عنوان پایاننامه
بررسی پراکندگی امواج الکترومغناطیسی باشکل موج کدشده توسط اجسام زیر زمین
- رشته تحصیلی
- مهندسی برق-مخابرات-میدان
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده برق و کامپیوتر شماره ثبت: E1412;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 37633
- تاریخ دفاع
- ۰۴ مهر ۱۳۸۶
- دانشجو
- سید مهرداد ساویز
- استاد راهنما
- محمود کمره ای, محمود شاه آبادی
- چکیده
- در این پایان¬نامه تشخیص اشیا (آشکارسازی حضور آن¬ها) بر اساس ویژگی¬های سیگنال پراکنده شده از آن¬ها و در کنار آن مسأله زنده¬یابی مورد بررسی قرار گرفته است. در ابتدا، پس از مروری بر روش S.E.M. (Singularity Expansion Method) و کاربرد آن در تشخیص اشیاء، به بررسی برخی از تحقیقات اخیر در زمینه تعیین E-pulse برای معاینه محیط¬های چندلایه می¬پردازیم. برخی از کارهای انجام شده در این زمینه مورد مطالعه قرار گرفته و گفتاری به بررسی قطب¬های غیرفیزیکی، اثر، منشأ و روش حذف آن¬ها اختصاص داده شده است. ارائه چند مثال مبتنی بر شبیه¬سازی¬ محیط چندلایه یا کره هادی کامل نشان می¬دهد که چگونه پاسخ حوزه زمان می¬تواند بر اساس قطب¬های پراکندگی واقعی (فیزیکی) برون¬یابی شود. در گام بعد، نتایج چند شبیه¬سازی مبتنی بر FDTD برای مدل¬های ساده¬ای از مصدوم و آوار ارائه می¬گردد. سیگنال دریافتی در دو حالت مربوط به تنفس (حالتی که قفسه سینه مصدوم منقبض است و حالتی که قفسه سینه مصدوم منبسط شده است) با هم مقایسه می¬گردد. سپس یک مدل دی¬الکتریک همگن از بدن انسان تحت تابش یک جبهه موج تخت بررسی شده و سیگنال¬های دریافتی در دو حالت به دست آمده¬اند. دستاورد جدید این کار طرح این نکته است که تغییرات سیگنال پراکنده¬ شده به عقبbackscattered) signal) ممکن است صرفاً به علت تغییر مسافت فرستنده و مانع (ناشی از حرکت سینه در عمل تنفس) نباشد بلکه تغییر در فرکانس¬های طبیعی پراکنده¬گر (ناشی از تغییر حجم قفسه سینه) نیز در این تفاوت دخیل باشد. نتایج به دست آمده مؤید این مطلب است. اهمیت این نتیجه آن است که می¬تواند منجر به مدلی برای سیگنال پراکندگی شود تا با پردازش مبتنی بر مدل، حساسیت آشکارسازی افزایش یابد. از آن¬جا که تنفس عملی تناوبی است، انتظار می¬رود که تغییرات مشاهده شده بین سیگنال¬ها نیز تناوبی باشد. بنابراین یک سیستم زنده¬یاب می¬تواند مثلاً در رشته¬ای متوالی از سیگنال¬های دریافتی ثبت شده، یک تغییر تناوبی بر اساس مدل یاد شده را جستجو کند.
- Abstract
- ABSTRACT The problem investigated herein is that of detecting certain scatterers based on the features of their backscattered signal. Also its application to life-detection is addressed briefly. A survey of the Singularity Expansion Method (S.E.M.) together with its implications for scatterer discrimination is presented firstly. We reproduce some of the recent works in the E-pulse synthesis for diagnosis of multi-layered media. We also discuss the effects of non-physical poles, specify their origins, and methods to avoid them. The discussion proceeds with presenting simulated results such as those for layered media or PEC spheres, and we show how the late time response can be extrapolated by means of the scattering poles. Simplified models of earthquake rubble and victim are simulated next, based on the FDTD technique. Since our aim has been the localization of earthquake survivors, we look for a meaningful difference between the backscattered signals under two different states; i.e., when the chest expands or contracts due to inhalation and exhalation, respectively. The signals obtained for these two states are presented. Scattering of electromagnetic waves from a homogeneous dielectric model of human body (a first-order approximation) is then simulated, and the resulting signals are compared. The contribution of this work is related to the idea that the above-mentioned signal variation may not be solely a result of excess delay of the reflected wave when the chest is contracted, but also a result of variation of the natural frequencies of the scatterer presumably due to a change in the torso volume. This has been shown using simulation results. The significance of this hypothesis is that it enables one to create a model for the difference signal, and thus to increase survivor detection sensitivity by model-based processing. Also, since the breathing action is periodic, the periodic variations of the backscattered signal can provide a means for detecting humans. This can be done by searching for such periodic changes in sequential recordings of the backscattered signal.