در حال حاضر استفاده از روش های جداسازی کور منابع (bss)در حوزه پردازش سیگنال از اهمیت بسزایی برخوردار است. عدم نیاز به اطلاعات دقیق اولیه از سیگنال های منابع و سیستم ترکیب کننده و نیز موفقیت چشمگیر روش های جداسازی کور در کاربردهای گوناگون، محققان پردازش سیگنال را به سوی استفاده از این تکنیک ها سوق داده است. این پایان نامه کاربرد روش های جداسازی کور منابع در فناوری سنجش از دور را مورد بررسی قرار می دهد. در سال های اخیر استفاده از الگوریتم های جداسازی کور در مطالعات سنجش از دور مورد توجه جدی قرار گرفته است، به طوری که امروزه این موضوع از جمله جذاب ترین و مهم ترین موضوعات تحقیقاتی در سنجش از دور محسوب می شود. نویززدایی و همچنین جداسازی منابع موجود در تصاویر ماهواره ای از مهم ترین کاربردهای bss در زمینه سنجش از دور می باشد. در این پایان نامه ابتدا با روش های جداسازی کور منابع و تکنیک آنالیز اجزای مستقل(ica) آشنا می شویم. ica براساس فرض استقلال سیگنال های ترکیبی عمل می کند. می توان به صراحت بیان کرد که بیشتر مشاهدات طبیعی از ترکیب منابع مستقل ایجاد شده اند، از اینرو در تحقیق حاضر از این تکنیک بهره گیری شده است. در ادامه با کاربرد این تکنیک و با پیشنهاد یک روش ترکیبی نویز موجود در تصاویر sar که یکی از مهم ترین تکنیک های تصویربرداری راداری در سنجش از دور می باشد را کاهش می دهیم. در نهایت نیز جدیدترین کاربرد bss در سنجش از دور یعنی جداسازی منابع موجود در تصاویر فراطیفی بررسی شده است. در این قسمت با پیشنهاد یک روش انتخاب باند مناسب و سپس بکارگیری تکنیک ica منابع موردنظر موجود در تصویر با دقت نزدیک به 88 درصد جداسازی خواهند شد. در این بخش تصاویر سنجنده فراطیفی هایپریون مورد استفاده قرار گرفته است. نتایج این پژوهش توانمندی بالای روش های جداسازی کور منابع در تشریح و تفسیر داده های حاصل از تصویربرداری ماهواره ای را نمایان می سازد.

مدل سازی کانال رادیویی سیارکه بر مبنای انتشار امواج رادیویی پایه ریزی شده باشد جزء مهم ترین بخش های طراحی سیستم های سیار بشمار می رود و از اهمیت ویژه ای برخوردار است. برای این کار مدل های آماری و مکان مشخص ارائه شده است. مدل های مکان مشخص بر مبنای تئوری انتشار امواج الکترومغناطیسی پایه ریزی شده اند و انتشار در داخل ساختمان را بصورت یک مساله پراکندگی مستقیم مدل می کنند که با حل عددی معادلات ماکسول ، توزیع میدان الکتریکی مشخص می شود. برای حل معادلات ماکسول دو نوع رویکرد وجود دارد. در رویکرد اول معادلات ماکسول در حوزه زمان بطور عددی محاسبه می شود. روش معمول برای این کار روش تفاضل محدود زمانی است. در این روش یک شبکه با مش هایی که کسری از طول موج هستند تعریف شده و معادلات ماکسول در گره های این شبکه بطور کامل حل می شود. رویکرد دوم در حوزه فرکانس است که در آن معادلات فازوری ماکسول برای یک فرکانس خاص بطور عددی حل می شود. نمونه رویکرد فرکانسی روش ممان است. این روش معادلات انتگرالی ماکسول را جزء جزء کرده و به معادلات ماتریسی خطی تبدیل نموده و حل می کند. در مدل سازی کانال سیار، معمولا نتایج در یک فرکانس خاص مورد توجه می باشد. کاربرد روش تفاضل محدود زمانی که حل معادلات ماکسول را در میدان زمان تحقق می بخشد نتایج را در یک باند فرکانسی در اختیار می گذارد که موردنیاز نبوده و هزینه محاسباتی اضافی در بر دارد. روش ممان مدل سازی را تنها در فرکانس موردنظر انجام می دهد. لذا پیچیدگی محاسباتی و حافظه ذخیره سازی آن یک مرتبه از روش تفاضل محدود زمانی کمتر می باشد. از آنجایی که در کانال مخابرات سیار(درون یا بیرون ساختمانی) عمده محیط انتقال ، هوا است تابع کنتراست در معادلات انتگرالی میدان برای اکثر نقاط ، مقدار صفر را به خود می گیرد. بنابراین می توان از محاسبات مربوط به این نقاط در روش ممان صرف نظر نمود و حجم محاسبات و حافظه این روش را کاهش داد. چنین کاری را نمی توان برای روش تفاضل محدود انجام داد و لذا این اصلاح باعث می شود تا کاربرد روش ممان برای مدل سازی کانال درون ساختمانی دارای مزیت بیشتر باشد. در این پروژه روش ممان تصحیح شده (روش بهینه) و روش ممان معمولی برای محیط ها و اشیا متفاوت ، در محیط matlab ، مورد شبیه سازی قرار گرفته اند. شبیه سازیهای روش fdtd برای محیط های یکسان با دو روش قبل ، توسط نرم افزار lc انجام پذیرفته است. نتایج روش تصحیح شده بر روش ممان معمولی منطبق بوده و حافظه مصرفی را به میزان 44 درصد کاهش می دهد. همچنین نتایج روش تصحیح شده با نتایج روش تفاضل محدود زمانی (با خطای محدود) مشابهت دارد و زمان موردنیاز برای محاسبات را به میزان 46 درصد و حافظه موردنیاز را به میزان 58 درصد کاهش می دهد.

این پایان نامه به مطالعه روش های سنجش طیف سیگنال های باند باریک در مخابرات فراپهن باند پرداخته است که اهمیت زیادی در سیستم های مخابرات فراپهن باند شناختی دارد. آشکارسازهای انرژی از لحاظ پیاده سازی ساده ترین و در عمل پرکاربردترین نوع آشکارسازهای مورد استفاده در این سیستم ها می باشند؛ بنابراین این نوع آشکارسازها مدنظر قرارگرفته و با جزئیات مطالعه، بررسی و شبیه سازی شده اند. با توجه به بررسی تداخل مخابرات فراپهن باند با سیستم های ieee 802.11a و wimax، سه تکنیک جدید در آشکارساز انرژی پیشنهاد شده است که عملکرد بهبود یافته ای در سنجش طیف سیگنال های ieee 802.11a و wimax ارائه می دهند: 1) سیگنال های کاربر اولیه مانند ieee 802.11a، با چند زیرحامل فرکانسی فراپهن باند تداخل می کنند. از آنجا که طیف فرکانسی کاربر اولیه تقریبا ثابت است؛ لذا در یک باند فرکانسی مشخص از کاربر اولیه، با استفاده از مجموع انرژی محدوده فرکانسی حامل های تداخلی، می توان به دقت آشکارسازی بهتری نسبت به کاربرد انرژی یک حامل دست یافت. 2) سیگنال تداخلی مخابرات فراپهن باند بصورت نویز در آشکارسازی کاربرهای اولیه در نظر گرفته می شود. در سناریویی که چند سیستم فراپهن باند در یک محیط کار می کنند، آشکارسازی بایستی تحت نویز با واریانس های متفاوت در باندهای مختلف فرکانسی انجام پذیرد. در این پروژه یک آشکارساز مبتنی بر واریانس های نویز متفاوت فرمالیزه شده است و نتایج شبیه سازی حاصل از کاربرد آن نشان می دهد احتمال آشکارسازی افزایش قابل ملاحظه ای می یابد. مخصوصا برای آشکارسازی سیگنال های باند باریک مانند wimax که یک زیرحامل فراپهن باند را تحت تاثیر قرار می دهند آشکارساز مزبور مناسب بوده و نسبت به آشکارسازی معمول که واریانس تمام باندها را یکسان فرض می کند عملکرد بهتری دارد. 3) با پیش پردازش سیگنال دریافتی بصورت نویززدایی توسط تبدیل موجک، انرژی سیگنال تداخلی (شامل نویز و سیگنال فراپهن باند) کاهش می یابد. نتایج شبیه سازی ما موید آن است که این عمل احتمال آشکارسازی کاربر اولیه را افزایش می دهد.

چکیده یکی از کاربردهای مهم سیستم تصویربرداری sar مشخص سازی اهداف متحرک است که جهت تخمین میزان ترافیک، آشکارسازی اهداف متحرک نظامی و غیره مورد استفاده قرار می گیرد. به این کاربرد اصطلاح gmti (ground moving target indication) اطلاق می شود و تا کنون الگوریتم های زیادی برای آن پیشنهاد شده است که بر اساس تحلیل فاز در جهت برد-azimuth می باشند. هدف از انجام پروژه حاضر ، بررسی و مقایسه روشهای gmti برای تخمین پارامتر های هدف متحرک مانند موقعیت و سرعت آن از داده های sar می باشد. تحقیقات زیادی در این زمینه انجام پذیرفته و روش های مختلفی پیشنهاد گردیده است. برای تخمین سرعت اهداف می توان از یک سنسور یا بیشتر استفاده نمود. استفاده از چند سنسور باعث پیچیده تر شدن محاسبات و بالا رفتن هزینه سخت افزاری می شود. تاکید ما در این پروژه بر پیاده سازی و مقایسه الگوریتمهای استخراج اطلاعات اهداف متحرک از داده های یک سنسور است. در این پایان نامه روش های تک سنسوری مراجع ]5[ و ]10[ پیاده سازی شده است و نتایج حاکی از آنست که ]10[ نسبت به ]5[ ساده تر و سریع تر بوده و در آن نیازی به دانستن آمارگان نویز و تابع چگالی احتمال نیست و همچنین داری دقت بیشتری می باشد. مدل سیگنال را برای حالت کلی، هنگامی که هدف شتاب دار است در نظر می گیریم. با حذف rcmc در تصویر، پارامترهای مجهول مانند مختصات هدف، سرعت هدف و شتاب هدف را با استفاده از الگوریتم بهینه سازی pso و ژنتیک تخمین می زند. استفاده از الگوریتم بهینه سازی pso و ژنتیک باعث افزایش سرعت تخمین پارامترهای اهداف متحرک می شود. نتایج شبیه سازی نشان می دهد که خطای تخمین پارامترهای اهداف متحرک با استفاده از الگوریتم پیشنهادی برای snr های بیشتر از 6db کمتر از 2 درصد است که بهبود عملکرد قابل ملاحظه ای نسبت به جستجوی کلی نشان می دهد.

روش معمول برای بازسازی تصویر در isar بکارگیری پردازش فوریه می باشد که در آن تغییرات داپلر از نقاط مختلف هدف از مولفه های تبدیل فوریه استخراج می شود. نتایج نشان می دهد زمانیکه حرکت هدف پیچیده و مانوردار است این روش کارایی نداشته و تصویر حاصل از آن مات خواهد بود. این موضوع در این پروژه نیز بوضوح مشاهده وتایید شده است. حل مشکل دستیابی به تصاویر واضح از اهداف مانوردار یکی از پیچیده ترین بحث های تصویر برداری راداری و بویژه تصویربرداری isar می باشد و در چند سال گذشته راه هایی برای آن پیشنهاد شده که از مهمترین وکارآمدترین آن ها می توان به استفاده از تبدیل های زمان-فرکانس برای پردازش داده های دریافتی و تشکیل تصویر isar اشاره کرد. دراین پایان نامه تبدیل فوریه زمان کوتاه وتبدیل فوریه کسری که در مراجع معتبر این حوزه از آنها برای تصویربرداری راداری وحتی مباحث پردازش سیگنال بکار رفته اند استفاده شده است. نتایج شبیه سازی حکایت از استخراج تصاویر خوب ومتمرکز شده با روش های زمان-فرکانس و البته برتری روش تبدیل فوریه کسری نسبت به روش تبدیل فوریه زمان کوتاه در تشکیل تصاویر دارد. در بکارگیری تبدیل فوریه کسری انتخاب مناسب پارامتر مرتبه آن تاثیر بسزایی بر تصاویر حاصل دارد و لذا یک روند جستجوی کلی جهت نیل به پارامترهای بهینه توسط بعضی از محققین بکارگرفته شده است. عیب عمده بکارگیری جستجوی کلی بالا بودن بار محاسباتی و به تبع آن زمان پردازش مورد نیاز برای فرآیند تشکیل تصویر است. برای برطرف کردن این مسئله، الگوریتم های بهینه سازی هوشمند و قدرتمند دسته عامل ها (pso) و الگوریتم ژنتیک (ga) در این پروژه پیشنهاد شده است و با پیاده سازی دو گونه از pso (linear pso و basic pso) وga تصاویری با کیفیت خوب و البته با بار محاسباتی و زمان پردازش خیلی کمتر نسبت به روش جستجوی کلی بدست می آید. همچنین نتایج ما برتریlinear pso وbasic pso را برga از لحاظ دقت و سرعت نشان می دهد.

الگوریتم music الگوریتمی مطرح در تصویربرداری مایکروویو برای مکان یابی اهداف (پراکنده گرها) می باشد. این الگوریتم نسبت به بازتاب های چندگانه بین پراکنده گرها مستحکم بوده و تفکیک پذیری خوبی در مکان یابی آن ها ارائه می دهد. الگوریتم music جهت مکانیابی دقیق به تعیین صحیح تعداد پراکنده گرها نیاز دارد. تشخیص تعداد پراکنده گرها، بر مبنای تعیین تعداد مقادیر ویژه فضای سیگنال انجام می پذیرد، که این کار در صورت عدم وجود نویز به راحتی با نگاه کردن به مقادیر ویژه ماتریس داده ها و جداسازی آن ها امکان پذیر است. وجود نویز و بازتاب های چندگانه بین پراکنده گرها باعث می شود تا مقادیر ویژه فضای نویز و فضای سیگنال به هم نزدیک شده و تشخیص تعداد پراکنده گرها را با مشکل مواجه نماید. تحت این شرایط بکارگیری روش های تخمین می تواند موثر واقع شود. لذا در این پایان نامه، با توجه به عملکرد خوب تخمین گر mdl در تخمین تعداد منابع جهت تعیین راستای ورود سیگنال، روش های مبتنی بر آن برای حل مشکل مذکور،مورد بررسی و مطالعه قرار گرفته است. در این پایان نامه به بررسی سه تخمین گر mdl, wong mdl, rmdl جهت تخمین تعداد پراکنده گرها در داده های تصویربرداری مایکروویو می پردازیم. شبیه سازی های انجام شده عملکرد مطلوب mdl را برای داده های شبیه سازی شده تصویربرداری مایکروویو در حالت حضور نویز سفید گوسی نشان می دهد. جهت بهبود عملکرد mdl در snrهای پایین، در حضور نویز سفید گوسی، از روش wong mdl استفاده نمودیم و با انجام شبیه سازی های مربوطه، در این حالت بهبود در تخمین تعداد پراکنده گرها نسبت به mdl برای snrهای پایین مشاهده کردیم. از طرفی از آنجا که عملکرد mdl و wong mdl در حضور نویز غیر سفید با مشکل مواجه می شود، تخمین گر rmdl که یک تخمین گر مستحکم در برابر غیر سفید بودن نویز است، برای حل این مشکل استفاده می شود. براساس شبیه سازی های انجام شده نشان می دهیم که برای نویز غیر سفید rmdl عملکرد مطلوبی در تخمین تعداد پراکنده گرها نسبت به mdl و wong mdl دارد و همچنین مشکل این دو تخمین گر را در snrهای بالا برای تعداد مشاهدات کم برطرف می کند. عملکرد سه تخمین گر فوق برای داده های شبیه سازی شده بررسی شد و شبیه سازی های انجام شده نشان دهنده عملکرد مطلوب آنها برروی داده های شبیه سازی شده می باشد. ولی مشاهده شد که با توجه به شرایط موجود در داده های واقعی از جمله غیرسفید بودن نویز و کم بودن تعداد مشاهدات، این روش ها برروی داده های واقعی عملکرد مطلوبی ندارند. به منظور تخمین تعداد پراکنده گرها در داده های واقعی، روش mdl تصحیح شده را بیان نمودیم که در آن ضریب قسمت جریمه mdl را با استفاده از شبیه سازی بدست آوردیم. شبیه سازی های انجام شده تأیید کننده عملکرد مطلوب این روش در تخمین تعداد پراکنده گرها در داده های واقعی می باشد.

در این پایان نامه یکی از روش های توأمان تخمین کانال و آشکارسازی داده های ارسالی را در یک کانال گزینشگر مضاعف مورد بررسی قرار می دهیم و سپس از این روش در مدولاسیون تقسیم فرکانس عمود بر هم استفاده می کنیم. در سال های اخیر تمایل به استفاده از سرویس های انتقال داده و اینترنت برای کاربران متحرک، موجب ارائه نسل های جدید موبایل با قابلیت نرخ انتقال داده بالا برای کاربر متحرک شده است. کاربر متحرک با سرعت بالا، یک کانال مخابراتی گزینشگر فرکانسی و زمانی را تجربه می کند. با توجه به این که کانال، گزینشگر فرکانسی است، در سال های اخیر از مدولاسیون ofdm برای رفع این مسئله استفاده شده است. سرعت های بالایی که در نسل های جدید موبایل مورد نظرند، موجب می شود که کانال گزینشگر زمان نیز باشد. در سرعت های پایین، کانال را برای یک بسته داده ثابت فرض می کنند. تا کنون روش های فراوانی برای تخمین کانال در چنین شرایطی ارائه شده است؛ در سرعت های پایین به علت تغییرات کم کانال، با قرار دادن داده های آموزشی در بسته های داده، تخمین کانال و دنبال کردن آن به خوبی انجام می گیرد، اما در سرعت های بالا از آنجایی که کانال به ازای هر یک از نمونه ها تغییر می کند، استفاده از روش های پیشین برای تخمین کانال مشکل می شود. در حال حاضر برای تخمین کانال هایی که به سرعت با زمان تغییر می کنند، استفاده از روش های کور، مورد توجه قرار گرفته است، از جمله ی این روش ها، روشی است که در آن به داده های ارسالی، داده ی آموزشی با انر ژی کمتر اضافه می شود و این داده های آموزشی برای تخمین کانال مورد استفاده می گیرند. در این روش، به کمک دنباله های اسلپین ( extlr{slepian}) کانال را تخمین می زنیم. با به کارگیری همزمان این روش تخمین کانال، به همراه الگوریتم آشکارسازیی که مبتنی بر فیلتر کالمن است، روش تکرار شونده را پیاده سازی کرده ایم. این روش از لحاظ آشکارسازی و تخمین، نسبت به روشی که در آن از الگوریتم ویتربی برای آشکارسازی داده ها استفاده می شود، برتر است. الگوریتم مذکور را برروی داده های ofdm پیاده سازی کرده ایم و به نتایج خوبی در تخمین کانال گزینشگر مضاعف دست یافته ایم.

الگوریتم music روشی مطرح در تصویربرداری مایکروویو جهت مکان یابی پراکنده گرها با تفکیک پذیری بسیار بالاست. این الگوریتم نسبت به بازتابهای چندگانه بین پراکنده گرها مستحکم بوده و تفکیک پذیری بسیار مناسبی در این حالت دارد. مشکل عمده این روش تعیین دقیق تعداد پراکنده گرها و یا بُعد زیرفضای سیگنال جهت مکان یابی صحیح اهداف است. تشخیص تعداد پراکنده گرها برمبنای تعیین تعداد مقادیر ویژه زیرفضای سیگنال انجام می پذیرد که این کار در صورت عدم وجود نویز در سیستم، به راحتی و با مشاهد? مقادیر ویژه عمده ماتریس داده ها امکان پذیر است. وجود نویز باعث می شود تا ابهام در تخمین تعداد پراکنده گرها بوجود آید که رساله حاضر بطور اعم به این موضوع پرداخته و راهکارهایی را ارائه داده است. این رساله اثبات می کند که با افزایش انعکاسهای داخلی بین پراکنده گرها، مقادیر ویژ? بزرگتر ماتریس معکوس زمانی به تدریج افزایش یافته و مقادیر ویژه کوچکتر مرتبا کاهش خواهند یافت. در این صورت وجود نویز همراه با انعکاسهای داخلی بین پراکنده گرها باعث خواهد شد تا مقادیر ویژه زیرفضاهای سیگنال و نویز به هم نزدیک شده و تشخیص بُعد زیرفضای سیگنال با مشکل همراه شود. به همین منظور الگوریتم mdl که قابلیتهای مناسبی در تشخیص تعداد منابع در مقادیر پایین سیگنال به نویز دارد به کار گرفته شده است. همچنین با توجه به عملکرد متفاوت این الگوریتم در فرکانسهای مختلف، روش جدیدی ارائه شده که هم بر پایه فرستنده ها و هم فرکانسهای مختلف عمل می کند. نتایج ارائه شده نشان دهنده بهبود عملکرد روش fmdl در تشخیص تعداد پراکنده گرها تا میزان 5db نسبت به الگوریتم mdl است. در نسبتهای خیلی پایین سیگنال به نویز ابعاد زیرفضای سیگنال و نویز تغییر کرده و عملکرد music مختل خواهد شد. در چنین مواردی حتی دانستن تعداد اهداف هم کمکی به تشخیص محل آنها نخواهد کرد. جهت رفع این مشکل از روش نویززدایی مبتنی بر تبدیل موجک ایستان گسسته (discrete stationary wavelet transform) جهت کاهش نویز و بهبود کارایی music استفاده کرده ایم. استفاده از نویز زدایی بعنوان پیش پردازش نشان دهنده افزایش کارایی الگوریتمهای تعیین تعداد اهداف است.

در این پژوهش، سعی شده است تا تصویربرداری مایکروویو به طور نسبتا کامل شرح داده شود و بخش زیادی از پژوهش های انجام شده در این زمینه، ارائه گردد. ساختارهای مختلف تصویربرداری مایکروویو را مورد بررسی قرار داده ایم تا یک سیستم مناسب برای تصویربرداری مایکروویو انتخاب شود و سپس روش های پردازش تصویر sar و isar برای سیستم انتخاب شده، مورد پژوهش قرار گرفته است. سیستم تصویربرداری مایکروویو انتخاب شده، دارای ساختار آنتنی دایروی می باشد و سه روش را برای این سیستم، اجرا کرده ایم. این سه روش عبارتند از: ترکیب تکنیک فشردگی پالس و روش toa، روش تصویربرداری csar (حالت دایره ای sar) و روش تصویربرداری isar. تکنیک فشردگی پالس، پایه و اساس روش های پردازش تصویر sar و isar می باشد. با توجه به اینکه حجم وسیعی از تحقیقات حوزه تصویربرداری مایکروویو مربوط به تشخیص سرطان سینه در مراحل اولیه می باشد، سه روش ذکر شده را برای تشخیص تومورها در مدل سینه به کار برده ایم. برای هر یک از این سه روش، مسئله را با استفاده از روش fdtd شبیه سازی کرده ایم تا میدان های پراکندگی، اندازه گیری شود. نتایج شبیه سازی های انجام داده شده در این پایان نامه نشان می دهد که ترکیب تکنیک فشردگی پالس و روش toa به خوبی قادر است تومور های با قطر 2 میلیمتر (کوچکترین قطر برای تومورهای سرطان سینه) را درون سینه تشخیص داده و مکان یابی کند. پردازش تصویر csar نیز می تواند تصویری تولید نماید که در آن تومورهای سرطانی و موقعیت مکانی آنها در سینه به خوبی قابل مشاهده باشد. همچنین پردازش تصویر isar قادر است تومورها را تشخیص دهد، اما نمی تواند همانند csar موقعیت تومورها را در تصویر نمایش دهد و باید با یک روش، همچون toa، ترکیب شود تا قادر به مکان یابی تومورها باشد.

در این پژوهش، به روش های معکوس در الکترومغناطیس پرداخته شده است. درحل مسائل معکوس، هدف بدست آوردن مشخصات داخلی یک سیستم فیزیکی برمبنای رفتار یا رفتارهای خارجی آن سیستم می باشد. درحقیقت این تعریف عکس تعریف مسائل مستقیم است. یکی از کاربردهای پر اهمیت حل اینگونه مسائل، توموگرافی یا پرتونگاری تصویری مایکروویوی می باشد. در توموگرافی مایکروویوی هدف، یافتن تصویری داخلی از جسم مورد بررسی، توسط اندازه گیری های مایکروویوی در خارج از حجم مذکور است. تمرکز این پژوهش، بر روی الگوریتم های معکوسی می باشد که قادر به حل مسئله پراکندگی معکوس الکترومغناطیسی مرتبط با mwt هستند. در اینگونه مسائل با دو خصوصیت از مسائل معکوس روبرو می شویم: یکی غیرخطی بودن مسئله و دوم بد-وضعیت بودن آن. پس از انجام مروری کلی بر روی برخی فرمولاسیون های ممکن برای حل مسئله بهینه سازی غیر خطی، جزئیات الگوریتم معکوس گوس-نیوتن، که یکی از این روش هاست، مورد بررسی قرار خواهد گرفت. سپس، تکنیک های رگولاسیون متفاوتی برای این الگوریتم بررسی و طبقه بندی می گردند. پس از آن، روش نوینی برای فرمول بندی معکوس منبع کنتراست، در حل مسئله تصویر برداری مایکروویو، تحت عنوان الگوریتم csi بررسی می گردد. در این مقوله، چند الگوریتم مشابه در این خانواده مورد بحث و مقایسه قرار می گیرند که در نهایت با بررسی الگوریتم های حاصل و مقایسه نتایج بدست آمده در این پژوهش با پژوهش های مشابه در این زمینه، بهبود در سرعت همگرایی الگوریتم های معکوس و نیز دقت بالاتری را شاهد هستیم.

سیستم های مخابراتی جدید به آنتن هایی با پهنای باند بیشتر، باندهای فرکانسی متنوع و اندازه کوچک تر از معمول نیاز دارند. امروزه اندازه سیستم های مخابراتی به تدریج کوچک تر می شود در حالی که کارایی آن ها افزایش می یابد. اندازه آنتن در مقایسه با طول موج پارامتری است که بر روی خواص تششعی آن تأثیرگذار می باشد. برای داشتن تششعی کارآمد و موثر به آنتنی با اندازه 2/? و یا بیشتر احتیاج است. کاهش دادن اندازه آنتن باعث بدتر کردن خواص تششعی از جمله پهنای باند، بهره و کارایی آن می شود. به علاوه رشد سریع فناوری بی سیم توجهات زیادی را به سوی آنتن های چند بانده جلب کرده است. یکی از جدیدترین روش های چند بانده کردن، استفاده از هندسه های فرکتال در ساختار آنتن می باشد. علاوه بر این مزیت اصلی، استفاده از هندسه های فرکتالی در طراحی آنتن، باعث کوچک تر شدن اندازه آن نسبت به حالت معمولی و برای یک فرکانس مشخص می شود. در این پروژه از یک شکل فرکتالی جدید که از نیم دایره های تو در تو تشکیل شده برای چند بانده کردن و نیز کوچک تر کردن آنتن ریزنواری نیم دایره ای استفاده شده است. هندسه فرکتالی معرفی شده دارای ویژگی کوچک سازی به میزان 91/22 درصد نسبت به نیم دایره معمولی می باشد.به منظور ایجاد تطبیق در هر دو باند تشدید از روش تغذیه با تزویج مغناطیسی مجاورتی استفاده کرده ایم. برای قابل استفاده بودن این آنتن در سیستم rfid باید پلاریزاسیون دایروی در هر دو باند کاری وجود داشته باشد. در این پروژه، با روش ایجاد اختلال در صفحه پچ و استفاده از یک تغذیه،پلاریزاسیون دایروی محقق شده است. آنتن ارائه شده در این پایان نامه، دارای دو فرکانس تشدید در دو فرکانس کاری سیستم های rfid بوده و در این دو فرکانس دارای پلاریزاسیون دایروی نیز می باشد. تمام شبیه سازی ها با نرم افزار hfssانجام شده و نتایج حاصل از تحلیل ها ارائه شده اند.

مخابرات بیسیم زیر آب از چالش برانگیزترین زمینه های مخابراتی است. کانالهای زیرآبی دارای تاخیر انتشار بسیار زیاد، تضعیف شدید با خاصیت فرکانس گزینی محوشونده و تابع توزیع غالبا غیر گوسی، چندمسیری شدید، شیفت داپلر بزرگ در اثر حرکت و تغییر پذیری شدید با زمان هستند. با این حال مخابرات بیسیم زیرآبی و شبکه های زیر آبی از موارد مورد توجه و رو به رشد در زمینه های نظامی و تجاری است. در این زمینه برای مقابله با اثرات کانال و افزایش نرخ ارتباط، روشهای متعددی پیشنهاد و بکار گرفته شده است. اخیرا در این خصوص مدولاسیونهای چند حاملی و بخصوص ofdm مورد توجه قرار گرفته است. مقاومت این نوع مدولاسیون در برابر تداخل بین سمبلی، صاف بودن پهنای باند کاری (عدم نیاز به همسان ساز در گیرنده)، نرخ ارتباطی مناسب و قابلیت مقابله با چند مسیری و تجربه موفق پیاده سازی در کانالهای رادیویی، این مدولاسیون را به عنوان گزینه مناسب مطرح می کند. شرایط متفاوت کانالهای زیرآبی نسبت به کانالهای رادیویی باعث می شود سیستمهای طراحی شده در کانال رادیویی در زیرآب ناکارآمد باشند. بر این اساس سعی می شود سیستم به تناسب شرایط محیطی، طراحی و پیکر بندی شود. در این زمینه استفاده از کدینگ تصحیح خطای مستقیم، روشهای کاهش papr، روشهای آشکارسازی، روشهای مقابله با صفرهای کانال و روشهای همزمان سازی مورد توجه قرار می گیرند. در این پروژه سعی شده پس از معرفی شرایط کانالهای زیرآبی و مدولاسیون ofdm، راهکارهای مناسب برای طراحی لینک آکوستیکی پیشنهاد و شبیه سازی شود. لینک طراحی شده در مقابله با کانال شبه واقعی شبیه سازی می شود و برای پیاده سازی بلادرنگ طرحی پیشنهاد می شود.

در این پایان نامه پس از بررسی انواع روش های کوچک سازی فیلترهای مایکروویوی، فیلترهای دومدی و روش های کوچک سازی آن ها مورد توجه قرار گرفته اند. در فیلترهای دومدی که با استفاده از تشدید کننده های دومدی ساخته می شوند، دو مد تشدید هم تراز وجود دارد که فرکانس تشدید آن ها برابر می باشد. با تحریک این تشدیدکننده ها بوسیله دو پورت عمود بر هم و سپس با ایجاد یک اختلال روی محور تقارن این پورت ها، فرکانس تشدید این دومد از یکدیگر فاصله گرفتهکه برای ساخت فیلترهای میان گذر مناسب می باشد. در این پایان نامه طرح هایی برای کوچک سازی یک فیلتر دومدی که به شکل حلقه ی مربعی است، ارائه شده است.فشرده سازی به کاررفته در این پایان نامه به روشی است که در آن برای کوچک سازی فیلتر پیشنهادی، حلقه تشدید یک فیلتر دومدی معمولی تغییر داده شده است به نحوی که با استفاده بهتر از فضای داخل حلقه، مساحت فیلتر جدیدتا 66% کوچک تر از فیلتر حلقه ای مربعی شده است. در این فیلتر امکان کنترل فرکانس مرکزی و پهنای باند به سادگی امکان پذیر است. این فیلتر پس از شبیه سازی و بهینه سازی برای کار در فرکانس مرکزی 2.4ghz و با پهنای باند 62mhz، بر روی زیرلایه taconic cer10 ساخته شد. پارامترهای پراکندگی این فیلتر با استفاده از network analyzer اندازه گیری شد. مطابقت خوبی بین نتایج اندازه گیری و شبیه سازی فیلتر مشاهده می شود ولی جابجایی فرکانسی قابل توجهی در نمونه ساخته شده وجود دارد. البته در طراحی مجدد فیلتر جدید ساخته شده دارای همان فرکانس مرکزی مورد انتظار یعنی 2.4ghz می باشد. در ادامه با استفاده از تشدیدکننده های دومدی مربعی و قرار دادن دو عدد از آن ها در داخل یکدیگر، یک فیلتر دوبانده پیشنهاد شده است. این فیلتر برای کار در دوباند 2.4/5.8ghz طراحی و شبیه سازی شده است. این فیلتر نیز نسبت به فیلترهای مشابهی که در همین فرکانس کار می کنند، مساحت کمتری دارد.

تصویربرداری مایکروویو توسط بسیاری از محققین مورد توجه قرار گرفته و در طول چند دهه اخیر توسعه داده شده است. تصویربرداری مایکروویو یک مساله پراکندگی معکوس بوده و روشهایی که برای حل مسائل پراکندگی معکوس به کار می روند را می توان به دو دسته کلی روش های خطی و غیرخطی تقسیم نمود. روشهای پراکندگی معکوس غیرخطی، قادر به بازسازی کمی اهداف می باشند ولی به علت محاسبات زیاد، کاربرد آنها در سیستم های عملی با محدودیت روبروست. اخیراً روشهای پراکندگی معکوس خطی مبتنی بر پردازش زیر فضا مانند روش music جهت حل مشکلات الگوریتم های غیرخطی پیشنهاد شده اند. روش music قادر به موقعیت یابی اهداف از روی نقاط قله طیف شناخته شده می باشد. برای تشکیل این طیف، تعداد اهداف می بایست از قبل معین باشد. حضور نویز باعث بوجود آمدن ابهام جهت تعیین تعداد اهداف می شود. در این رساله، یک روش تحلیلی جهت تخمین موقعیت و تعداد هدف های با ابعاد کوچک در مسائل تصویربرداری 2 بعدی ارائه شده است. در این روش در مرحله اول، از الگوریتم music استفاده شده و تمام موقعیت های ممکن برای اهداف بدست می آید و در مرحله بعد، با به کار بردن یک فرمول تحلیلی که مانند یک فیلتر مکانی عمل می کند، هدف های واقعی از هدف های مجازی جدا می شوند. نتایج شبیه سازی ها قابلیت روش پیشنهادی را به اثبات می رساند. الگوریتم music بر اساس تجزیه svd ماتریس msrکار می کند و این ماتریس در سیستم های واقعی تصویربرداری مایکروویو کامل نمی باشد. در این رساله، روشی جهت تکمیل داده های ماتریس msr اندازه گیری شده از سیستم های عملی پیشنهاد شده است. در این روش، به کمک روش تخمین حداقل مربعات، داده های نامعین ماتریس msr تخمین زده شده و ماتریس کامل msr (cmsr) شکل می گیرد. داده های نامعین ماتریس msr مربوط به سیگنال در گیرنده های غیرفعال به ازای هر فرستنده فعال می باشد. روش پیشنهادی با استفاده از داده عملی موسسه fresnel مورد آزمایش قرار گرفته و همچنین به ازای داده های مختلف شبیه سازی شده مشابه داده واقعی، تست و آزمایش شده است.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.