شما می توانید مطالب مشابه این مطلب را با جستجو در همین سایت بخوانید

تکه هایی از این پایان نامه :

الگوریتم همبستگی زیرفضای سیگنال( )

همان گونه که قبلاً عنوان گردید، در روش همبسته، آغاز ماتریس همبستگی را در هر بین فرکانسی تخمین می زنیم. ارتباط (3-20)، تخمین این ماتریس را نشان می دهد. ماتریس همبستگی کل، طبق ارتباط (5-7) به دست می آید:

(5-7)

که در این ارتباط ، وزن های مربوط به بین  ام می باشد و ها، ماتریس های تبدیل می باشند. با در نظر داشتن این که هدف ماتریس تبدیل، بردن ماتریس همبستگی در یک بین فرکانسی خاص به ماتریس همبستگی در فرکانس مرجع می باشد، این ماتریس از حل مسئله بهینه سازی زیر به دست می آید:

(5-8)

در این ارتباط، ، فرکانس مرجع و ، بردار زوایای تخمین اولیه ورود منابع هستند که به مقصود دستیابی به ماتریس تمرکز، تخمین زده شده اند. همان گونه که در قسمت های قبل اظهار کردیم، این تخمین ها کاملاً دقیق نیستند. هرچه این زوایا دقیق تر تخمین زده شوند، ماتریس تمرکزی که به دست می آید بهتر
می تواند تبدیل را انجام دهد. با در نظر داشتن این تبیین، ماتریس تمرکز، تأثیر تعیین کننده ای در روش های همبسته دارد. بسته به نوع ماتریس تبدیلی که در روش های همبسته مورد بهره گیری قرار می گیرد،
الگوریتم های مختلفی برای جهت یابی، به دست آمده می باشد. در بسیاری از این روش ها کوشش شده می باشد، افت عملکرد جهت یاب در حالتی که در تخمین زوایا دچار خطا باشیم، به کمترین مقدار خود برسد. در واقع زوایای تمرکز در این الگوریتم، تأثیر تعیین کننده ای دارند. یکی از روش هایی که برای کم کردن اثر زوایای تمرکز در پیدا کردن تبدیل مناسب اظهار شده می باشد، الگوریتم  [10] می باشد. در این الگوریتم از چندین پرتوساز به جای ماتریس متمرکز کننده بهره گیری شده می باشد.

 

 متن فوق بخش هایی از این پایان نامه بود

می توانید به لینک پایین صفحه مراجعه نمایید:

 thesis-power-word