مهمي درپاسخگويي به نياز‌هاي مربوطه خواهند بود. مبحث آرايه بندي و متعاقب آن طراحي الگوريتم ‌‌هاي مختلف جهت پردازش اطلاعات حاصله از آرايه‌ها مدتي است كه تحقيقات زيادي را به‌ خود اختصاص داده است. اگـر چه تاريخچه اين تحقيقات به ساليان پيش بر مي‌گردد اما مدتي است كه بخاطر پيشرفت بشر در دستيابي به سرعت‌هاي بالاي كليد زني و پردازشگر‌‌هايي كه قادرند در مدت زماني اندك محاسبات زيادي را انجام دهند تحولات چشمگيري يافته است .البته هنوز هم اين سرعت كافي نبوده ودر بسياري موارد باعـث عـدم پـردازش مناسب داده‌ها مي‌گـردد. جهـت يا بـي راديويي[1] از جمله مواردي است كه بر روي آن تحقيقات زيادي در زمينه آن بعمل آمده است .
لازمه بررسي و تحليل چنين مباحثي شناخت تكنيك آرايه‌ها و توانايي استفاده از الگوريتم‌هاي مناسب با شرايط مسئله است. اين موضوع كه ابتدا در سيستم‌هاي آرايه و فقي[2] مطرح شده بود در حال حاضر نيز بهمراه مبحث شكل دهي پرتو[3] در زمينه‌‌هاي مختلف خصوصا مخابرات سيار سيستم‌هاي SDMA[4] و آنتن‌‌هاي هوشمند[5] مورد توجه بسياري از مراكز تحقيقاتي قرار دارد.
بهره گيري از تكنيك پردازش آراي‌هاي ابتدا جهت آنتن‌ها بكار رفت اما پس از مدتي كاربرد‌‌هاي عظيم اين تكنيك در كليه زمينه‌ها گسترش يافت .
الگوريتم‌‌هاي موجود در مورد مشخص كردن جهت ورودي‌هاي دريافتي مدتها است كه مورد توجه بوده و در روش بسيار كاراي آن كه همان روش‌هاي تخمين جهت با استفاده از تكنيك زير فضاي سيگنال است از حدود دهه 1970 آغاز شده است. اصلي ترين الگوريتم مرتبط با تكنيك‌‌هاي زير فضاي سيگنال، الگوريتم ميوزيك[6] است .
كاربرد سامانه‌‌هاي جهت ياب امروزه ديگر منحصر به سامانه‌‌هاي نظامي و كاربرد‌‌هاي خاص همچون رادار و سونار، جهت ياب‌هاي راديويي نشده ومسير خود را در سامانه‌‌هاي مخابراتي پيشرفته چون سيستم‌هاي مخابراتي‌سيار، سامانه‌‌هاي رديابي وشناسايي نجوم و در موارد محدودي در بحث اكوستيك باز نموده است. بطوريكه تركيب سامانه‌‌هايDF[7] و مخابرات باعث مزاياي بسياري از جمله افزايش تعداد استفاده‌كنندگان، افزايش حجم پوشش و كا‌هش تداخل شده است.
یکی از کاربردهای سامانه‌های جهت یاب به تحقیقات يكي از كارشناسان ارشد ارتش آمريكا بر ميگردد كه با نمونه برداري از صداي يك تانك و سپردن اين نمونه صداي تانك در حافظه كامپيوتر و سپس كاشتن تعدادي ميكروفن بعنوان سنسور و مقايسه خروجي آرايه با حافظه توانست زاوي‌هاي كه اين تانك به هنگام حركت با موتور روشن با سنسنور‌ها مي‌ساخت را آشكار نمايد كه اين مهم باعث مي‌شد تا بتوان تانك دشمن را با علم به زاويه آن شناسايي نموده و با داشتن مختصات آن بعنوان يك هدف نظامي به آن شليك نمود .كاري كه در گذشته با رادار انجام مي‌شد در حاليكه هزينه ساخت رادار با هزينه ساخت اين پروژه نظامي غير قابل مقايسه بود. بطوريكه چنانچه رادار توسط دشمن مورد تخريب قرار مي‌گرفت هزينه آن بسيار زياد بود در حاليكه چنانچه اين پروژه توسط دشمن تخريب مي‌شد فقط تعدادي ميكروفن از دست مي‌رفت .
امروزه جداي از كاربرد‌‌هاي وسيعي كه آرايه‌ها ي ميكروفني به ارمغان آورده‌اند مي‌توان با نمونه برداري از صدا‌هاي حوادث يا پديده‌ها ( شبيه صداي رعد، صداي انفجار – صداي شكستن شيشه و يا …) و سپردن اين اصوات به حافظه كامپيوتر و مقايسه آنها با خروجي سـنسورها يا آرايه‌‌هاي كاشته شده در محل‌‌هاي مورد نظرمان بروز يك پديده يا اتفاق يك حادثه يا رويداد را آشكار و متعاقب آن امور پيشگرانه را لحاظ نمود. مثلا با پردازش گر‌‌هاي قوي ميتوان بروز رعد را از روي صداي آن تشخيص داده و در پست‌‌هاي توزيع برق فشار قوي در كسري از ثانيه نسبت به قطع برق اقدام نمود و سايرامور پيشگيران‌هاي كه ميتوان با استفاده از آرايه بندي به انجام رساند .
بطور كلي روش‌هاي تخمين جهت كه تاكنون پيشنهاد شده را مي‌توان به دو گروه تقسيم كرد: 1- روش‌هاي تخمين طيفي[8]

روش‌هاي ساختار ويژه[9]

در روش‌هاي گروه اول كه مهمترين آنها روش حداكثر احتمال[10] است با محاسبه طيف مكاني و بدست آوردن نقاط ماكزيمم محلي، تعداد و جهت منابع سيگنال تعيين مي‌گردد. تخمين همزمان تعداد و جهت منابع ارسال كننده سيگنال و همچنين زمان پردازش كم اين روشها از جمله نقاط قوت آنها محسوب مي‌گردند ولي قدرت تفكيك پذيري كم در تشخيص منـابع نزديك بهم و منابـع با اخـتلاف توانـي زيـاد، هـمچنـين حسـاسيت زياد آنـها به نويز و كاليبراسيون آرايه دلايلي هستند كه استفاده از آنها را محدود نموده است .
روش‌هاي گروه دوم كه الگوريتمMusic مهمترين آنها است بر پايه اين خاصيت ماتريس كواريانس پايه گذاري شده اند كه فضا توسط بردار‌هاي ويژه آن به دو زير فضا ي سيگنال و نويز تقسيم مي‌شود به گون‌هاي كه بردار‌هاي آرايه در جهت منابع، عمود بر زير فضاي نويز قرار مي‌گيرند .
سادگي فرمول بندي، قدرت تفكيك زياد و حساسيت بسيار كمتر آنها به نويز از جمله محاسن آنها است ولي از عيوب دسته دوم مي‌توان به اين نكته اشاره كرد كه بعضي از روش‌هاي اين دسته فقط قابل اعمال به آرايه‌‌هاي خطي هستند .
براي بهينه كردن يك ارتباط بطوريكه داراي بازده بالايي باشد توجه به چندين مورد اساسي لازم به نظر مي‌رسد كه در زير به اّنها اشاره مي‌شود :
چگونگي اسـتفاده از آرايه آنتن‌ها بطـوريكه با استفاده از پيـكر بندي‌‌هاي متفاوت، اثر و نتايج مربوط به سامانه‌‌هاي مخابراتي را بهبود بخـشد .
مدل سـيگـنال منـاسب وكارا، براي پــردازش آرايـه[11] دركنـار طرح‌‌هاي مختـلف شـكل دهي بيـم2، به همراه مسايلي همچون تاخير مرسوم[12]، مجموعه شكل دهنده‌‌هاي بيم[13]، شرايط مرزي نـاشـي از شكـل دهي بيــم[14]، پــردازش بـر روي فضـاي بـيـم[15]، بردار‌‌هاي صفر[16]، شكل دهي به صورت ديجيتالي و ديگر ساختار‌هاي ويـژ‌هاي كـه همگي خـارج از بحث اصلي اين پروژه است .
الگوريتـم‌‌هاي وفـقي بـراي تـنظـيم وزن يك آرايه، كه اين الگوريتمها شامـل SMI [17]، LMS[18]، LMS نرماليزه، ساختـار گراديـاني، RLS[19]، CMA[20] و روش مزدوج گراديان و شبكه ارتباطي عصبي است .
بكارگيري چندين روش تخمين جهت[21] سيگنال‌هاي دريافتي و مقايسه نتايج و اثر هر كدام و تجزيه و تحليل متغير‌‌هاي مختلف و محاسبه حساسيت آ‌نها و همچنين تخمين تعداد منابع .
بحث بر روي چندين روش پيش پردازشي[22] و همچنين بررسي خطاها و تاكيد برنقش طرح‌هاي پردازش آرايه.
قدرت تفكيك جهات سيگنال‌هاي دريافتي DOA)) [23] در بسياري از سامانه‌‌هاي سنسوري همچون رادارها، سونارها، مخابرات موبايل و نظارت و مراقبت الكترونيكي كاربرد فراواني دارد. به همين لحاظ است كه طي يك دهه اخير تلاش فراواني براي بهبود دادن مشخصه‌‌هاي سيستم‌هاي DF انجام مي‌گيرد.
شايد بيش از چند صد مقاله از دهه 60 تا دهه 90 در مورد طراحي سامانه DF (طراحي آرايه و ساختار آن) ارائه شده است اما عـمده تفـاوت مقالات دهه اخير با مقالات پيشين، در نحوه بررسي و طراحي DF، به شكل ارائه الگوريتم‌‌هاي پردازشگر بوده است. در اين الگوريتم‌ها از توان سيگنال دريافتي مجموعهء حسگرها استفاده شده و با جداسـازي فضاي سيگنال از فضاي نويز توسط يك آستانه از پيـش تعريف شده، مشخصات سيـگنال‌‌هاي دريافتي و جهت سيگنال‌‌هاي دريافتي را مي‌توان بدست آورد. در صورتيكه هيچ نويزي وجود نداشته باشد (SNR=∞ ) در اين صورت مقادير محاسبه شده مقادير دقيق خواهند بود. از آنجائيكه هميشه نويز وجود دارد، مقادير بدست آمده به طور مجانبي به مقادير دقيق ميل مي‌كنند .
روش‌هاي جدا سازي سيگنال از نويـز و حصول مقادير دقيق متغير‌‌هاي مورد نياز براي الگوريتم‌‌هاي مختلف موجب شده است كه هر كدام در موقعيت‌هاي مختلفي بكار گرفته شوند و حتي بعضي از اين الگوريتم‌ها به دلايل مشكلاتي كه فراهم نموده اند، حذف شوند .
يك مشكل جدي پردازش آرايه حل مسئله منابع كاملا وابسته است. حل نمودن مشكل منابع وابسته و همچنين منابعي كه از لحاظ فاصله بهم نزديكند باعث ايجاد يك حوزه فعال در تحقيقات شده است.
اين مطالعات در حال حـاضر بر روي تعدادي از تكنيكـ‌هاي مـوجود از قبـيل ASPECT[24] (مانيكاس و ترنر در سال 1991)[25] ‌[16-1]DOSE[26] زاتمن استرانگ وايز
1993)[27] ، IMP[28] (كلارك 1991)[29] ‌‌‌[10-1]و ML (وَكس 1985)[30] بعنوان يك ابزار تخمين جهت سيگنال‌هاي دريافتي انجام مي‌گيرد. اين تكنيكها به شكل هندسي آرايه خطي مقيد نيستند و قادر هستند كه محاسبات را براي سيگنالها يي با همبستگي كامل انجام دهند. تخمين جهت دريافت با تفكيك پذيري فوق العاده[31] DOAدر بسياري از سيستم‌هايي كه از آنتن استفاده مي‌كنند نظير رادار سونار، مخابرات موبايل و سيستم‌هاي الكترونيكي نظارتي[32]‌ كاربرد دارد. در مراحل قبل تخمين جهت، يك روش كلي كه موسوم به تبديل فوريه وجود دارد و بعنوان روش متداول شكل دهي بيم معروف است و بيشترين توجه را به خود جلب كرده است. اما يكي از مسائل مهم كه تكنيكـ‌هاي جهت دهي بيم با آن مواجه هستند، رفع مشكل دو منبع نزديك به يكديگر است. اين ناتواني از آنجا ناشي مي‌شود كه مشخصه دقت تفكيك پذيري آرايه به نسبت سيگنال به نويز بستگي دارد. اين مشكل همچنان براي تكنيك‌هاي جديد كه براي پيدا نمودن موقعيت منابع بكار مي‌روند وجود دارد (مرموز 1981)[33] كه از اين تكنيك‌هاي جديد به تكنيك‌هاي تخمين جهت با دقت تفـكيك پذيـري بـالا‌‌ياد مي‌شود مهمترين روش‌‌هاي موجود در اين بخش از تكـنيكها، عبارتند از:
روش حداكـثر احتمـال ML كه مـبناي كار كـاپن[34] (1969) بـر روي تـجزيه عـدد مـوج فـركانـس است‌ .
روش حداكثر بي نظمي ME[35] كه توسط برگ[36] (1975)‌ بنيان نهاده شد .
تكنيك‌هاي زير فضاي سيگنال[37] (اشميت 1981)[38] كه مشهورترين الگوريتم موجود در اين دسته الگوريتم MUSIC است.
در حال حـاضر تـكنيك‌هاي زير فـضـاي سيگـنال به عنوان قدرتمندترين روش در نظر گرفـته شده و بر مبناي تجزيه بردار تجزيه ويژه ماتريس كوواريانـس داده‌ها (يعني R xx ) بنا شده است. عمده ترين مزيت‌هاي اين تكنيك بر تكنيك‌هاي متداول و همچنين ساير تكنيك‌‌هاي تفكيك پذيري بالا شامل روش MLو ME (جانسون و مينر 1986 )[39] عبارتند از:
اين روش‌ها قادرند تخمين‌‌هايي با قدرت بالاتر را ايجاد كنند .
ابهام‌ها تقليل داده مي‌شوند.
تخمين دقيقي براي DOA و ساير متغير‌هاي سيگنال و نويز ايجاد مي‌كند .
اما اين تكنيك‌هاي مشخص شده، حساس به نمونه برداري و مدل‌هاي خطا و عدم اطمينان مي‌باشند، بخصوص كه بر اساس دانش دقيق شكل هندسي آرايه (موقعيت آنتنها )‌، ‌فاز و بهره آنتن، كوپلينگ متقابل بين عناصر آرايه و غيره بنا شده اند.
اگر روش‌هاي زير فضاي سيگنال با متغير‌هاي غلط بكار گرفته شوند عمدتا يا هيچ جوابي نمي‌دهد و يا در بهترين حالت نتايج ضعيفي را خواهد داد. بنابراين كاليبراسيون بر حسب متغير‌هاي آرايه يك نياز مقدماتي در تكنيك‌هاي زير فضاي سيگنال است.

[1]- Radio Direction Finding
[2] -Adaptive Array systems
[3] - Beam forming
4 -Space Division Multiple Access
[5] - Smart Antennas
[6]-Multiple Signal Classification
[7] - Directional Finding
[8] - Spectral Estimation Methods
[9] - Eigenstructure Methods
[10] - Maximom Likelihood
[11] - array processing
[12]- conventional-delay
[13] - some beamformer
[14] - constrained beam forming
[15] - beam space processing .
[16] - null steering
[17] -Sample Matrix Inversion
[18] -Least Mean Sqaure
[19] -Recursive Least Square
[20] -Constant Modulus Algorithm
[21] -DOA
[22] - pre-processing methods
[23] -directional of arrival

منبع:http://forum.parsigold.com




نظرات کاربران
ارسال نظر
با تشکر، نظر شما پس از بررسی و تایید در سایت قرار خواهد گرفت.
متاسفانه در برقراری ارتباط خطایی رخ داده. لطفاً دوباره تلاش کنید.
مقالات مرتبط
موارد بیشتر برای شما