Skip to main content
SUPERVISOR
Ehsan Yzdian
احسان یزدیان (استاد راهنما)
 
STUDENT
Fatemeh Hamedani Golshan
فاطمه همدانی گلشن

FACULTY - DEPARTMENT

دانشکده مهندسی برق و کامپیوتر
DEGREE
Master of Science (MSc)
YEAR
1396

TITLE

Using micro-Doppler of radar return signal to extract the characteristics of helicopter
Microdoppler is a new subject in radar signal processing with a research history of about twenty years. Radial velocity of targets relative to radar position, causes doppler frequency shift of return signal to radar. In addition to radial velocity of target fuselage, many targets consist of components which have small scale motions which results in frequency modulation around the main doppler frequency shift. Vibrations of the motor components and fuselage of airplanes and blade rotation of helicopters are some examples of these types of small scale motions which produce periodic doppler shifts known as microdoppler. Extraction of microdoppler shift and its properties is very important in target MicroDoppler, Helicopter, Radar, parameter estimation, compressive sensing
مایکروداپلر یک موضوع جدید در حوزه سیگنال راداری است که کارهای تحقیقاتی مربوط به آن سابقه‌ای در حدود بیست سال دارد. سرعت شعاعی اهداف نسبت به رادار، باعث شیفت فرکانسی داپلر در فرکانس سیگنال بازگشتی به رادار می‌شود. علاوه بر سرعت شعاعی خطی بدنه، در بعضی از اهداف حرکات دیگری نیز وجود دارد که موجب مدولاسیون فرکانسی سوار بر فرکانس داپلر اصلی می‌شود. لرزش‌های روی بدنه و موتور هواپیما و چرخش پره‌های بالگرد نمونه‌هایی از این حرکت می‌باشند که باعث تولید شیفت‌‌های فرکانسی متناوب در زمان می‌شوند. استخراج شیفت مایکروداپلر و ویژگی‌های آن از اهمیت بالایی برخوردار است زیرا در آن اطلاعات زیادی از مشخصات هدف وجود دارد و با استفاده از آن می‌توان پارامترهای مختلف هدف را تخمین زد. در این پژوهش به‌طور خاص به سیگنال مایکروداپلر بالگرد پرداخته‌شده‌است. تخمین پارامترهای بالگرد مانند تعداد پره‌ها، طول و سرعت زاویه‌ای دوران آن‌ها و درنهایت شناسایی کامل مدل بالگرد از اهداف این پایان‌نامه است. بدین منظور روش‌های ارائه‌شده برای تخمین پارامترهای بالگرد، مرور و دسته‌بندی شده و روش حسگری فشرده به‌عنوان یکی از راه‌حل‌‌های مناسب مورد مطالعه قرار می‌گیرد. در مراجع مربوط به حسگری فشرده، برای تشکیل ماتریس دیکشنری از اتم‌هایی استفاده می‌شود که مبتنی بر مولفه‌های سیگنال هستند. در این پایان‌نامه این روش‌ها برای مسأله بالگرد تعمیم داده‌‌ می‌شود. برای بهبود نتایج تخمین، اتم‌های دیکشنری برمبنای مدل کل سیگنال بازگشتی از بالگرد تشکیل شده و از الگوریتم جستجوی تطابقی متعامد (OMP) برای حل مسأله استفاده می‌شود. این روش تخمین در شرایط تطبیق پارامترها بر اتم‌ها و عدم تطبیق آن‌ها بر اتم‌ها انجام شده و نتایج مقایسه می‌شود. برای حل مشکل عدم تطبیق پارامترها بر اتم‌ها، راه حل یادگیری دیکشنری ارائه می‌گردد. در این روش از الگوریتم‌های بهینه‌سازی برای دستیابی به تخمین دقیق پارامترها استفاده می‌شود. نتایج به‌دست آمده نشان می‌دهد دقت تخمین در‌صورت استفاده از یادگیری دیکشنری بسیار بالا رفته و پارامتر تخمین‌زده‌شده می‌تواند به مقدار واقعی میل کند. در نهایت مزیت روش مبتنی بر حسگری فشرده در مقایسه با یکی از روش‌های حوزه زمان-فرکانس به نام تبدیل رادون، نشان داده می‌شود. کلیدواژه ها:مایکروداپلر، بالگرد ، رادار، تخمین پارامتر، حسگری فشرده

ارتقاء امنیت وب با وف بومی