28513

اكتساب سيگنال هاي GPS مبتني بر هوش مصنوعي

كارشناسي ارشد

برق-الكترونيك

1398

1401/06/29

دكتر سيد محمدرضا موسوي ميركلائي

مهندسي برق

گيرنده¬هاي سيستم موقعيت¬يابي جهاني (GPS) اغلب با سيگنال¬هاي نويزي و تداخلي مواجه هستند و اين عوامل باعث مي¬شوند كه روش¬هاي مرسوم و متداول اكتساب سيگنال¬هاي GPS قادر به اكتساب سيگنال در همه¬ي موقعيت¬ها و شرايط¬ مختلف نباشند. همچنين، به دليل وجود اثر كد داپلر و تغيير علامت بيت ناوبري كه باعث كاهش SNR خروجي مرحله اكتساب سيگنال مي¬شود، دريافت سيگنال¬هاي GPS در محيط¬هاي سيگنال ضعيف بسيار دشوار است. در اين پايان¬نامه روشي جديد مبتني بر شبكه¬هاي عصبي عميق براي اكتساب سيگنال¬هاي GPS ارائه شده است. از يادگيري عميق در بلوك اكتساب سيگنال گيرنده‌هاي نرم‌افزاري به‌عنوان جايگزيني براي دريافت سيگنال‌هاي GPS در شرايطي كه مدل‌هاي اسمي و شرايط عادي برقرار نيستند و ممكن است عملكرد گيرنده كاهش يابد، استفاده مي¬گردد. روش پيشنهادي، رويكرد يادگيري عميق و ترفندهاي پساهمبستگي را تركيب مي‌كند كه مشكلات كد داپلر و تغيير علامت بيت ناوبري را حل مي‌كند. علاوه بر اين، مشكلات گيرنده-هاي GPS را در محيط¬هايي كه شرايط اسمي برآورده نمي¬شوند، حل مي¬كند. نتايج نشان مي‌دهد كه چارچوب پيشنهادي از نظر احتمال تشخيص در مقايسه با ساير روش‌هاي سنتي بهتر عمل مي‌كند.

1402/04/22

GPS Signal Acquisition Based on Artificial Intelligence

9/20/2023 12:00:00 AM

The Global Positioning System (GPS) receivers often encounter noise and interference signals that degrade the receiver performance. The conventional methods for weak signal acquisition fail to work correctly and accurately in all conditions. In addition, because of the presence of code Doppler and navigation bit sign transition, which decrease output SNR of acquisition stage, acquisition of GPS signals is difficult in weak signal environments. A new approach based on deep learning networks and post-correlation methods proposed to acquire GPS signals. Deep learning is used in the signal acquisition block of software receivers as an alternative to acquiring GPS signals in situations where nominal models and normal conditions do not hold, and the receiver performance might degrade. The proposed method combines deep learning and post-correlation methods that solve the problems of code Doppler and navigation bit sign transitions. In addition, it resolves the problems in environments where the nominal conditions are not met. The results represent that the suggested method performs better in detection probability than other traditional methods.

GPS , اكتساب , مكان يابي , يادگيري عميق , شبكه عصبي كانولوشني

Global Positioning System (GPS) , Acquisition , Positioning , Deep Learning , Convolutional Neural Network

Navid Moradi

Dr. Seyed Mohammadreza Mousavi Mirkolaei