چکيده
اكتساب سيگنال، نخستين مرحله در فرآيند مكانيابي توسط گيرندههاي GPS است كه تعيين ميكند آيا سيگنال معتبر از يك ماهواره خاص دريافت شده است يا خير. اين مرحله، بهويژه در محيطهايي با شرايط نامساعد مانند مناطق شهري متراكم يا محيطهاي بسته، با چالشهاي جدي مواجه است. در چنين شرايطي، سيگنالهاي دريافتي ممكن است بسيار ضعيف شده يا دچار اعوجاجهاي ناشي از چندمسيري و شرايط ديد غيرمستقيم شوند. براي مقابله با اين چالشها، روشهاي متعددي پيشنهاد شدهاند؛ از جمله روشهاي سنتي مانند جستجوي سريال و موازي و نيز روشهاي بهبوديافته نظير استفاده از فيلتر منطبق و روشهاي پساهمبستگي.
در سالهاي اخير، با پيشرفت يادگيري ماشين و كاربرد آن در پردازش سيگنال، الگوريتمهاي مبتني بر هوش مصنوعي وارد حوزه اكتساب سيگنال شدهاند. در برخي پژوهشها، براي بهبود اكتساب تلاش شده تا به كمك CNN و MLP دربارهي خروجي تابع CAF به صورت هوشمند تصميمگيري شود. همچنين در تعدادي ديگر براي يافتن مقدار فركانس داپلر و PRN مربوط به سيگنال، از الگوريتم ژنتيك و روشهاي بهبود يافته آن كمك گرفته شده است. هدف اين سمينار پس از معرفي مباني، بررسي روشهاي اكتساب سيگنال ضعيف در دو دستهي سنتي و هوشمند ميباشد و نهايتاً پيشنهاداتي براي بهبود اكتساب سيگنال ضعيف GPS ارائه شده است.