بررسی نویز سونار برای بهبود آشکارسازی در یک سیستم فعال

نویسندگان :

آشکارسازی هدف یکی از مسائل پر کاربرد در مخابرات است. در سالهای اخیر با افزایش تعداد کشتیها، زیردریایی ها، اژدرهای زیر آبی و ... آشکارسازی در زیر آب بسیار مورد توجه قرار گرفته است. سونار وسیله ای است که برای آشکارسازی هدف در زیر و سطح آب مورد استفاده قرار می گیرد. در این مقاله برای ایجاد اختلال در سیستم های آشکارساز غیر خودی یک سیگنال با توان بالا (جمینگ) در محیط منتشر می کنیم. این سیگنال توان بالا باعث می شود که آشکارسازی در گیرنده های غیرخودی با مشکل رو به رو شود. از آنجا که سیگنال های دریافتی توسط گیرنده های خودی نیز شامل این سیگنال قوی است برای انجام آشکارسازی در سیستم آشکارساز خود باید ابتدا این سیگنال تداخلی توان بالا را حذف کرده و سپس باقیمانده سیگنال که شامل سیگنال های اهداف است را جداسازی کنیم. برای این منظور ابتدا یک روش جدید جهت حذف سیگنال های جمینگ از ترکیب سیگنال ها پیشنهاد شده است و سپس به جداسازی سیگنال های اهداف می پردازیم. به منظور آشکارسازی سیگنال های اهداف از روش ICA-fast که یکی از روشهای پرکاربرد جـداسـازی منابـع کور است استفاده می کنیـم سپس برای بهبـود آشـکارسازی از الگوریتـم خوشـه بنـدی means-k استفاده می کنیم به این صورت که ابتدا داده ها را با روش خوشه بندی means-k دسته بندی کرده و سپس مراکز این دسته ها را به عنوان بردار اولیه برای الگوریتم ICA-fast در نظر می گیریم. این الگوریتم پیشنهادی ( ICA-fast means-k )+حجم محاسبات ما را برای دستیابی به ماتریس جدا کننده کاهش می دهد و چون انتخاب بردار اولیه با الگوریتم means-k باعث می شود که بردار اولیه انتخاب شده با توجه به ویژگی کلی هر دسته از سیگنال ها انتخاب می شود باعث پایداری و همگرایی سریعتر می شود. با شبیه سازی الگوریتم های -k+fastica means و fastica معمولی و مقایسه دو روش مشاهده می شود که الگوریتم پیشنهادی در زمان کمتر و با حجم محاسباتی کمتر می تواند ترکیب سیگنال ها را جداسازی کرده و به همگرایی برسد. در انتها با بررسی الگوریتم پیشنهادی مشاهده می کنیم که الگوریتم پیشنهادی در برابر نویز مقاومت بیشتری دارد و در نسبت سیگنال به نویز کمتر نسب به روش جداسازی بدون استفاده از الگوریتم لغو تداخل عملکرد بهتری از خود نشان می دهد.