تمرکز اصلی این رساله دکتری بر توسعه و بهبود عملکرد الگوریتمهای شناسایی نقاط مشخصه سیگنالهای حیاتی نشان دهنده عملکرد الکتریکی و یا مکانیکی قلب و همچنین ارتقاء الگوریتمهای خوشه بندی و طبقه بندی شکل موج های qrs جهت تشخیص نوع آریتمی و یافتن راهی جهت ارائه تشخیص اولیه بیماری قلبی بکمک کامپیوتر است. به این منظور، در گام نخست، بسیاری از روشها و تکنیکهای پردازش سیگنالهای حیاتی مورد بررسی و تحلیل قرار گرفته، با توجه به نتایج بدست آمده از یکسو و نظرات طراحان روشهای متفاوت از سوی دیگر، نقاط قوت و ضعف آنها استخراج و دسته بندی شده اند. پس از آن، با استفاده از پایگاههای داده متعدد و همچنین پایگاه داده هولتر دانشگاه صنعتی خواجه نصیر- بیمارستان دی، الگوریتمهای متعدد با ساختارهای گوناگونی طراحی و مورد بررسی و صحه گذاری قرار گرفته، برای تمامی آنها دقت، سرعت پردازش کامپیوتری، مقاومت در برابر نویزهای شدید هولتر و عدم قطعیتهای موجود لحاظ شده اند. در نهایت پنج الگوریتم برتر که حائز بهترین امتیازات از مجموع ویژگیهای مطلوب فوق الذکر هستند، تحت عناوین aclm، mhom، pcagi، icagiو ldagi جهت آشکارسازی رخدادهای سیگنال های حیاتی مانند الکتروکاردیوگرام، فونوکاردیوگرام، فشارخون شریانی و سیگنالهای کاتتر انتخاب شده اند. در مجموع، عملکرد این الگوریتمها روی بیش از دو میلیون ضربان دارای تشخیص (که ضربانها شامل حدود بیست و شش نوع آریتمی متفاوت از یکدیگر بودند)، در سه لایه check#0، check#1 و check#2 مورد بررسی و صحه گذاری قرار گرفتند. پس از آن الگوریتمهای جدید طراحی شده جهت آشکارسازی رخدادهای اصلی سیگنالهای فشار خون شریانی، صدای قلب و الکتریسیته کاتتر مورد تجدید نظر و تغییر ساختار قرار گرفته، نرم افزارهای تشخیص رخدادهای سیگنالهای مذکور نیز که دارای مشخصه های اصلی ( مانند مشخصه های سیستم آشکارساز رخدادهای سیگنال الکتروکاردیوگرام ) با دقت طراحی شده، در ساختار استانداردی، قرار داده شده اند. پس از آن الگوریتمهای ارائه شده در چند کاربرد پزشکی مهم یعنی آشکارسازی و پیش بینی وقوع شوک کاردیوژنیک در icu، آشکارسازی و تخمین پارامترهای توربولانس نرخ ضربان قلبی و اندازه گیری آلترنانسهای امواج رپلاریزاسیون بطنی مورد استفاده قرار گرفته اند. در ادامه، بمنظور یافتن راه حل مقاوم و مطمئنی جهت تشخیص بیماری های قلبی، تئوری روشهای kmc، fcm و روش has بیان شده، نحوه پیاده سازی آنها بیان گردیده اند. نتیجه نهایی مبحث خوشه بندی ( که یک نوع طبقه بندی غیر نظارتی است) برنامه ای بوده که با گرفتن چند ساعت سیگنال الکتروکاردیوگرام هولتر، شکل موجهای نماینده و نسبت های تاکوگرام rr با ضربان قبل و ضربان بعد که در تشخیص پزشکی به کار می روند، را محاسبه، در اختیار کاربر قرار می دهد. دقت الگوریتم خوشه بندی شکل موج های qrs و محاسبه کننده شکل موج نماینده هر دسته در دو لایه check#1 و check#2 مورد صحه گذاری و تایید قرار گرفته است. بوسیله الگوریتم ارائه شده می توان تعداد شکل موج های نماینده هر خوشه را محاسبه و با سایر پارامترهای تشخیص در اختیار پزشک قرار داد. در این رساله مقدمتاً، بموازات مرحله خوشه بندی (طبقه بندی غیر نظارتی)، طبقه بندی نظارتی مفصلی نیز انجام گرفته است. در مبحث طبقه بندی نظارت شده، روشهای طبقه بندی متعددی نظیر knn، ann، pnn، lvq، svm و mlvq مورد بررسی و تحلیل قرار گرفته، همگی آنها روی پایگاه داده mitdb مورد آموزش و آزمایش قرار گرفته اند. در این تحقیق بمنظور استخراج ویژگیهای مناسب هر کمپلکس آشکارسازی شده qrs، روشیبر اساس طول قوس پنجره های مثلثی روی تصویر مجازی ساخته شده از کمپلکس qrs و تبدیل موجک گسسته آن معرفی شده، کیفیت عملکرد آنها مورد بررسی قرار گرفته اند. سپس چند شبکه knn و ann به صورت متناسبی آموزش دیده، بگونه ای که یکی از گروه طبقه بندها با سیگنال تصحیح و فیلتر شده و گروه دیگر با ویژگیهای طراحی شده، داده های ورودی را آزموده، دقتهای بدست آمده محاسبه و ثبت می شوند. مجموعه بررسیها نشان می دهند که الگوریتم استخراج ویژگی ارائه شده، قابلیتهای مطلوبی را در طبقه بندی و جداسازی شکل موج های متفاوت qrs از یکدیگر دارا می باشد. پس از آنکه روشهای طبقه بندی مذکور هر یک بصورت جداگانه برای طبقه بندی نظارتی شکل موج های qrs با ویژگی های استخراج شده طراحی و مورد بررسی واقع شدند، بمنظور افزایش دقت تا حد امکان و مقاوم سازی هر یک از روش های طبقه بندی به عدم قطعیت های موجود در سیگنال الکتروکاردیوگرام، ترکیبی از چند سیستم طبقه بندی (fusion classification) آزمایش شده است. مطابق این روش، چند شبکه متفاوت از یکدیگر، مثلاً یک knn، چند ann با ساختارهای متفاوت و یک svm به موازات یکدیگر قرار داده شده، نتایج آنها توسط یک سیستم طبقه بند دیگر وزن دهی و جمع آوری می گردد. بدین ترتیب، می توان محدوده عملکرد ساختار کلی در عدم قطعیت ها را گسترده تر کرده، دقت طبقه بندی را افزایش داد. نتایج تحقیقات و بررسی های انجام شده در این بخش که در جداول مربوطه ارائه و توضیح داده شده اند، نشان می دهند که دقت کنونی طبقه بندی نظارتی به صورت متوسط %95 بوده که بیشتر از آخرین کارهای انجام شده در این زمینه است. قسمت دیگری از این پایان نامه شامل طراحی و ساخت اولین نمونه سخت افزاری مشتمل بر الگوریتمهای معرفی شده مذکور با سرعت پردازشی حدود 160000 نمونه در ثانیه است. این سیستم را می توان دستاورد فنی رساله جهت ارائه به جامعه متخصصان پزشکی قلب و عروق کشور، قلمداد کرد. تحقیقات انجام شده در این رساله همگی درسویی تنظیم شده اند که با ادامه آنها بتوان به نتایج زیر بصورت مقاوم و دقیق دست یافت. 1) درصورتیکه یک سیگنال هولتر بلند مدت به این سیستم اعمال گردد، چه شکل موج های هندسی در آن دیده می شوند. 2) با مقایسه این شکل موجها و سایر نشانه های بدست آمده از اندازی گیریهای دیگر و مقایسه آنها با یک پایگاه دانش پیشرفته، نوع ضربان را به صورت دقیق معلوم نمود. 3) یک سیستم پایش کارآمد جهت آشکارسازی و اندازی گیری فعالیت دهلیزی طراحی نمود. 4) الگوریتم های طبقه بندی ترکیبی را به یک الگوریتم واحد و یکپارچه جدید تبدیل نمود. با در کنار هم گذاشتن تمام نشانه ها و نتایج بدست آمده و مقایسه آنها با پایگاه دانش پزشکی، بتوان تشخیص اولیه ای را ارائه نمود. 5) پس از تشخیص وضعیت فعلی قلب، در برخی موارد خاص نظیر حملات بدخیم قلبی، گرفتگی عروق کرونر و توسعه کانون های ضربان ساز قلب پیش بینی هایی را انجام داد. 6) جبهه موج رپلاریزاسیون و آلترنانسهای آن نیز در مباحث تشخیص و یا پیش بینی وارد گردند. 7) جداول مخصوص بر پایه دانش پزشکی بمنظور وزن دهی خارجی به نتایج بدست آمده جهت پیش بینی برخی رخدادها ( مانند جداول پیش بینی شوک) بکمک پزشکان بیمارستان های طرف همکاری با دانشگاه توسعه پیدا کنند. 8) صداهای دریچه های قلبی وارد مباحث طبقه بندی غیر نظارتی و نظارتی شوند. 9) آشکارسازی ریتم های مختلف دهلیزی و بطنی با استفاده از پایگاه دانش خبره پزشکی. 10) بررسی کیفیت عملکرد افت های هادی تحریک الکتریکی از گره sa به av، از av به بطن ها و از sa به دهلیزها بکمک سیگنال الکتروکاردیوگرام. 11) توسعه سیستم آشکارسازی و تشخیص در محیط های درون بدنی نظیر cathlab آزمایشگاههای پیس میکر و اتاق عمل با استفاده از سیگنالهای درون بدنی.

هدف اصلی این پایان نامه ارائه الگوریتمی هوشمند برای پیش بینی عملکرد قلب در فاز ریپرفیوژن در موش های آزمایشگاهی است. با استفاده از این پیش بینی پزشک متخصص می تواند با قابلیت اطمینان بالاتری در دوره درمان ریپرفیوژن تصمیم گیری و عمل کند. لذا این اقدام از آسیب های جدی و حیاتی می تواند جلوگیری کند. این تحقیق در ابتدا به صورت یک مطالعه بالینی بر روی موش آزمایشگاهی از نژاد wistar آغاز شده است، بدین صورت که ابتدا رگ lad که یکی از عروق کرونر مهم قلب است، مسدود و به صورت مصنوعی در قلب موش سکته قلبی ایجاد می شود. در 10 دقیقه اول موش دچار ایسکمی قلبی شده و با ادامه این روند تا 30 دقیقه موش دچار سکته قلبی می شود. سپس این رگ باز شده و به صورت مصنوعی خون رسانی مجدد یا ریپرفیوژن در قلب موش رخ می دهد. این پدیده همان طور که می تواند خون رسانی به بافت قلب را به حالت نرمال برگرداند، همچنین به دلیل ایجاد شوک، می تواند پدیده خطرناکی نیز باشد. در نهایت به مدت 120 دقیقه داده برداری در فاز ریپرفیوژن انجام شده است. در تمامی لحظات فاز نرمال، سکته قلبی و ریپرفیوژن قلبی سیگنال های الکتروکاردیوگرام و فشار خون بطنی به صورت همزمان ثبت شده است. با توجه به تاثیرپذیری بسیار بالای فشار خون بطنی از سیگنال الکتروکاردیوگرام، می توان قلب را سیستمی دینامیکی در نظر گرفت که در آن ورودی سیستم سیگنال الکتروکاردیوگرام و خروجی آن سیگنال فشار خون بطنی است. با توجه به این موضوع به شناسایی و مدل سازی سیستم الکترومکانیکی قلب و پیش بینی عملکرد آن پرداخته شده است. در شناسایی سیستم الکترومکانیکی قلب برای سادگی مدل سازی در این پایان نامه، ابتدا از روش خطی arx در بازه نرمال استفاده شده است. با این مدل سازی پارامترهای اولیه سیستم شناسایی و منجر به این نتیجه شد که سیستم الکترومکانیکی قلب عملکرد غیر خطی دارد. در ادامه این پایان نامه، مدل سازی غیرخطی سیستم با استفاده از یک مدل فازی عصبی تطبیقی انجام شده است. در این مدل سازی در بازه نرمال ابتدا ورودی های مناسب سیستم تعیین شده اند. در نهایت، حالت بهینه ورودی سیستم، از بین 10 ورودی انتخاب شده است. سپس ورودی های بهینه به سیستم جهت آموزش اعمال شده اند. مدل فازی عصبی تطبیقی انتخاب شده از نوع سوگینو است که دارای 2 تابع عضویت از نوع گوسی در هر ورودی است. بعد از آموزش این مدل در فاز نرمال، این مدل در فاز های نرمال، ایسکمی یا سکته قلبی و ریپرفیوژن تست شده است. این تست نشان دهنده این است که این مدل در سه فاز عملکرد مطلوبی دارد و مقادیر خطا کوچک و قابل صرف نظر کردن هستند. بنابراین این مدل به عنوان مرجع برای مدل سازی دقیق و جزئی تر انتخاب شده است. در ادامه مدل کاملا مستقل anfis، بدون وابستگی به جعبه ابزار matlab به صورت کاملا خودکار پیاده سازی شده است. در این متد برای به روز کردن پارامترهای اولیه از الگوریتم پر سرعت حداقل مربعات مانده و برای به روز کردن پارامترهای ثانویه از الگوریتم سریع ترین نزول استفاده شده است. این مدل را نیز با ورودی های لحظات گذشته در بازه نرمال آموزش داده و در بازه های نرمال، ایسکمی و ریپرفیوژن تست شده است. این مدل عملکرد بسیار مناسب و با خطای بسیار پایین دارد. افزایش دقت و سرعت مدل و قابلیت تغییر پذیری بالای آن باعث شد که این مدل برای پیش بینی عملکرد قلب استفاده شود. در انتها با استفاده از 500 مدل موازی کاملا مستقل anfis عملکرد قلب پیش بینی شده است. در این پیش بینی 50 ضربان آتی قلب با دقت نسبتا بالایی پیش بینی شده است. این تعداد ضربان می تواند نقش حیاتی در هنگام درمان بیمار در فاز ریپرفیوژن را داشته باشد.

هدف این پایان نامه استفاده از روشی نوین جهت تخمین پارامتر های (عدم قطعیت های) متغیر با زمان یک هلیکوپتر بدون سرنشین می باشد، به عبارت دیگر در این پایان نامه ممان اینرسی های هلیکوپتر به صورت عدم قطعیت در نظر گرفته شده و با استفاده از الگوریتم نوین تخمین پارامتر فرم مربعی درجه دوم خطی به صورت زمان کوتاه) (stlqf و short-time least squares (stls) مقدار این عدم قطعیت ها در حضور نویز تخمین زده و مقایسه خواهد شد. به منظور انجام این امر ابتدا مدل دینامیکی غیرخطی هلیکوپتر شبیه سازی شد، از آنجا که مدل هلیکوپتر بسیار ناپایدار می باشد، مدل غیرخطی هلیکوپتر خطی سازی شد، سپس یک کنترلر بهینه مربعی خطی lqr جهت پایدار سازی آن در حالت پرواز هاور مورد استفاده قرار گرفت. سپس پارامترهای هلیکوپتر که به صورت متغیر با زمان و به شکل تابع پله و هارمونیک در نظر گرفته شد و با استفاده از اگوریتم stlqf و) (stls خمین زده شد. در نهایت نتایج حاصل از تخمین پارامترهای متغیر با زمان هلیکوپتر با استفاده از اگوریتم stlqf و stls با هم مقایسه شد، که نتایج حاصل از تخمین، برتری روش stlqf نسبت به stls را نشان داد. به عنوان مثال دیده شد مقدار خطای تخمین rms در تخمین ممان اینرسی به ازاء مقادیر نویز 0 ،001/0 و 1/0 در روش stls به ترتیب 70% ، 77% و 88% بیشتر از نتایج حاصل از تخمین به روش stlqf بود. که این امر برتری روش stlqf را به خوبی نشان می دهد. در این پایان نامه با قراردادن یک نامیزانی جرمی بروی پره در سیستم هلیکوپتر، ایجاد ارتعاش نموده ایم، سپس این نامیزانی جرمی به روش stlqf تخمین زده خواهد شد، وبا قراردان جرم معادل در مکان مناسب بر روی پره ارتعاشات بوجود آمده را ملایم خواهیم کرد

در بسیاری از سیستم های صنعتی دسترسی به تمامی متغیر های حالت امکان پذیر نیست، بنابراین به منظور کنترل سیستم یا هر عملیات دیگری نمی توان فرض کرد که همه متغیر های حالت معلوم هستند. زمانی که نصب دستگاه های اندازه گیری مناسب جهت اطلاع یافتن از مقدار متغیرهای حالت سیستم ممکن نباشد، می توان به کمک روش های نرم افزاری به تخمین مقادیر لحظه ای کمیت های غیرقابل اندازه گیری پرداخت. در یک هلیکوپتر برای تمامی متغیرهای حالت سیستم سنسور موجود نیست، از این رو می بایست به منظور تخمین متغیرهای حالت مجهول یک مشاهده گر طراحی شود. در این پایان نامه برای تخمین متغیرهای حالت غیر قابل دسترس سیستم، یک مشاهده گر مود لغزشی (smo) طراحی شده است. برای این منظور ابتدا مدل ریاضی توصیف کننده ی دینامیک حرکت هلیکوپتر شبیه سازی شده است. به دلیل ناپایداری شدید متغیرهای حالت سیستم، یک کنترلر بهینه مربعی خطی (lqr) جهت پایدار سازی آن در پرواز هاور در نظر گرفته شده است. برای طراحی کنترلر و مشاهده گر مود لغزشی، لازم است معادلات غیرخطی توصیف کننده ی دینامیک سیستم حول نقطه ی کار در پرواز هاور خطی شوند. متغیرهای غیرقابل اندازه گیری توسط مشاهده گر مود لغزشی تخمین زده شده و به کنترلر سیستم وارد می شوند. مشاهده گرهای مود لغزشی عملکرد متفاوتی نسبت به سایر مشاهده گرها دارند. وجود یک ترم غیرخطی ناپیوسته در معادلات دینامیک این مشاهده گر که در واقع پس خورد خطای تخمین خروجی می باشد، باعث بهبود عملکرد تخمین شده است. همچنین این مشاهده گر نسبت به گروهی از عدم قطعیت ها و اغتشاشات در سیستم مقاوم است. در ادامه خطا در سیستم به صورت عدم قطعیت و اغتشاش وارد شده و نشان داده شده است که با وجود خطا، مشاهده گر مود لغزشی متغیرهای حالت سیستم را به خوبی تخمین زده و متغیرهای حالت سیستم پس از زمان کوتاهی کنترل و پایدار می شوند. همچنین تحلیل عملکرد مشاهده گر مود لغزشی و لوئن برگر نسبت به نویز وارد شده به سیستم، مقاومت بهتر مشاهده گر مود لغزشی را نسبت به نویز نشان داده است.

تجزیه و تحلیل بلادرنگ (real time) سیگنال الکتروکاردیوگرام (ecg) کاربردهای گسترده و مهمی در پزشکی دارد. هدف اصلی این پژوهش معرفی و توصیف الگوریتمی دقیق و ساده برای آشکار سازی بلادرنگ موج‏های p-qrs-t در سیگنال الکتروکاردیوگرام است. در این الگوریتم ابتدا، پیش پردازش بلادرنگ سیگنال شامل حذف نویز با فرکانس بالا و انحراف خط پایه به کمک تبدیل موجک گسسته (dwt) صورت‏ می‏گیرد. سپس، بمنظور آشکارسازی کمپلکس qrs، از روشی بر مبنای طول قوس سیگنال و مشتق مرتبه اول آن به همراه تخصیص آستانه های تطبیقی استفاده می شود. در نهایت، شناسایی امواج p و t توسط آنالیز همبستگی میان سیگنال و الگوهای این امواج صورت‏ می‏گیرد. برای به دست آوردن این الگوها، الگوریتم پس از 1 دقیقه جمع آوری اطلاعات،‏ وارد مرحله آموزش‏ می‏شود. در این مرحله امواج p و t موجود بوسیله ی یک الگوریتم با دقت بالا بصوت آفلاین، شناسایی و خوشه بندی ‏می‏گردند. سپس توسط میان گیری میان اعضای هر خوشه یک الگو برای هر یک بدست خواهد آمد. در مرحله تست، آموزش آنلاین الگوریتم ادامه پیدا خواهد کرد. یعنی با هر شناسایی موج جدید، خوشه‏ها به روز رسانی ‏می‏گردند و یا در صورت همبستگی پایین میان الگوها و سیگنال، خوشه جدید ایجاد خواهد شد. کیفیت سیگنال نیز با ورود هر نمونه جدید ارزیابی ‏می‏گردد. در صورتی که کیفیت پنجره مورد بررسی قابل قبول نباشد، الگوریتم مکان امواج p و t را با توجه به مکان امواج پیشین تخمین خواهد زد. عملکرد الگوریتم بر روی یک سیگنال مصنوعی که کیفیت آن با توجه به تئوری گام‏های تصادفی (random walk) از بهترین تا بدترین قابل تغییر است، ارزیابی شده است. همچنین برای مقایسه با دیگر روش‏های ارائه شده، الگوریتم بر روی پایگاه‏ داده qt و mit-bih arrhythmia database نیز مورد آزمایش قرار گرفته است. پارامترهای حساسیت و پیشگویی مثبت برای روش ارائه شده در شناسایی آنلاین امواج p، qrs و t به ترتیب برابر با se=99.69% و p+=99.88%، se=99.81% و p+=99.70%، se=99.73% و p+=99.92% است. همچنین نشان داده‏ می‏شود تا کیفیت %70، الگوریتم نتایج قابل اطمینانی در شناسایی بلادرنگ رخدادهای p، qrs و t دارد. میزان تأخیر الگوریتم (زمان پاسخ) در آّشکارسازی قله‏ی r برابر با ms 8 است. یعنی ms 8 پس از وقوع r، الگوریتم مکان آن را شناسایی خواهد کرد. این پارامتر برای قله‏ی امواج p و t به ترتیب برابر با ms 198 و ms 177 است.

یکی از اساسی ترین مشکلات وسایل قابل کاشت پزشکی که با باتری کار می کنند، تامین منبع انرژی با طول عمر بالا است. از این جهت باتری های اولیه بعد از گذشت زمان، عملکرد اولیه خود را از دست می دهد و کارآیی لازم برای وسایل پزشکی قابل کاشت در بدن را ندارند. با استحصال انرژی از بدن انسان برای وسایل قابل کاشت پزشکی می توان پیشبردی شگرف در علم پزشکی و ارتقا سطح کیفی زندگی بیماران داشت. در این پروژه به منظور تامین توان پایدار از بدن انسان برای وسایل قابل کاشت پزشکی، با استفاده از مواد پیزوالکتریک که در اثر اعمال نیرو، جریان الکتریکی تولید می کنند و تامین نیرو از ماهیچه های تنفسی که پیوسته در حال فعالیت هستند، صورت می گیرد. بشترین توان تولید شده میکروژنراتور ارائه شده 700 میلی وات و متوسط توان 85 میلی وات است. توان تولیدی میکروژنراتور با پارامترهایی چون فشار داخلی دهان، وزن و قد افراد رابطه دارد. بدین صورت که با وزن و فشار داخلی دهان رابطه مستقیم و با قد رابطه معکوس دارد.

هدف اصلی در این تحقیق، ارایه الگوریتم های هوشمند تعقیب برای ماهواره های ژئوسنکرون برای عملکرد بهتر، در شرایط دارای نویز، است. در گام ابتدایی، مدل الگوی سیگنال آنتن با نویز ارایه گردیده و سپس حرکت ماهواره در دستگاههای مختصات مرکز زمین، و از نگاه ناظر زمینی، بررسی شده و تبدیلات مختلف میان این دستگاهها ارایه شده است. اهمیت مساله تعقیب ماهواره ها، بدلیل رانده شدن آنها، از مدار ایده آل استخراج شده از معادلات نیوتن و قوانین کپلر، - بدلیل وجود نویزهای قوی فضایی، که از عمده ترین منابع نویز، می توان از جاذبه خورشید و ماه نام برد- ذکر شده، و حساسیت تعقیب از نظر اجرا، در ایستگاه زمینی، مورد بررسی قرار گرفته است. در گام بعدی، عملیات تعقیب در ایستگاه زمینی، بر اساس روش تعقیب گام، مطالعه شده، و کارکرد آن در شرایط نویز، بررسی گردیده است. نواقصی که در این روش وجود دارد، نشان داده شده است. جهت بهبود و رفع این نقایص، سه روش پیشنهادی با نامگذاریهای ذیل، ارایه شده است. • جستجو در چهار ربع • پردازش سیگنال بوسیله تابع معکوس سیگنال با سه آنتن در یک محل • جستجوی مارپیچ عملکردروشها نیز، در حضور نویز بررسی شده است. سپس مزایا و معایب و خطاهای هر یک از این روشها، از دیدگاههای، مقاومت به نویز، دقت، بار محاسباتی، زمان همگرایی و شرایط اولیه با یکدیگر، و با روش تعقیب گام، مقایسه شده اند. در کلیه روشهای مذکور در این تحقیق، الگوریتمهای بررسی شده و پیشنهاد شده تعقیب، فقط بر اساس میزان توان خروجی آنتن، تصمیم گیری نموده و آنتن را به سوی راستای دید ماهواره، هدایت می نماید، یعنی تنها داده مساله، ولتاژ دریافتی از آنتن، می باشد. در انتها، یک الگوریتم کلی جهت یافتن مکان فضایی ماهواره با استفاده از آنتن های موجود در حداقل دو ایستگاه زمینی متفاوت، در نقاط جغرافیایی مختلف زمین، پیشنهاد گردیده است. واژه های کلیدی: تعقیب ماهواره – ماهواره ژئوسنکرون – تعقیب هوشمند – تعقیب گام –توپوسنتریک – ژئوسنتریک – جستجوی مارپیچ – آنتن سهموی – الگوی سیگنال آنتن