شکل ۴-۶: میزان تضعیف در الگوریتم­های وفقی بر حسب فرکانس داپلر

شکل ۴-۷: مقاسیه میزان تضغیف تداخل بر حسب فرکانس داپلر در دو الگوریتم RLS و FT-RLS
با مباحث ارائه شده در این قسمت نتیجه می­گیریم که روش LMS و حالت نرمالیزه آن با وجود آن­که پیچیدگی محاسباتی کم­تری نسبت به الگوریتم RLS دارند اما عملکرد مناسبی از نقطه­نظر تضعیف تداخل و آشکارسازی هدف ندارند. در روش LMS و NLMS با انتخاب مناسب پارامترها نه تنها بیش­ترین مقدار تضعیف سیگنال­های تداخلی از مقدار متناظر در الگوریتم RLS بسیار کم­تر است، بلکه میزان تغییر تضعیف تداخل بر حسب فرکانس هم سیر نزولی نداشته و این امر از نقطه­نظر آشکارسازی اهداف مطلوب نخواهد بود. در این میان الگوریتم VSLMS و حالت نرمالیزه آن عملکردی بهتر نسبت به الگوریتم­های LMS و NLMS دارد، اما تضعیف تداخل بر حسب تغییر فرکانس داپلر کلاتر در این دو الگوریتم نیز با انتخاب پارامتر مناسب سیر نزولی قابل توجهی ندارد. در کل الگوریتم RLS و FTF-RLS در زمینه حذف سیگنال­های تداخلی و آشکارسازی اهداف رفتار بهتری نسبت به الگوریتم­های خانواده LMS دارند ولی در کاربردهای عملی بحث پیاده­سازی یک الگوریتم نیز بسیار مهم بوده و این عامل استفاده از الگوریتم RLS در رادار پسیو مبتنی بر سیگنال DVB-T در بردهای زیاد کلاتر را با مشکل مواجه می­ کند. بنابراین پیشنهاد ما برای پیاده­سازی یک الگوریتم وفقی با عملکرد مناسب و پیچیدگی محاسباتی کم جهت حذف سیگنال­های تداخلی، در بردهای زیاد مورد توجه در رادار پسیو مبتنی بر سیگنال DVB-T، الگوریتم FTF-RLS می­باشد.
پایان نامه - مقاله - پروژه
همان طور که در قسمت قبل بیان شد در این پایان نامه شبیه­سازی­ها با دو سیگنال به طول­های ۲۰ و ۶۰ میلی­ثانیه انجام شده است. از نظر سرعت همگرایی الگوریتم­های مذکور، تفاوتی بین دو حالت استفاده از سیگنال با طول ۲۰ و ۶۰ میلی­ثانیه وجود ندارد اما از نظر توانایی حدف تداخل با بهره گرفتن از سیگنالی با طول ۶۰ میلی­ثانیه چند dB بهبود حاصل می­ شود. در شکل ۴-۸ مانند آن­چه در شکل ۴-۶ نشان داده شد، میزان تضعیف الگوریتم­های وفقی مذکور بر حسب فرکانس داپلر کلاتر از صفر تا ۱۰ هرتز برای داده به طول ۲۰ میلی­ثانیه نشان داده شده است. همان طور که از مقایسه دو شکل ۴-۶ و ۴-۸ مشخص است روند عملکرد فیلترهای وفقی از جهت حذف تداخل برای داده با طول ۶۰ و ۲۰ میلی­ثانیه تفاوتی با یکدیگر ندارد تنها در حالت استفاده از داده با طول ۲۰ میلی­ثانیه میزان تضغیف تا حدی کم­تر می­باشد. نکته دیگری که در اینجا لازم به ذکر است این است که گرچه افزایش زمان انتگرال­گیری (طول سیگنال تولیدی) از ۲۰ میلی­ثانیه به ۶۰ میلی­ثانیه بهبود نزدیک به dB3 در میزان تضعیف را ایجاد می­ کند اما افزایش زمان انتگرال­گیری تا حدی بهبودبخش میزان تضعیف است برای مثال اگر برای الگوریتم RLS یا VSNLMS طول سیگنال را به ۳۰۰ میلی­ثانیه افزایش دهیم نزدیک به dB5/2 بهبود در میزان حذف تداخل خواهیم داشت یعنی ماکزیمم میزان تضعیف برای الگوریتم­های RLS و VSNLMS به ترتیب از dB45 و dB47 به dB5/47 و dB5/49 خواهد رسید که این میزان افزایش از آن­چه انتظار می­رود کم­تر است.

موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...