اندازه گیری ارتفاع اهداف بر اساس معکوس سازی ویژگی ها توسط شبکه عصبی عمیق برای رادار VHF

یک روش جدید برای محاسبه جهت ورود سیگنال برای رادارهائی با فرکانس بسیار بالا (VHF) در شرایطی همچون چند مسیرگی، آغشته به نویز و ... استفاده از یادگیری عمیق است. روش های کلاسیک برای بازیابی جهت سیگنال دریافتی، استفاده از مدلهای چند مسیرگی برای سیگنال بوده که همگی دارای بازدهی ضعیفی می باشند. لذا به طور کلی اثر چند مسیرگی، دقت برآورد ارتفاع را کاهش می دهد. لذا، ویژگی های سیگنال چند مسیری برای بهبود دقت، در این مقاله مورد بهره برداری قرار گرفته و استفاده می شود. برای دستیابی به این امر از روش یادگیری عمیق، برای یادگیری مشخصات سیگنالهای مختلف که در ارتفاعات مختلف به رادار می رسند استفاده خواهد شد. روش کار بدین صورت است که ابتدا مشخصه های بدست آمده از سیگنال های دریافتی توسط شبکه مورد نظر که تلفیقی از هوش مصنوعی است آموزش داده می شود. در روش تست، مشخصه داده ها که توسط شبکه آموزش دیده استخراج شده و در فضای مشخصه قرار داده شده توسط سیگنالهای تست، تصویر می شود. این روش بعنوان روش معکوس کردن محاسبه ی جهت سیگنال ورودی به رادار نامیده خواهد شد. نتایج داده های شبیه سازی شده عملکرد مناسب، روش پیشنهادی را نشان می دهد. نتایج داده های واقعی نشان داده شده در این مقاله، نشان از عملیاتی بودن روش پیشنهادی، برای اهداف با ارتفاع کم تحت اثر چند مسیری را نشان می دهد. ترکیب روش یادگیری عمیق، با اندازه گیری ارتفاع یک هدف در ارتفاع پایین برای یک رادار VHF روشی قابل تامل و بهره برداری است.

Keywords:

یادگیری عمیق , رادارهای VHF , ارتفاع پست , جهت ورود سیگنال