جداسازی منابع نوری با استفاده از روشهای جداسازی کور منابع

سیستم های رتیکلی، یک روش کلاسیک برای تخمین موقعیت هدف هستند و به طور گسترده ای در جستجوگرهای فروسرخ مورد استفاده قرار می گیرند. بزرگترین عیب جستجوگرهای رتیکلی، حساسیت آنها به اقدامات متقابل فروسرخ مانند فلیرها است. برای حل این مشکل روشهای مختلفی ارائه شده است که شامل روش جداسازی هدف و فلیر با استفاده از خواص توزیع طیفی آنها و استفاده از الگوریتمهای خوشه بندی مانند روش k-means است. هدف این پایان نامه حل مشکل حساسیت جستجوگرهای رتیکلی یعنی بازیابی سیگنالهای هدف و فلیر از سیگنال های مشاهده شده در خروجی جستجوگر رتیکلی بهبود یافته با استفاده از الگوریتمهای جداسازی کور منابع است. برای استفاده از الگوریتمهای جداسازی کور منابع، با استفاده از جدا کننده پرتو، ساختار جستجوگر نسبت به جستجوگر معمولی بهبود یافته و با استفاده از این الگوریتمها، در دو حالت منابع همدوس و ناهمدوس، سیگنال های اصلی از سیگنال های مخلوط که در خروجی جستجوگر رتیکلی بهبود یافته تولید می شوند، بازیابی می شوند. در این مساله، سیگنال های مشاهده شده ترکیب کانولوتیو سیگنال های منبع هستند، یعنی این که ما با یک مخلوط کانولوتیو روبرو هستیم. دراین پایان نامه با استفاده از سه الگوریتم ارائه شده برای مخلوطهای کانولوتیو، دو الگوریتم حوزه زمان و یک الگوریتم حوزه فرکانس، سیگنال های اصلی از سیگنال های مخلوط بازیابی می شوند. همچنین الگوریتمهای حوزه زمان با یکدیگر و با الگوریتم حوزه فرکانس مقایسه می شوند و مزایا و معایب این الگوریتمها بررسی می شود. مزیت استفاده از الگوریتمهای جداسازی کور منابع نسبت به روش جداسازی هدف و فلیر با استفاده از خواص توزیع طیفی آنها، پیاده سازی ساده تر و نسبت به استفاده از الگوریتمهای خوشه بندی سرعت همگرایی بیشتر است.