فهرست نشریات علمی دسترسی آزاد ایران

رادار روزنه مصنوعی یک رادار تصویر‌برداری است که قدرت تفکیک بالایی دارد. ممکن است تصویر رادار روزنه مصنوعی بر اثر تداخل فرکانس‌های رادیویی تخریب شود و تصویری نامفهومی ایجاد شود. تداخل در رادار روزنه مصنوعی به سه دسته ،  و    تقسیم می‌شود. این تداخل‌ها به‌ترتیب بیانگر تداخل نویز فرکانس رادیویی، تداخل باند باریک و تداخل پهن باند هستند. برای کاهش مؤثرتر تداخل در تصاویر رادار روزنه مصنوعی ابتدا باید وجود تداخل و نوع آن مشخص شود. سپس با استفاده از الگوریتم‌های کاهش تداخل متناسب با نوع تداخل به کاهش تداخل پرداخته می‌شود. در این مقاله به ارائه الگوریتمی به‌منظور تشخیص تداخل و نوع آن در تصاویر رادار روزنه مصنوعی پرداخته می­شود. در مقالات گذشته از روش SSD برای تشخیص تداخل استفاده شده‌است. در این مقاله برای تشخیص تداخل از روش Faster RCNN مبتنی بر شبکه عصبی کانولوشنی استفاده گردید که سرعت و دقت بالاتری نسبت به SSD دارد. در این روش ابتدا یک شبکه عصبی کانولوشنی با توانایی دسته‌بندی  چندتایی آموزش داده می­شود. سپس Faster RCNN با کمک شبکه عصبی ساخته شده و تعداد 25 تصویر زمان- فرکانس از سیگنال رادار روزنه مصنوعی آموزش داده شد. شبکه آموزش دیده قادر است هر نوع تداخل در سیگنال رادار روزنه مصنوعی را با دقت 99 درصد تشخیص دهد. سرانجام با استفاده از فیلتر تطبیقی حداقل میانگین مربعات نرمال شده کاهش تداخل انجام شد. بعد از شناسایی تداخل با استفاده از الگوریتم پیشنهادی، فیلتر حداقل میانگین مربعات نرمال شده توانست تداخل را کاهش و تصویر رادار را بهبود دهد. این فیلتر در کاهش هر سه نوع تداخل به‌طور یکسان عمل نمود.