اندازه‌گيري ارتفاع اهداف بر اساس معكوس‌سازي ويژگي‌ها توسط شبكه عصبي عميق براي رادار VHF

يك روش جديد براي محاسبه جهت ورود سيگنال براي رادارهائي با فركانس بسيار بالا (VHF) در شرايطي همچون چند مسيرگي، آغشته به نويز و ... استفاده از يادگيري عميق است. روش‌هاي كلاسيك براي بازيابي جهت سيگنال دريافتي، استفاده از مدلهاي چند مسيرگي براي سيگنال بوده كه همگي داراي بازدهي ضعيفي مي‌باشند. لذا به طور كلي اثر چند مسيرگي، دقت برآورد ارتفاع را كاهش مي‌دهد. لذا، ويژگي‌هاي سيگنال چند مسيري براي بهبود دقت، در اين مقاله مورد بهره‌برداري قرار گرفته و استفاده مي‌شود. براي دستيابي به اين امر از روش يادگيري‌عميق، براي يادگيري مشخصات سيگنالهاي مختلف كه در ارتفاعات مختلف به رادار مي‌رسند استفاده خواهد شد. روش كار بدين صورت است كه ابتدا مشخصه‌هاي بدست آمده از سيگنال‌هاي دريافتي توسط شبكه مورد نظر كه تلفيقي از هوش مصنوعي است آموزش داده مي‌شود. در روش تست، مشخصه داده‌ها كه توسط شبكه آموزش ديده استخراج شده و در فضاي مشخصه قرار داده شده توسط سيگنالهاي تست، تصوير مي‌شود. اين روش بعنوان روش معكوس كردن محاسبه‌ي جهت سيگنال ورودي به رادار ناميده خواهد شد. نتايج داده‌هاي شبيه‌سازي شده عملكرد مناسب، روش پيشنهادي را نشان مي‌دهد. نتايج داده‌هاي واقعي نشان داده شده در اين مقاله، نشان از عملياتي بودن روش پيشنهادي، براي اهداف با ارتفاع كم تحت اثر چند مسيري را نشان مي‌دهد. تركيب روش يادگيري‌عميق، با اندازه‌گيري ارتفاع يك هدف در ارتفاع پايين براي يك رادار VHF روشي قابل تامل و بهره‌برداري است.