بهبود عملکرد فیلتر تطبیقی LMS در حذف نویزهای نظامی با استفاده از بهینهسازی ترکیب پنج ویژگی سیگنال به کمک الگوریتم ژنتیک | ||
| پدافند غیرعامل | ||
| مقاله 3، دوره 17، شماره 2 - شماره پیاپی 66، تابستان 1405، صفحه 45-58 اصل مقاله (1.57 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.47176/pd.2026.1576 | ||
| نویسندگان | ||
| نیما جعفری1؛ رضا اصفهانی* 2 | ||
| 1دانشجوی کارشناسی ارشد دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
| 2استادیار دانشگاه جامع امام حسین (ع)، تهران، ایران | ||
| چکیده | ||
| پردازش سیگنالهای صوتی در محیطهای نظامی به دلیل وجود نویزهای پیچیدهای مانند انفجار، شلیک سلاح و پارازیتهای الکترومغناطیسی، همواره با چالشهای متعددی روبرو بوده است. در این پژوهش، یک روش پیشرفته برای حذف نویزهای محیطی از سیگنالهای صوتی نظامی ارائه شده که از یک فیلتر تطبیقی LMS با نرخ یادگیری پویا بهره میبرد. نوآوری اصلی این تحقیق، بهکارگیری همزمان پنج ویژگی سیگنال ورودی شامل انرژی، واریانس، کوواریانس، آنتروپی و نرخ گذر از صفر برای تنظیم خودکار نرخ یادگیری است. ترکیب بهینه این ویژگیها با استفاده از الگوریتم ژنتیک و با جمعیت ۵۰ کروموزوم در ۱۰ نسل انجام شده که ضرایب بهینه[0/8486, 0/1872, 0/5016, 0/9195, 0/3582] را نتیجه داده است. نتایج آزمایشها نشان میدهد روش پیشنهادی به بهبود 12/43 دسیبلی در نسبت سیگنال به نویز (از 0/18- به 12/25 دسیبل) و کاهش خطای میانگین مربعات به 0/0016 دست یافته است. همچنین این روش بهبود 1/95 دسیبلی در SNR نسبت به فیلترهای ثابت و کاهش 1/56 برابری واریانس خطا را نشان میدهد. این الگوریتم با حفظ تعادل بین دقت و پیچیدگی، برای کاربردهای حیاتی نظامی مناسب است. | ||
| کلیدواژهها | ||
| فیلتر تطبیقی؛ حذف نویز؛ پردازش صوت نظامی؛ پارامتر یادگیری پویا؛ SNR؛ الگوریتم ژنتیک؛ بهینهسازی ضرایب | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 1,498 تعداد دریافت فایل اصل مقاله: 100 |
||