28313

طراحي و پياده­ سازي آنتن آرايه‌اي دايروي بيم سوئيچينگ با استفاده از يادگيري عميق

كارشناسي ارشد

مهندسي هوافضا - فناوري ماهواره

1399

1401/12/23

دكتر سيد حسن صديقي

فناوري‌هاي نويس

باهدف برقراري ارتباطات راه دور با وسايل نقليه هوايي بدون سرنشين، آنتن بيم سوئيچينگي طراحي و پياده‌سازي شده است كه به جهت دستيابي به بهره حداكثر، توانايي جهت‌يابي خودكار وسيله نقليه در 360 درجه و فعال‌نمودن بيمي كه در جهت وسيله نقليه است را دارا است. آنتن مناسب كاربرد موردنظر با هشت بيم طراحي شده است كه توانايي عملكرد در بازه فركانسي 900 تا 1400 مگاهرتز را دارد. براي دستيابي به بهره بهتر هر بيم آنتن از 6 المان تشعشعي تشكيل شده و به‌منظور تركيب و تجميع سيگنال‌هاي المان‌هاي تشعشعي و انتخاب و فعال‌نمودن بيم مناسب، برد سوئيچ طراحي و پياده‌سازي شده است. اين آنتن به دو روش توانايي جهت‌يابي سيگنال‌هاي دريافتي را دارد. در روش اول اين كار با استفاده از مقايسه سطح توان دريافت شده از هر بيم انجام مي‌شود و در روش دوم اين كار به‌صورت هوشمند انجام مي‌گيرد. براي اين منظور روشي مبتني بر شبكه عصبي پيچشي ارائه شده است كه جهت‌يابي سيگنال‌ها را از نمونه‌هايي كه در فرايند جستجو با استفاده از گيرنده راديو نرم‌افزاري برداشته شده است انجام مي‌دهد. شبكه ارائه شده حجم مناسبي براي پياده‌سازي بر روي سخت‌افزارهاي ارزان‌قيمت را داشته و درعين‌حال دقتي بالاتر از 95 درصد در نسبت‌هاي سيگنال به نويز بالاتر از 10dB- ارائه مي‌كند. براي آموزش شبكه عميق روش آموزش دومرحله‌اي با داده‌هاي مصنوعي توليد شده با استفاده از شبيه‌سازي و سپس آموزش روي داده‌هاي واقعي جمع‌آوري‌شده مدنظر بود؛ اما شبكه تنها با آموزش بر روي داده‌هاي مصنوعي حتي توانست به‌دقت مناسبي در حدود 76 درصد بر روي داده‌هاي واقعي نيز برسد كه نشان‌دهنده دقت شبيه‌سازي است. در نهايت پس از آموزش شبكه با داده‌هاي واقعي، شبكه باهدف جهت‌يابي برخط بر روي برد رزبري‌پاي پياده‌سازي شد. مقايسه نتايج حاصل از شبكه پياده‌سازي شده با نتايج روش تخمين جهت با استفاده از سنجش سطح توان، 16 درصد بهبود در شرايط يكسان را نشان مي‌دهد.

1402/02/23

Design and Implementation of Switched Beam Circular Antenna Array by Deep Learning

3/13/2024 12:00:00 AM

A switched beam antenna (SBA) has been developed to establish wireless communication with unmanned aerial vehicles (UAV) for long distances. This antenna is capable of automatic direction finding (DF) and beam activation in 360 degrees and has been designed with eight antennas specified for this purpose, operating within a frequency range of 900 to 1400 MHz. To maximize efficiency, each antenna has 6 radiation elements and a switching board combines signals from the radiation elements of the activated beam. There are two DF methods: the first method compares the received power level from each beam, while the second method uses a convolutional neural network (CNN) for intelligent DF from samples taken during the search process using a single software-defined radio (SDR) receiver. The proposed network has low complexity and is suitable for implementation on low-end hardware while maintaining high accuracy of over 95 percent in signal-to-noise ratios (SNR) above -10 dB. A two-stage training method was used to train the deep network, first with artificial data produced by simulation, and then with actual collected data. The network achieved sufficient accuracy of about 76 percent on real data, even with artificial data training only, which is showing the accuracy of simulations. After training with real data, the network was implemented for live DF on a Raspberry Pi board. Results show a 16 percent improvement in comparison to direction estimation using power level measurement under the same conditions.

آنتن هوشمند , آنتن بيم سوئيچينگ , آنتن آرايه‌اي , جهت‌يابي سيگنال راديويي , يادگيري عميق

Smart Antenna , Switched Beam Antenna (SBA) , Antenna Array , Direction Of Arrival (DOA) estimation , Deep Learning (DL)

Mahdi Jamshidi

Seyed Hassan Sedighy