كاهش نرخ نمونهبرداري و بهبود عملكرد سيستميِ رادار FMCW با استفاده از تكنيك حسگري فشرده دوگانه

Sampling Rate Reduction and System Performance Improvement of FMCW Radar Using Dual Compressed Sensing Technique

بنا به تيوري حسگري فشرده اگر سيگنالي قابليت نمايش تُنُك در فضايي مناسب را داشته باشد مي‌توان با استفاده از روش‌هاي بهينه سازي، بازسازي دقيق سيگنال را از روي مشاهداتي به مراتب كمتر از آنچه كه تيوري شانون لازم مي‌داند انجام داد. وجه تمايز سيگنال از نويز، همين قابليت نمايش تنك براي سيگنال و عدم اين ويژگي براي نويز است و از طرف ديگر، يافتن جواب در حسگري فشرده منوط به يافتن تنك‌ترين جواب است؛ بنابراين با اين تكنيك مي‌توان سيگنالِ تميز را از نويز جدا كرد. در رادار FMCW فاصله اهداف از روي فركانس سيگنال خروجي گيرنده به دست مي‌آيد. از آنجايي كه اين سيگنال در حوزه فركانس نمايشي تنك دارد بنابر نظريه حسگري فشرده، مي‌توان با تعداد كمي از داده‌ها، آن را به طور مطلوب بازسازي كرد. همچنين در اين مقاله با ارايه روش جديدي براي پردازش سيگنال در رادار FMCW مبتني بر حسگري فشرده، نشان داده مي‌شود كه مي‌توان اثر نويز در سيگنال خروجي گيرنده را كاهش و عملكرد سيستميِ ‌رادار را بهبود داد.

Based on the compressed sensing theory, if a signal is sparse in a suitable space, by using the optimization methods, signal could be accurately reconstructed from measurements that are significantly less than the theoretical Shannon requirements. The sparse representation may exist for the signal and it is not available for the noise; this could be used to distinguish these two. On the other hand, in compressed sensing, finding the answer hinges on finding the most sparse solution; thus this technique can separate clean signal from the noise. In FMCW radar, the distance of a target could be obtained from the frequency of the receiver output signal. Since this signal has a sparse representation in the frequency domain, based on compressed sensing theory, it could be reconstructed from a few number of data. In this paper, a new method for signal processing of FMCW radar is presented based on compressed sensing. Moreover, by considering noise removal feature that is in the nature of this technique, it is shown that the effect of noise on the receiver output signal can be reduced and the system performance of the radar can be improved.