مقاوم سازی الگوریتم های تخمین زاویه ورود در حضور اثر تزویج متقابل با کاربرد در موقعیت یابی کمکی خودرو
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 291
فایل این مقاله در 17 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_JIPET-14-53_007
تاریخ نمایه سازی: 15 فروردین 1401
چکیده مقاله:
موقعیت یابی خودرو به عنوان یکی از شاخه های مهم اینترنت وسایل نقلیه، توجه زیادی را به خود جلب کرده است. سیستم های موقعیت یابی سنتی بر پایه سیستم موقعیت یابی جهانی با تاخیرهای طولانی همراه هستند و ممکن است به دلیل موانع مختلف از کار بیفتند. در این مقاله، یک ساختار موقعیت یابی کمکی پیشنهاد می شود، که هسته اصلی آن تخمین زاویه ورود سیگنال ها (DOA) از نقاط مشخص، مانند نقاط دسترسی بیسیم، با استفاده از یک آرایه حسگر در خودرو است. به دلیل محدودیت فضا، آرایه ممکن است در یک هندسه دلخواه قرار گیرد و ممکن است اثر تزویج متقابل بین عناصر آرایه به شدت خاصیت استقلال عناصر آرایه را کاهش دهد و این اثر شامل برهمکنش هریک از عناصر با اشیاء نزدیک خود می شود. در آنتن های آرایه ای تزویج متقابل بین عناصر آرایه یک اثر نامطلوب بوده که عملکرد الگوریتم های پردازش سیگنال را بشدت خراب می کند. در این مقاله یک شکل جدید و دقیق از ماتریس امپدانس متقابل (MIM) جهت جبرانسازی اثر تزویج متقابل در آرایه های خطی (ULA) بوسیله یک روش جدید بر اساس حل مسئله مقادیر مرزی برای همه عناصر آرایه به کار می رود. با بکار گیری ماتریس امپدانس متقابل در الگوریتم های تخمین زاویه ورود باعث مقاوم سازی این الگوریتم ها نسبت به اثر تزویج متقابل خواهد شد. نتایج شبیه سازی، بهبود عملکرد الگوریتم تخمین DOA پیشنهادی را تایید می کند. ساختار پیشنهادی می تواند موقعیت خودرو را بین شبکه های موقت موجود بصورت دقیق به دست آورد و می تواند با سایر سیستم های موقعیت یابی برای ایجاد یک محیط رانندگی ایمن همکاری کند.
کلیدواژه ها:
نویسندگان
زهرا دهقانی
دانشکده مهندسی برق- واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
ناصر پرهیزگار
دانشکده مهندسی برق- واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
حمید آزاد
دانشکده مهندسی برق- واحد شیراز، دانشگاه آزاد اسلامی، شیراز، 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 :