تشخیص و تصحیح خطا در حسگرهای فضایی با استفاده از سخت افزارهای تکامل پذیر

جایگاه حسگرها در صنایع و علوم مختلف به عنوان یک عنصر اساسی و حیاتی، گریزناپذیر است. با پیشرفت مدارهای الکترونیکی و در نظر گرفتن روند رو به کاهش اندازه این مدارها، اهمیت تشخیص و تصحیح خطا در این گونه از مدارها، افزایش یافته است. با توجه به این، موضوع تشخیص خطا در انواع حسگرها اهمیت مییابد. اهمیت این موضوع در مورد حسگرهایی که دارای کاربرد فضایی اند، دو چندان است. علت این امر راباید در عدم دسترسی مجدد به حسگرها در فضا جستجو کرد. با توجه به این که بسیاری از عوامل محیطی و فیزیکی فضا همچنان برای بشر ناشناخته است، می توان اهمیت نیاز به اندازه گیری صحیح در فضا را دریافت. در کاربردهای فضایی از حسگرهای فراوانی استفاده می شود. در این تحقیق دو نوع حسگر دمایی و نحوه ی کارکرد آن ها درنظر گرفته شده است. همچنین انواع خطاهای متفاوتی که می تواند به دلایل مختلف در این حسگرها به وجود بیاید، بررسی شده است. به دلیل کاربردهای وسیع و همچنین به دلیل اینکه حسگرهای دمایی بسیار مستعد خطا هستند، در این تحقیق به حسگرهای دمایی پرداخته شده است. علاوه براین برای حسگرهای رطوبت و نور نیز عملیات تشخیص خطا صورت گرفته است. از روش های متفاوتی برای تشخیص خطا بهره گرفته شده است. شبکه های عصبی و فیلتر کالمن از جمله روش هایی است که در این تحقیق از آن ها بهره گرفته شده است. پیش از اعمال شبکه ی عصبی برای جداسازی قسمت های دارای خطایِ سیگنال از قسمت های بدونِ خطا، از استخراج مشخصه ها بهره برده شده است.استخراج مشخصه ها، عملکرد تشخیص خطارا بهبود می بخشد.روش دیگر تشخیص خطا، مبتنی بر فیلتر کالمن است. فیلتر کالمن یک فیلتر بازگشتی است که از طریق پیش بینی مقدار خروجی سیستم و مقایسه ی آن با خروجی واقعی، خطا را تشخیص می دهد. همچنین روشی پیشنهادی برای تشخیص خطا مطرح شده است و در پایان با روش الگوریتم فیلتر کالمن و شبکه ی عصبی مقایسه شده است. در اغلب موارد برای تحمل پذیری خطا از روش افزونگی استفاده می شود. در این تحقیق به جای استفاده از یک حسگر، شبکه ای از حسگرها استفاده شده است که میانگین وزن دار آنها به عنوان خروجی در نظر گرفته می شود. برای از بین بردنِ اثر حسگرهای دارای خطا از سخت افزار تکامل پذیر استفاده شده است. سخت افزار مورد استفاده در این تحقیق، سخت افزارِ آنالوگِ قابل برنامه ریزی است. الگوریتم ژنتیک، با حذف اثر حسگرهای دارای خطا، سخت افزار را مجدداً برنامه ریزی می کند. سخت افزار تکامل پذیر در نرم افزار matlabشبیه سازی شده است. در این تحقیق با بکارگیری شبکه ی عصبی، تشخیص خطا در مورد خطای نویز زیادبررسی شد. در این خطا محدوده ی تغییرات واریانس از 0.005 تا 2 برای داده های مختلف با درصدهای خوبی تشخیص داده شد. همچنین تشخیص خطا توسط فیلتر کالمن و روش پیشنهادی نیز با دقت خوبی صورت گرفته است. در مرحله ی تصحیح خطا نیز سخت افزار مورد بررسی با دقت خوبی خطا را تصحیح کرد. دقت تصحیح خطای مورد بررسی در این مورد به 10 هزارم هم می رسد.