سیستم های راداری چند ورودی – چند خروجی، متعلق به کلاس سیستم های مکان یابی فعال هستند. در این پایان نامه، از رادارهای mimo با ساختار wsa برای مکان یابی هدف استفاده شده است. در آخرین تحقیقات انجام شده، دو روش ml و blue برای به دست آوردن موقعیت هدف مطرح شده است. روش ml به طور مجانبی بهینه است. اما دارای فرم بسته نمی باشد و بنابراین حجم سنگین محاسباتی را متحمل می شود. روشblue نیازمند یک حدس اولیه دقیق از موقعیت هدف است؛ در بسیاری از موارد داشتن این حدس اولیه دقیق میسر نمی باشد. بنابراین، در این پایان نامه سه روش را برای مکان یابی هدف پیشنهاد می دهیم که در همه آنها، از پارامتر تأخیر زمانی، استفاده شده است. روش aml که یک روش تعمیمی است و با استفاده از تأخیر زمانی ها وتخمین ml، موقعیت هدف را تخمین می زند؛ اما یک الگوریتم بازگشتی است و نیازمند حدس اولیه نه چندان دقیق است. برای رفع این مشکل، روشهای ls و tls را پیشنهاد می دهیم. در این روش ها، با استفاده از تأخیر زمانی ها و تعریف متغیرهای مناسب، موقعیت هدف را در سه بعد تخمین می زنیم. در روش tls بر خلاف ls ، مدلسازی نویز در مدل مشاهدات صورت پذیرفته است؛ اما کارایی این دو روش شبیه به هم می باشد. هر دو روش دارای فرم بسته برای تخمین موقعیت هدف هستند و به هیچ حدس اولیه ای نیاز ندارند. شبیه سازی ها، عملکرد خوب آنها را در مقایسه با باند پایین کرامر – رائو نشان می دهند. همچنین در این پایان نامه، بحث ردیابی هدف با استفاده از رادارهای mimo نیز به اختصار مورد بررسی قرار گرفته است. به منظور استفاده از فیلتر کالمن، ابتدا یک مدل گوس-مارکف پیشنهاد شده است و رفتار دو فیلتر ekf و ukf مورد ارزیابی قرار گرفته است. شبیه سازیها عملکرد بهتر ukf را تأیید می کنند.

در این پایان نامه به آشکارسازی وفقی همدوس سیگنال راداری در تداخل گوسی و شبه گوسی برای رادار دیده بان پالسی پرداخته شده است. مدل سیگنال هدف را بر مبنای مدل سورلینگ i بصورت حاصلضرب دامنه مختلط مجهول در یک بردار مبتنی بر شیفت دوپلر معلوم در نظر می گیریم. با توجه به فرض همدوسی و انتگرالگیری در آشکارسازی، سیگنال تحت پردازش، یک بردار مختلط از نمونه های هر سلول راداری می باشد. معیار بهینگی آشکارسازی، معیار نیمن-پیرسون است و مطابق این معیار آشکارساز بهینه آشکارسازی است که برای هر احتمال هشدار غلط معین، احتمال آشکارسازی را ماکزیمم کند. این آشکارساز تحت فرضیات این پایان نامه ساختاری پیچیده داشته و تحقق آن عملاً امکان پذیر نیست. بنابراین، آشکارسازهای شبه بهینه مانند آشکارساز glr و aalr مورد توجه قرار می گیرند. از عوامل موثر در طراحی یک آشکارساز مناسب می توان به داشتن اطلاعات دقیق از آمارگان تداخل محیط اشاره کرد. از آنجا که در بسیاری از موارد شرایط محیط دائماً در حال تغییر است، آشکارسازی موفق تر خواهد بود که با سرعت و دقت بیشتری با شرایط محیط وفق پیدا کند. لذا در محیطهای نا همگن و/یا غیر ایستان آشکارسازهای وفقی کارایی بالاتری نسبت به دیگر آشکارسازها خواهند داشت. این پایان نامه بر اساس مدل بکارگرفته شده برای تداخل به دو بخش تقسیم خواهد شد. در بخش اول، تداخل بصورت یک فرایند گوسی با مدل ar فرض شده است. فرض کلاتر گوسی برای رادار با تفکیک پذیری پائین با توجه به قضیه حد مرکزی و فرض تداخل با مدل ar با توجه به بررسی داده های واقعی فرضیات مقبولی خواهند بود. آشکارساز arglr بر پایه آزمون glr با فرض تداخل با مدل ar معرفی می شود. در ادامه برای دستیابی به آشکارسازی با کارایی بالاتر، چهار روش تخمین پارامترهای مجهول ar با استفاده از تخمین زن های خطی و فیلتر کالمن معرفی و متعاقباً چهار آشکارساز با نام های lmard، llard، kard و ksard پیشنهاد می شوند. در سه آشکارساز اول از داده های اولیه و در آشکارساز آخر از داده های اولیه و ثانویه برای تخمین پارامترهای مجهول استفاده خواهند شد. نتایج حاصل از شبیه سازی نشان دهنده برتری روشهای مبتنی بر فیلتر کالمن می باشد. در بخش دوم، تداخل بصورت یک فرایند شبه گوسی از نوع k فرض می شود. بررسی داده های تجربی از یکسو و تحلیل های ریاضی از سوی دیگر بکارگیری توزیع های شبه گوسی برای مدلسازی تداخل رادار با زاویه میل کم و یا تفکیک پذیری بالا را توجیه خواهند کرد. در این بخش چهار روش موجود برای تخمین ماتریس کواریانس تداخل با استفاده از داده های ثانویه معرفی می شوند. این تخمین ها برای تخمین ماتریس کواریانس تداخل در آشکارسازهای شبه بهینه glr، aalr، old و glrt-lq به کار گرفته شده و رفتارهای این آشکارسازها در حالت وفقی با یکدیگر مقایسه می شود.

در سال های اخیر ofdm به دلیل برتری هایی که نسبت به سیستم های تک کریری دارد، مانند مقاومت در برابر محوشدگی چندمسیری و بازده طیفی بالا، توانسته توجه زیادی را به خود جلب کند. سیستم های mimo، که از چند آنتن در فرستنده و گیرنده استفاده می کنند، نیز به دلیل ظرفیت و بازدهی طیفی بالا هر روز استفاده گسترده تری پیدا می کنند. mimo-ofdm، ترکیبی از mimo و ofdm تکنیک مناسبی برای استفاده در مخابرات بی سیم آینده می باشد. سیستم های mimo-ofdm مشابه با سیستم های siso-ofdm دارای مشکل حساسیت به آفست فرکانس کریر (cfo) می باشد که توسط شیفت داپلر و یا عدم انطباق بین اسیلاتورهای محلی فرستنده و گیرنده بوجود می آید. این مشکل باعث از بین رفتن تعامد بین زیرکریرها شده و تداخل بین کریری تولید می کند که باعث کاهش شدید عملکرد در گیرنده خواهد شد. بنابراین در این سیستم ها نیاز به تخمین دقیق آفست فرکانس و جبران آن برای داشتن دریافتی قابل اعتماد از سیگنال ارسالی، داریم. به علاوه آشکارسازی همدوس سیگنال های mimo-ofdm برای از بین بردن اعوجاج های دامنه و فاز در کانال فیدینگ، نیاز به تخمین کانال دارد. ترکیب تخمین آفست فرکانس و تخمین کانال به دلیل تعداد مجهولات، پیچیدگی محاسباتی بالایی دارد. اکثر الگوریتم های تخمین cir و تخمین cfo موجود به طور جداگانه دو تخمین را انجام می دهند. اخیراً تخمین توأم cfo و cir توجه زیادی را به خود جلب کرده است. در این پایان نامه ابتدا الگوریتم تخمین توأم em(expectation maximization) بررسی شده است. سپس یک تخمین زن بر اساس فیلتر کالمن توسعه یافته (ekf)، به نام فیلتر کالمن توسعه یافته تکراری (iekf) پیشنهاد می کنیم که دارای پیچیدگی کمتر و همچنین عملکرد بهتر در مقادیر سیگنال به نویز بالاتر از 10 (db) نسبت به الگوریتم em می باشد. در ادامه به منظور افزایش دقت تخمین از الگوریتم بهینه سازی دسته ذرات (pso) استفاده می کنیم. نتایج حاصل از شبیه سازی بهبود عملکرد الگوریتم pso و iekf را نشان می دهند.

از مهمترین وظایف یک سیستم راداری، آشکارسازی اهداف است. یک معیار مطلوب برای طراحی آشکارساز رادار، دستیابی به خاصیت cfar است. در عمل به دلیل تغییر پارامترهای تداخل و شرایط محیطی، فرض معلوم بودن برخی از پارامترهای تداخل صحیح نیست و به ازائ سطح آستانه آشکارسازی ثابت منجر به احتمال هشدار غلط (pfa) متغیر خواهد شد. بنابراین برای رسیدن به خاصیت cfar می توان از سطح آستانه وفقی مناسب برحسب پارامترهای تداخل استفاده نمود. تاکنون الگوریتم های متعددی برای طراحی پردازشگرهای cfar در رادارهای siso ارائه شده است که در این پایان نامه به معرفی بسیاری از این روشها در حضور تداخل گوسی و تداخل ویبول در شرایط مختلف محیطی پرداخته و مزایا و معایب هر کدام از آنها بررسی شده است. در همین راستا پردازشگر cfar برای مقابله با هر نوع ناهمگنی در حضور تداخل ویبول با عملکرد مناسب ارائه شده است. مرور تحقیقات انجام شده نشان می دهد که بر خلاف وسعت مطالعات در زمین? آشکارسازی cfar در رادارهای siso، این مساله در رادارهای mimo چندان مورد توجه نبوده و یک مقوله جدید است. در این پایان نامه ضمن بیان مختصری در مورد انواع رادارهای چند پایه، مساله آشکارسازی cfar را در رادارهای wsa-mimo در حضور تداخل گوسی مورد بررسی قرار می دهیم. بدین منظور پس از مدل کردن سیگنال دریافتی در یک رادارwsa-mimo تک پالسی و تبدیل آن به یک ماتریس داده، به بررسی کارهای انجام گرفته در این زمینه پرداخته و در ادامه ساختار تعدادی از پردازشگرهای cfar در رادارهای siso را به روشهای مختلفی برای استفاده در رادارهای wsa-mimo تعمیم داده ایم و عملکرد این روشها را در محیط های همگن و ناهمگن به کمک شبیه سازی کامپیوتری به روش مونت کارلو مورد بررسی قرار داده ایم. مقایسه عملکرد این آشکارسازها نشان می دهد که پردازشگرهای نوینی که از شاخص تغییر پذیری استفاده می نمایند؛ بخصوص پردازشگرهای مبتنی بر روش mvi، از عملکرد بسیاری خوبی برای مقابله با اهداف تداخلی و لبه کلاتر برخوردارند.

مدیریت سیستم های توزیع نیز همانند سیستم های انتقال نیازمند شناسایی و اندازه گیری دقیق بار است که با داشتن اطلاعات کامل از سیستم، نقش موثری در بهبود بهره برداری اقتصادی، ارتقاء قابلیت اطمینان شبکه های توزیع و کنترل بهینه آن دارد. از دیگر مزایای دسترسی به اطلاعات، می-توان به بهبود توانائی تحلیل وضعیت سیستم پس از وقوع خطا و حفاظت پیشرفته بر اساس اندازه-گیری کمیات اشاره نمود. اما با توجه به محدودیت های توزیع از لحاظ اقتصادی، وجود شاخه های متعدد و پست های زیاد، اندازه گیری بهنگام کلیه پست های توزیع مقرون به صرفه نیست. از این رو الگوریتم هایی با عنوان تخمین بار پدید آمدند که با کمک اطلاعاتی از توپولوژی پست های توزیع و همچنین تعداد محدودی دستگاه اندازه گیری بهنگام در شبکه توزیع، بار مصرفی هر پست را با دقتی مطلوب تخمین می زنند. تخمین بار شبکه به معنی تعیین توان مصرفی نقاط بار به صورت بلادرنگ می باشد. برای انجام تخمین بار دو نکته از اهمیت ویژه ای برخوردار است که عبارتند از: مکان یابی بهینه ی دستگاه های اندازه گیری و همچنین روش یا به عبارتی الگوریتمی برای انجام تخمین. در این پروژه از روشی نوین برای بهینه سازی تعداد و مکان این دستگاه ها استفاده شده و همچنین تغییری در الگوریتم تخمین بار صورت گرفته است، تا بتوان تخمینی دقیق تر از کلیه ی متغیرهای شبکه که شامل مقادیر ولتاژ و زاویه ی فاز کلیه باس ها است، بدست آورد. چیدمان بهینه ی دستگاه ها بر اساس کاهش تعداد آن ها و همچنین استفاده از تابعی برای کاهش خطای تخمین می باشد. تغییر در الگوریتم تخمین نیز به این صورت است که مشتق معادلات زاویه فاز ولتاژ به ماتریس اندازه گیری اضافه می-شود. برای انجام این پروژه از نرم افزارهای digsilent و matpower برای جمع آوری اطلاعات مربوط به شبکه و همچنین بدست آوردن پخش بار dc شبکه استفاده گردید. کلیه مراحل انجام مکان یابی و تخمین حالت به وسیله نرم افزار matlab انجام گرفت. نتایج بکارگیری روش جدید بیانگر موفقیت در افزایش دقت تخمین بار می باشد.

در این پروژه به مکان¬یابی یک وسیله زیر آبی خودگردان پرداخته شده است. امواج الکترومغناطیسی ماهواره¬ها نمی¬توانند در اعماق آب نفوذ کنند، بنابراین برای موقعیت یابی این وسیله نمی¬توان از سیستم موقعیت یابی ماهواره¬ای استفاده کرد. برای موقعیت یابی این وسایل از سیستم ناوبری اینرسی استفاده می شود. در این پروژه برای جلوگیری از افزایش خطا، اطلاعات حسگرهای سیستم اینرسی، از طریق فیلتر کالمن با اطلاعات حسگرهای فشارسنج، سرعت¬سنج مکانیکی و قطب¬نما ترکیب می¬شوند تا تخمین بهتری از موقعیت وسیله بدست آید. در این تحقیق، علاوه بر مدل سینماتیکی، از مدل دینامیکی سیستم نیز در فیلتر کالمن استفاده شده تا در مواردی که اطلاعات حسگرها در دسترس نیست، بتوان به موقعیت¬یابی ادامه داد. مدلی که برای شبیه¬سازی این وسیله زیر آبی خودگردان استفاده شده است، یک مدل غیرخطی با حرکت شش درجه آزادی است. شبیه سازی بر اساس مدل دینامیکی وسیله زیرآبی nps-auv ii در محیط نرم¬افزار متلب انجام شده و الگوریتم مکان یابی نیز در همین محیط نوشته شده است. روش تخمین چند مدلی استفاده شده در این تحقیق، روش تخمین چند مدلی ایستا بر اساس فیلتر کالمن است. شبیه سازی الگوریتم تخمین موقعیت در مانورهای مختلف، توانایی این روش در تخمین موقعیت وسیله در مودهای حرکتی عمق و فرمان را نشان می دهد. از مودهای تفکیک شده به عنوان مدل وسیله در فیلتر کالمن استفاده شده است زیرا ضرایب هیدرودینامیکی در این مودها موجود است. نتایج این تحقیق نشان می¬دهد که استفاده از روش تخمین چند مدلی، باعث افزایش دقت تخمین متغیرها شده است. این افزایش دقت در متغیرهایی که برای آنها اندازه¬گیری خارجی موجود نیست، قابل ملاحظه است.

آگاهی از موقعیت ادوات و افراد در بسیاری از کاربردها از جمله مراقبت از افراد سالخورده، حمل و نقل، زمینه های رباتیک و غیره مورد توجه بوده است. در سال های اخیر تکنیک های متعدد موقعیت یابی ارائه شده است که هر کدام از آنها معایب و مزایای خاص خود را داشته و در شرایط ویژه ای مورد استفاده قرار می گیرند. در این پایان نامه یک سیستم موقعیت یابی پیشنهاد شده است که از سیگنال های فراصوت استفاده می کند و به دلیل پائین بودن سرعت صوت نسبت به امواج الکترومغناطیس، دقت بالایی در کاربردهای محیط بسته دارد. این سیستم از یک فرستنده و یک گیرنده ی فراصوت تشکیل شده است و سیگنال ارسالی از سمت فرستنده به سمت گیرنده بصورت یکطرفه می باشد. سیگنال ارسال شده بصورت متناوب فرستاده می شود که هر دوره ی تناوب شامل چند پالس زمانی است و در هر پالس سیگنال فراصوت با فرکانس و فاز منحصر بفرد ارسال می شود. این سیگنال ها پس از طی کردن مسیر مستقیم و رسیدن به گیرنده، فازشان تغییر کرده اما فرکانسشان ثابت می ماند. بر اساس تغییرات فاز دریافتی و استفاده از تئوری مانده چینی، تاخیر زمانی بین فرستنده و گیرنده بدست می آید و با ضرب کردن این مقدار در سرعت صوت فاصله ی بین فرستنده و گیرنده محاسبه می شود. از دیگر ویژگی های این سیستم مرجع آزاد بودن آن است. به عبارت دیگر، فرستنده و گیرنده برای تعیین موقعیت جسم نیاز به هم زمان بودن ندارند که این منجر به سادگی و کم هزینه بودن سیستم ارائه شده می شود. لازم به ذکر است که تغییرات فرکانس ارسالی عملکرد سیستم فوق را به شدت تحت تاثیر قرار می دهد و باعث غیرمقاوم بودن آن می شود. اما با ارائه ی روشی جدید سیستم موقعیت یابی را نسبت به تغییرات یکسان فرکانس ها مقاوم نموده ایم. یکی دیگر از چالش های این پایان نامه بررسی تغییرات نویز اندازه گیری بر عملکرد سیستم است که با توجه به نتایج شبیه سازی ها در می یابیم با افزایش تعداد فرکانس های فراصوت (هفت فرکانس) در سیگنال ارسالی، تاخیر زمانی و موقعیت جسم را با وجود نویز اندازه گیری تا چهار درجه در فاز دریافتی، با دقت بالا می توان بدست آورد.

در این پروژه آشکارساز های glr، umpi و lmpi برای تشخیص وجود و عدم وجود هدف در یک سیستم رادار چند ورودی – چند خروجی (mimo) در حضور نویز گوسی با فرض مجهول بودن واریانس نویز و ضرایب کانال mimo استخراج شده است. همچنین نشان داده می شود آشکارساز umpi در این مسأله تنها با معلوم بودن پارامتر سیگنال به نویز محقق می شود. همچنین نشان می دهیم این آشکارساز ها در تداخل گوسی دارای خاصیت cfar می باشند و احتمال هشدار غلط آن ها با تغییر واریانس نویز ثابت است. در ادامه نشان می دهیم مسأله تشخیص وجود و عدم وجود هدف در حضور کلاتر گوسی با ماتریس کوواریانس مجهول یک مسأله پایا تحت دو گروه تبدیل مقیاس و شبه یکانی است؛ بنابراین با استفاده از یک آماره پایای ماکسیمال آشکارساز umpi را در این حالت بدست می آوریم. دیده می شود این آشکارساز تنها با فرض معلوم بودن نسبت کلاتر به سیگنال در ابعاد مختلف ماتریس کوواریانس قابل پیاده سازی است. همچنین در این پروژه آشکارساز glr را در حضور کلاتر شبه گوسی بررسی می کنیم که دیده می شود متأسفانه glr مستقل از مشاهدات بدست می آید، در همین راستا با استفاده از لم نگاشت فضای مشاهدات که در همین پروژه ارایه می شود آشکارساز جدیدی تحت عنوان extended glr را تحقق می دهیم. دیده می شود عملکرد این آشکارساز مناسب است و با کاهش توان کلاتر به سیگنال به حد بهینه umpi میل می کند. همچنین در این پروژه آزمون فرضیه وجود و عدم وجود هدف را در حضور کلاتر شبه گوسی با ماتریس کوواریانس مجهول و پارامتر توان مجهول مورد بررسی قرار می دهیم. دیده می شود این مسأله نیز نسبت به دو گروه تبدیل مقیاس و شبه یکانی پایا است. با استفاده از آماره پایای ماکسیمال آشکارساز umpi را برای این مسأله تحقق می دهیم که دیده می شود مجدداً با فرض معلوم بودن پارامتر های توان کلاتر به سیگنال در ابعاد مختلف ماتریس کوواریانس این آشکارساز قابل پیاده سازی است. در ادامه با استفاده از دست آورد مشابه در بخش تداخل گوسی، آشکارساز eglr را برای این مسأله تحقق می دهیم دیده می شود آماره تصمیم گیری eglr در حالت تداخل گوسی رنگی و شبه گوسی دقیقاً یکسان است.