|
Title
|
بهبود الگوريتم تشخيص تصوير SAR با استفاده از الگوريتم CSA و تبديل فوريه كسري
|
|
Type
|
Thesis
|
|
Keywords
|
ندارد
|
|
Abstract
|
در مورد فرايند تشكيل تصوير رادرا روزنه مصنوعي (1) (SAR)، الگوريتم مقياس بندي چيرپ (2) (CSA) اساساً بخاطر توانايي فوق العاده در متمركز سازي هدف، گام هاي پردازشي بهينه و پياده سازي آسان توجه زيادي كسب كرده است. در اين مبحث الگويتم جديد مقياس بندي چيرپ كسري (FrCSA) (3) به صورت رياضي و از نقطه نظر تصويربرداري با رزولوشن بالا آناليز شده است. هدف اين كار بهبود كاربرد تبديل فوريه كسري (4) به منظور تسهيل در پياده سازي CSA در پردازش SAR است. مبناي FrCSA بر استفاده از تبديل فوريه كسري در الگوريتم مقياس بندي چيرپ (CSA) مي باشد. عملكرد FrCSA با CSA كلاسيك كه بر اساس فوريه سريع (FFT) است، مقايسه شده است. نتايج شبيه سازي براي سيستم هاي airbone SAR نشان مي دهد كه FrCSA سيگنال به نويز (SNR) (5) بهبود يافته، قابليت تمركز فوق العاده و نسبت كاهش لوب جانبي بزرگ تر (SLRR) (6) را در مقايسه با CSA ارائه مي دهد.
در اين پايان نامه از تبديل فوريه كسري به عنوان ابزاري قوي در تحليل طيف سيگنال هاي غير ايستان براي پردازش داپلر و به تبع آن تشكيل تصوير استفاده شده است. هدف از پياده سازي CSA بهبود يافته يا FrCSA، بهبود نسبت قله گلبرگ اصلي به لوب جانبي (PSLR)، كاهش پهناي پاسخ ضربه به هدف و تضعيف گلبرگ هاي فرعي مي باشد. براي تنظيم مرتبه بهينه FrFT، معيار حداقل آنتروپي پيشنهاد مي گردد. جستجوي مرتبه بهينه، با استفاده از الگوريتم بهينه سازي فاخته (7) (COA) و روش بهينه سازي محلي (LOP) صورت مي گيرد. با مقايسه نتايج حاصل از اجراي FrCSA با الگوريتم COA، در مقايسه با CSA نتايج بهبود يافته اي حاصل مي شود.
ارجاعات:
1) Synthetic Aperture Radar
2) Chirp Scaling Algorithm
3) Scaling Fractional Chirp
4) Fractional Fourier Transform
5) Signal-to-Noise-Ratio
6) Sidelobe Reduction Ratio
7) Cucko Optimization Algorithm
|
|
Researchers
|
Ahmad Keshavarz (Primary advisor) , Abolhassan Razminia (Advisor)
|