fa بهبود دقت و شتاب آشکارسازی علائم فروصدا فیشر- پایه با استفاده از الگوریتم ژنتیک (مقاله پژوهشی) پردازش علائم صوتی Signal Processing پژوهشي Research <div style="text-align: justify;"><span dir="RTL"><span style="font-family:B Nazanin;"><span style="font-size:11.0pt;">امواج صوتی در محدوده‌ی بسامدی 0_/02 تا 20 هرتز که زیر آستانه‌ی شنوایی انسان از طریق جوّ حرکت می‌کنند&rlm;، به‌عنوان امواج فروصدا شناخته می‌شوند. اصلی‌ترین نوفه در این بازه‌ی بسامدی نوفه‌ی باد است که عمل دریافت و آشکارسازی امواج فروصدا را با اختلال شدید مواجه می‌کند. بنابراین&rlm;، آشکارسازهایی با کیفیت بالا نیاز خواهد بود که معمولاً برای این منظور از آرایه‌های حسگری و روش‌های پردازش علامت آرایه‌ای استفاده می‌شود.</span></span></span><span style="font-family:B Nazanin;"><span style="font-size:11.0pt;">&lrm;</span></span><span dir="RTL"><span style="font-family:B Nazanin;"><span style="font-size:11.0pt;"> آشکارسازی علامت مبتنی بر نسبت فیشر یکی از روش‌های قدرت‌مند پردازش آرایه‌ای در زمینه‌ی فروصدا می‌باشد که به‌طور گسترده از آن استفاده می‌گردد. لیکن اشکال اصلی این روش زمان محاسباتی بالای آن می‌باشد که به دلیل محاسبات تکراری آماره‌ی آزمون برای هر عنصر در شبکه‌ی کُندی صورت می‌گیرد. از این‌رو پژوهش‌گران مجبور هستند از یک شبکه‌ی کندی با قدرت تفکیک نسبتاً پایین استفاده ‌کنند تا در زمان پردازش صرفه‌جویی به‌عمل آید. در نتیجه&rlm;، این قدرت تفکیک پایین خطایی را در مقدار شبه‌سنج‌های تخمین‌زده‌شده‌ی امواج فروصدا )ایجاد می‌کند.</span></span></span><span style="font-family:B Nazanin;"><span style="font-size:11.0pt;">&lrm;<span dir="RTL"> &rlm;در این پژوهش&rlm; به منظور بر طرف نمودن اشکال اساسی روش فیشر&rlm;، یک روش آشکارسازی مبتنی بر الگوریتم ژنتیک پیشنهاد شده است. در روش پیشنهادشده مولفه‌های شبکه‌ی کندی </span></span></span><span dir="RTL"><span style="font-family:B Nazanin;"><span style="font-size:11.0pt;">) به‌عنوان کروموزوم برای الگوریتم ژنتیک تعریف شده‌اند و الگوریتم ژنتیک این مزیت را ایجاد کرده است که برخلاف روش‌های پیشین، جستجو در یک شبکه‌ی کندی پیوسته صورت بگیرد. لذا پیوسته بودن شبکه&rlm; و بررسی شدن تنها تعداد محدودی از بردارهای کندی به‌ترتیب باعث کاهش میزان خطا و زمان پردازش شده‌اند. </span></span></span><span style="font-family:B Nazanin;"><span style="font-size:11.0pt;">&lrm;&lrm;&lrm;<span dir="RTL">در شبیه‌سازی انجام‌شده، میزان خطای سرعت ظاهری و زاویه‌ی ورودی به ترتیب برابر با 0_/5923 و 0_/071 گردیدند و زمان پردازش به‌طور متوسط از 07 _/25835 به 533_/55 ثانیه کاهش یافت.</span></span></span></div> <div style="text-align: justify;">Sound waves with frequencies below the human hearing threshold in the range of 0.002 Hz to 20 Hz&lrm;, &lrm;which are traveling through the atmosphere&lrm;, &lrm;are referred to as infrasound&lrm;. &lrm;Wind is the main noise in the above-mentioned frequency range&lrm;. &lrm;The operation of receiving and detecting of infrasound are often hampered by wind&lrm;. &lrm;Therefore&lrm;, &lrm;high quality detectors are required&lrm;. &lrm;For this purpose&lrm;, &lrm;sensor arrays and array signal processing techniques are utilized&lrm;. Fisher ratio-based signal detection is a widely used and powerful method in the field of infrasound&lrm;. &lrm;The main drawback of this approach is its high computational time due to the repeated computation of test statistics for each element of the slowness grid&lrm;. &lrm;Thus&lrm;, &lrm;the researchers use a relatively low-resolution slowness grid in order to save time in processing&lrm;. &lrm;On the other hand&lrm;, &lrm;low resolution results in an error in the values of estimated parameters of infrasound waves&lrm;. In this study&lrm;, &lrm;a genetic algorithm based detection method is proposed in order to overcome the fundamental problems of the Fisher method&lrm;. &lrm;In the proposed method&lrm;, &lrm;the slowness grid components (p_x, p_y) are defined as the chromosome for the genetic algorithm&lrm;. &lrm;Despite the previous methods&lrm;, &lrm;the genetic algorithm has created the advantage that searching could be conducted in a continuous slowness grid&lrm;. &lrm;Therefore&lrm;, &lrm;the continuity of the network and searching only a limited number of slowness vectors reduce error rates and processing time respectively&lrm;. &lrm;The apparent velocity and incoming angles became 0.5923 and 0.0710 respectively&lrm;, &lrm;and the processing time decreased considerably from 25835.07 seconds to 533.55 seconds on average&lrm;.</div> فروصدا, آشکارسازی, فیشر, الگوریتم ژنتیک, بهینه‌سازی. Infrasound‎, ‎Detection‎, ‎fisher‎, ‎Genetic algorithm‎, ‎Optimization. 88 103 http://joasi.ir/browse.php?a_code=A-10-45-4&slc_lang=fa&sid=1 R. Masoomi رئوف معصومی raoof.masoomi@edu.ikiu.ac.ir 10031947532846002759 10031947532846002759 No دانشکده‌ی فنی و مهندسی، دانشگاه بین‌المللی امام خمینی (ره) H. Sadeghi حامد صادقی h.sadeghi@mail.ru 10031947532846002760 10031947532846002760 Yes دانشکده‌ی فنی و مهندسی، دانشگاه بین‌المللی امام خمینی (ره)