fa کاهش سطح گلبرگ‌های فرعی در فشرده‌سازی پالس رادار برای آشکار‌سازی اهداف همسان با استفاده از شبکه عصبی مخابرات Communication پژوهشي Research <div style="text-align: justify;"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">در این مقاله از یک شبکه عصبی چند لایه برای فشرده&rlm;سازی پالس رادار که ورودی آن برخلاف روش&rlm;های پیشین، کد پلی فاز است، استفاده می&rlm;کنیم. مزیت کدهای پلی فاز نسبت به کدهای باینری، داشتن سطح گلبرگ&rlm;های فرعی کمتر و تولرانس داپلر بسیار بهتر است. بعلاوه، برخلاف کدهای باینری، برای هر طول کد، کدهای پلی فاز متنوعی وجود دارد که این موضوع باعث سودمندی بیشتر شبکه پیشنهادی می&rlm;شود. برای آموزش شبکه نیز از روش بهینه&rlm;سازی </span></span><span dir="LTR"><span style="font-size:10pt;">Levenberg-Marquardt</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> استفاده کرده&rlm;ایم که سرعت همگرایی شبکه را تا حد قابل توجهی افزایش می&rlm;دهد. پس از 100 بار آموزش شبکه مورد اشاره، سطح گلبرگ&rlm;های فرعی تا حد خیره&rlm;کننده&rlm;ای کاهش می&rlm;یابد. به عنوان نمونه، در مورد کد </span></span><span dir="LTR"><span style="font-size:10pt;">P3</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> (30</span></span><em><span dir="LTR"><span style="font-size:10pt;">N</span></span></em><span dir="LTR"><span style="font-size:10pt;">=</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">) این مقدار برابر </span></span><span dir="LTR"><span style="font-size:10pt;">dB</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> 66/238- و در مورد کد </span></span><span dir="LTR"><span style="font-size:10pt;">P4</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> (45</span></span><em><span dir="LTR"><span style="font-size:10pt;">N</span></span></em><span dir="LTR"><span style="font-size:10pt;">=</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">) این مقدار برابر</span></span><span dir="LTR"><span style="font-size:10pt;">dB</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> 51/240- است. این طرح برای </span></span><span dir="LTR"><span style="font-size:10pt;">SNR</span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> بسیار پایین نیز عملکرد بسیار خوبی دارد و همچنین در مقایسه با سایر روش&rlm;های موجود </span></span><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">تولرانس داپلر بسیار بالاتری را در خروجی شبکه ارائه می&rlm;دهد.</span></span></div> <div style="text-align: justify;">We use a multilayer back propagation neural network whose training is based on Levenberg-Marquardt optimization method and apply polyphase codes to its input layer for radar pulse compression in environments with similar targets. The advantage of using polyphase codes (in contrast to binary codes) is lower sidelobe levels and much better Doppler tolerance. The use of Levenberg-Marquardt optimization method in our scheme significantly increases the speed of convergence. The results indicated that after 100 iterations, the main sidelobe for P3 code (<em>N</em>=30) is reduced to -238.66 dB and for P4 code (<em>N</em>=45), it is reduced to -240.51 dB. Besides, the proposed method is robust against noise and shows much higher Doppler tolerance.</div> بهینه‌ سازی Levenberg-Marquardt, تولرانس داپلر, شبکه عصبی چند لایه, فشرده ‌سازی پالس, گلبرگ‌ های فرعی. Doppler tolerance, Levenberg-Marquardt optimization, Multilayer neural network, Pulse compression, Sidelobe 65 73 http://jiaeee.com/browse.php?a_code=A-10-1-229&slc_lang=fa&sid=1 A. Hokmabadi علیرضا حکم‌ آبادی hokmabadi@aliabadiau.ac.ir 10031947532846001497 10031947532846001497 Yes گروه مهندسی برق - واحد علی ‌آباد کتول - دانشگاه آزاد اسلامی - علی آباد کتول - ایران A. Zakeri آرزو ذاکری zakeri@aliabadiau.ac.ir 10031947532846001498 10031947532846001498 No گروه مهندسی برق - واحد علی ‌آباد کتول - دانشگاه آزاد اسلامی - علی آباد کتول - ایران A. Sherafat احمدرضا شرافت sharafat@isc.iranet.net 10031947532846001499 10031947532846001499 No دانشکده مهندسی برق و کامپیوتر- دانشگاه تربیت مدرس- تهران- ایران