نام پژوهشگر: علیرضا مقدم جو

تخمین منابع غیر ایستان در شبکه های حس گر بی سیم
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق 1387
  زینب زینل خانی   علیرضا مقدم جو

در این پایان نامه، الگوریتمی جدید برای جداسازی کور منابع غیر ایستان و باند وسیع در شبکه های حس گر بی سیم ارایه می کنیم. این منابع، در حوزه زمان-فرکانس دارای انرژی متمرکز هستند. از جمله این منابع می توان به سیگنال های fm اشاره کرد. در کاربردهایی نظیر رادار، سونار و مسایل آکوستیکی زیرآبی، به کرات با چنین سیگنال هایی مواجه می شویم. از آن جایی که تحلیل زمان- فرکانس در پردازش سیگنال، دارای اهمیت بسیار می باشد و از جمله روش های قدرتمند در جداسازی منابع غیر ایستان تحلیل در حوزه زمان-فرکانس است، از تبدیل چیرپلت در این الگوریتم استفاده می شود. چیرپلت ها کلاسی از سیگنال ها هستند که شامل گوسین هایی هستند که در زمان و فرکانس جابهجا شده، مقایس و چیرپ شده اند. در این روش، در هر سنسور، تبدیل چیرپلت را روی سیگنال دریافتی از منابع اعمال می کنیم و در واقع، سیگنال های غیر ایستان و شبه چیرپ را به صورت جمع چند چیرپلت نمایش می دهیم. سپس از پارامترهای چیرپلت و یکی از روش های خوشه بندی برای جداسازی منابع استفاده می کنیم. از آن جایی که فاز سیگنال ها در سنسورهای مختلف، مبین اطلاعات مکانی می باشد، می توان با الگوریتم ارایه شده، زاویه ورود به سنسورها را بدست آورد، بدون این که نیازی به تجزیه svd داشته باشیم. در روش ارایه شده ، با فرض استقلال منابع، منابع با تعداد بیشتر از تعداد بیشتر از تعداد سنسورها را می توانیم از یکدیگر جدا کنیم. به عبارت دیگر، تنها دو سنسور کافی است که هر تعداد دلخواه منابع را از یکدیگر جدا کنید. باید توجه داشت که هر چه تعداد سنسورها بیشتر باشد، جداسازی و تخمین زاویه ورود دقیق تر خواهد بود. در این الگوریتم، با فرض وجود کانال sparse بین منابع و سنسورها، ضرایب کانال fir را نیز با استفاده از تخمین چیرپلت، می توانیم تخمین بزنیم.

ارائه الگوریتمی برای رهگیری چند هدف در شبکه های حس گر بی سیم
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق 1387
  هدا دهقان   مصطفی صفوی

در این پایان نامه، الگوریتمی جدید برای رهگیری توام چند هدف در شبکه های حس گر بی سیم ارایه می کنیم. این الگوریتم مبتنی بر تبدیل چیرپلت می باشد. به عبارت دیگر برای تخمین تاخیر و فرکانس داپلر مربوط به هر هدف، در هر حس گر، از تبدیل چیرپلت استفاده می شود. بر روی سیگنال دریافتی در هر یک از حس گرها، تبدیل چیرپلت اعمال شده و به کمک معیار همبستگی تعداد هدف ها و همچنین چیرپلت های متناظر در تمام حس گرها مشخص می گردد. در این الگوریتم از روشی جدید برای حذف کلاتر در محیط هایی که نسبت سیگنال به کلاتر پایینی دارند. استفاده می شود. با توجه به این که تبدیل چیرپلت خاصیت حذف نویز دارد، شرایط به وجود آمده پس از اعمال تبدیل چیرپلت، ما را به سوی استفادهاز روش های تخصیص داده ای سوق می دهد که پیچیدگی محاسباتی کمی دارند.از دیگر مزایای این الگوریتم قابلیت رهگیری در هر نوع توزیع نویز محیط می باشد. در این الگوریتم، پس از استخراج پارامترهای تاخیر و داپلر از سیگنال تجزیه شده به چیرپلت های نظیر در هر یک از حس گرها، با توجه به داده های اندازه گیری (تاخیر و داپلر)، برای رهگیری از فیلتر کالمن استفاده می شود. در ابتدا برای مسیرهایی که در مقیاس متر بوده و خطای خطی سازی در آنها زیاد نمی باشد، از فیلتر کالمن تعمیم یافته استفاده می شود. لازم به ذکر است که با توجه به حساس بودن فیلتر کالمن تعمیم یافته به شرایط اولیه، روش کمترین مربع خطا برای تخمین شرایط اولیه، مورد استفاده قرار می گیرد. برای رهگیری مسیرهایی که در مقیاس کیلومتر می باشند، از فیلتر کالمن unscented استفاده می شود. با توجه به استفاده ترکیبی از فیلتر کالمن تعمیم یافته و فیلتر کالمن unscented این الگوریتم قابلیت رهگیری هدف را تا مقیاس کمتر از یک متر دارا می باشد.

بهبود روش های استخراج اتوماتیک جاده ها جهت بکارگیری در تصاویر ماهواره irs با تکنیک particle filtering
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق 1386
  سحر موقتی   علیرضا مقدم جو

استخراج اتوماتیک جاده ها از روی تصاویر ماهواره ای، جهت تولید و به روز رسانی نقشه های جغرافیایی دیجیتالی، در یکی دو دهه اخیر موضوع تحقیقات بنیادین گسترده ای در این زمینه بوده است. اما، وجود موانع و پیچیدگی های تصویر روند استخراج جاده ها را با مشکلات فراوانی مواجه می سازد. با وجود اینکه تا کنون روش های بسیار متنوعی برای این هدف استفاده شده اند اما هر یک کاستی هایی در این زمینه دارند. در این پروژه کارشناسی ارشد الگوریتم هایی مبتنی بر فیلتر کالمن تعمیم یافته، فیلتر کالمن unscented و فیلتر ذره ای که در حوزه روش های آماری به حساب می آیند، جهت استخراج محور جاده ها از تصاویر ماهواره ای پیاده سازی شده اند. در این الگوریتم ها تکنیک نوین خوشه بندی پروفایل های جاده و به روز برسانی خوشه ها در حین پیشروی بر روی مسیر جاده استفاده شده است. بکارگیری این تکنیک باعث بهبود عملکرد الگوریتم در تعقیب مسیر جاده در صورت بروز تغییرات شدید در وضعیت جاده، مانند پهنا و شدت نور جاده در تصویر، می گردد. در پایان یک روش پیشرفته بر اساس ترکیب فیلتر کالمن و فیلتر ذره ای و با بهره گیری از الگوریتم های خوشه بندی طراحی شده است که توانایی استخراج تمام مسیر های جاده ها در یک شبکه متصل راه ها را فقط با یک بار وارد کردن اطلاعات اولیه، دارا می باشد. اعمال روش های طراحی شده در این پروژه بر روی تصویر ماهواره irs از جزیره کیش در ایران با رزلوشن 5.8 متر، نتایج امید بخشی در استخراج کامل شبکه راه های متصل، نشان می دهد. برای بهبود بیشتر نتایج، استفاده از فیلتر های چند حالته و همچنین ترکیب این روش با روش هایی دیگر چون ناحیه بندی تصویر توسط مدل فازی، پیشنهاد می شود.

بهبود متعادل سازی کور کانال بر مبنای آمارگان مرتبه دوم کانال با استفاده از اطلاعات پاره ای کانال
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق 1386
  مهدی توحیدیان   حسن آقایی نیا

در این پایان نامه شناسایی و متعادل سازی کور کانال مخابرات دیجیتال simo بر پایه آمارگان مرتبه دوم (sos)، مورد بررسی قرار گرفته است. عبارت کور به این واقعیت اشاره می کند که پارامترهای کانال و متعادل ساز تنها با استفاده از سیگنال دریافتی و بدون بکارگیری سکانس آموزشی از طرف فرستنده، تخمین زده می شوند. استفاده از روش های شناسایی و متعادل سازی کور کانال مبتنی بر sos، نیازمند حجم بالایی از محاسبات می باشد. این امر پیاده سازی روش های شناسایی و متعادل سازی کانال را در کاربرد های بلادرنگ با مشکل مواجه می کند. هدف این پایان نامه ارایه الگوریتمی عمومی برای کاهش حجم محاسباتی روش های شناسایی و متعادل سازی کور کانال مبتنی بر sos در کانال های دارای محوشوندگی چندمسیره است. پس از بهره گیری از خاصیتی برای روش های شناسایی و متعادل سازی کور مبتنی بر آمارگان مرتبه دوم که آن را خاصیت استقلال از دوران نام نهادیم، با بکارگیری آنالیز مولفه های اصلی، روشی جدید برای کاهش حجم محاسباتی روش های شناسایی و متعادل سازی کور کانال ارایه شده است. در ادامه، با توجه به نقش مهم انتخاب تعداد مولفه های اصلی مورد استفاده در الگوریتم پیشنهادی در میزان کاهش حجم محاسبات و خطای تخمین کانال، دو خط مشی برای انتخاب تعداد مولفه های اصلی پیشنهاد گردیده است. در نهایت شبیه سازی هایی برای نشان دادن کارایی الگوریتم پیشنهادی ارایه گردیده است. شبیه سازی ها نشان می دهد، در صورت انتخاب تعداد مولفه های اصلی مناسب، استفاده از این تکنیک علاوه بر کاهش پیچیدگی محاسباتی روش های شناسایی و متعادل سازی کور، موجب عدم افزایش خطای تخمین کانال نیز خواهد گردید. همچنین، شبیه سازی ها نشان دهنده عملکرد مطلوب خط مشی های انتخاب تعداد مولفه های اصلی می باشد.

ردیابی هدف محیط آبی توسط سونار روزنه مصنوعی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی برق 1386
  فرزاد فرهادزاده   حمیدرضا امین داور

یکی از مهمترین کاربردهای سیستم های رادار و سونار، ردیابی اهداف می باشد که از سه جنبه ی ردیابی مکانی، ردیابی مشخصات مخابراتی و ردیابی مشخصات فیزیکی قابل بررسی می باشد. در این پایان نامه ردیابی مکانی اهداف مطرح و مورد بررسی قرار می گیرد. مسیله بدین صورت است که آرایه از سنسورها، سیگنالهای ارسالی آغشته به نویز اهداف موجود در محیط آبی را دریافت می کنند، سپس اطلاعات مناسب برای ردیابی اهداف باید از سیگنالهای دریافتی بوسیله ی سنسورهای آرایه استخراج گردند. برای اولین بار در این رساله، استخراج تاخیر تفاضلی و داپلر تفاضلی بوسیله ی تبدیل چیرپلت ارایه شده است. تبدیل چیرپلت یک روش زمان-فرکانس برای محیطهای غیر ایستان می باشد که بصورت تحلیلی می تواند پارامترهای تاخیر و داپلر تفاضلی را استخراج نماید. در ابتدا سیگنال دریافتی با جمع وزن داده شده ی چیرپلتها تقریب زده شده و سپس تاخیر و داپلر تفاضلی تخمین زده می شود. در نهایت تاخیر و داپلر تفاضلی بعنوان داده اندازه گیری در هر مرحله از ردیابی به فیلتر کالمن تعمیم یافته داده شده و اهداف ردیابی می گردند.