کاهش اثر تداخل در سامانه ناوبری GPS با استفاده از فیلتر شکاف تکاملی ۲۰.۱۰۰۱.۱.۲۳۲۲۴۳۴۷.۱۳۹۹.۸.۴.۸.۴ :DOR
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 273
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_PADSA-8-4_008
تاریخ نمایه سازی: 7 اردیبهشت 1400
چکیده مقاله:
با توجه به استفاده روزافزون سامانه ناوبری GPS در حوزههای مختلف، افزایش دقت و کارآیی این سامانه اهمیت ویژهای دارد. سیگنال مخابره شده از ماهوارهها مسافت زیادی را تا رسیدن به گیرنده موجود در سطح زمین طی میکند که این امر منجر به کاهش توان سیگنال میگردد. این سیگنال ضعیف میتواند بهراحتی تحت تاثیر سیگنالهای تداخل عمدی (یا به اصطلاح جمینگ) و یا حتی غیرعمدی قرار گیرد. یکی از موزیترین تداخلها، جمینگ موج پیوسته (CW) است. محبوبترین روش کاهش تاثیر این تداخل بر روی سیگنال GPS فیلتر شکاف میباشد. بنابراین در این مقاله، برای مقابله با اثر جمینگ CW بر سیگنال GPS، استفاده از یک فیلتر شکاف تطبیقی با پاسخ ضریه نامحدود پیشنهاد گردیده است که برای تطبیق ضرایب آن متناسب با توان و فرکانس جمینگ اعمالشده، یکی از انواع الگوریتم تکاملی PSO به نام IPSO مورد استفاده قرار گرفته است. الگوریتمهای تکاملی برای یافتن پاسخ مسائلی بهکار میروند که هیچ راهحل مشخصی برای آنها وجود ندارد و این دقیقا چیزی است که برای رفع اشکال طراحی فیلتر دیجیتال مورد نیاز است. همچنین استفاده از الگوریتم تکاملی منجر بهسادگی روند تطبیق میشود چرا که از انجام عملیات ریاضی سخت و پیچیده جلوگیری میکند. در نهایت، کارآیی روش پیشنهادی با روشهای مشابه مقایسه شده است. نتایج عدد نشان میدهد که روش پیشنهادی علاوه بر بهبود بسیار چشمگیر در شباهت سیگنال بازیابی شده به سیگنال بدون اختلال (بهطور متوسط ۹۹ درصد)، تعداد ماهوارههای اکتساب شده را در تمام بازه توان جمینگ، به شش ماهواره رسانده است. همچنین خطای موقعیتیابی کاربر را که بهعنوان هدف اصلی گیرنده GPS میباشد به میزان بسیار زیادی کاهش داده است.
کلیدواژه ها:
نویسندگان
مهدیه عباسی
دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
سید محمدرضا موسوی
دانشکده مهندسی برق، دانشگاه علم و صنعت ایران، نارمک، تهران ۱۳۱۱۴-۱۶۸۴۶، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :