انحراف مغناطیسی

D

درجه

۱۸۰

۱۸۰-

تغییرات مغناطیسی شبکه

تغییرات شبکه

GV

جدول ۲-دامنه تغییرات اجزاء مغناطیسی و GV در سطح زمین

اطلاعات بدست آمده از داده ها و کنترل کیفیت

داده های ماهواره

اساسی ترین مشخصه داده های ماهواره پوشش جهانی آنها است که غالباً در یک بازه نسبتاً کوچک زمانی بدست می آید. زاویه اینکلینیشن مدار (زاویه بین صفحه مداری مسیر گردش ماهواره و صفحه استوای زمین) دامنه طول جغرافیایی تحت پوشش را نشان می دهد. یک زاویه ۹۰ درجه، پوشش ۱۰۰% به دست می دهد. یک زاویه کمی کمتر یا بیشتر از ۹۰ درجه، در مناطق کوچکی حول قطبهای جغرافیایی، فواصلی را ایجاد می کند که هیچ پوشش اطلاعاتی ندارد. مشخصه مهم دیگر داده های ماهواره این است که میدان کراستال به علت فاصله ماهواره از پوسته زمین، به شدت ضعیف شده است.
یک ماهواره با زاویه میل بالا نسبت به زمان وضعی در حالی که زمین زیر آن می چرخد، ثبوت کمتر و یا بیشتری دارد. بدینسان در مدت ۲۴ ساعت، یک تصویر خام از زمین به دست می دهد. در این مدت زمان، ماهواره حدود ۱۵ دور حول مدارش می گردد. با یک فاصله طولی در حدود ۲۴ درجه. یک نقص این مدار خورشید آهنگ، این است که کل پایش در شب در یک عرض جغرافیاییمورد نظر، برای یک دوره زمانی طولانی، تقریباً زمان وضعی مشابهی دارد. در نتیجه، مدلسازی میدان های خارجی که وابسته به زمان وضعی می باشد، از روی یک چنین داده هایی می تواند مشکل باشد. ماهوارۀ مگ ست^[۲۴]، که به مدت ۷ ماه در زمستان ۱۹۷۹/۱۹۸۰ یک نقشه برداری (مساحی) دقیق بردار مغناطیسی انجام داد، یک مثال از یک مدار کاملاً خورشید آهنگ با نقص و کمبود زمان وضعی مشابه آنچه گفته شد، است. به صورت مشابه، ماهوارهSAC-C بر روی یک مدار ثابت ظهر/نیمروز قرار دارد. در حالیکه اورستد و چمپ به آرامی در زمان وضعی حرکت آرام^[۲۵] می شوند.

حرکت آرام زمان وضعی وابسته به زاویه میل مدار است. که معمولاً به صورتی انتخاب می شود که از تضریب فرکانس های سالیانه جلوگیری کند تا قادر به تفکیک اثر هر یک از میدان مغناطیسی خارجی وابسته به سال و وابسته به زمان وضعی باشد. چون ارتباط بین ستاره نگار و مغناطیس سنج برداری درSAC-Cدارای خطاست، فقط داده های اورستد و چمپ برای تولید WMM2005 استفاده شده اند.
در ذیل به معرفی این ماهواره ها و نحوه عملکرد آنها اشاره می کنیم.

Orsted

ماهواره دانمارکی اورستد ماهواره ای است که برای مدل سازی میدان مغناطیسی زمین اختصاص داده شده است و داده ها را با کیفیت بالا جمع آوری و ارسال می کند و نقصی در عملکرد آن مشاهده نشده­است.

تصویر ۳- نمای ماهواره اورستد

مغناطیس سنج ها

در ساکت ترین موقعیت، نوک بوم^[۲۶] ۸ متری، مغناطیس متر اورهویزر^[۲۷](OVM) شدت میدان مغناطیسی را اندازه می گیرد(بدون وابستگی به راستا) و تا نیم تسلا دقت دارد. کاربرد اصلی آن، کالیبراسیون دقیق(مطلق) مقادیر اندازه گیری شده توسط ابزار CSC (سیم پیچ کروی فشرده) است. برای جلوگیری از تداخل جزئی مغناطیس مترها، در فاصله معینی از OVM، بردار میدان مغناطیسی، توسط یک مغناطیس سنج حساس CSC اندازه گیری می­ شود و شدت و راستا و راستای آن تعیین می­گردد. این وسیله تا بازه های زمانی چند روزه تا حدود ۵/۰ نانو تسلا پایدار است.

ابزار جمع آوری داده ها

ابزار جمع آوری داده ها برای مدلسازی میدان اصلی عبارتند ازMAG-F برای اندازه گیری شدت میدان (مقادیر اسکالر) و MAG-L برای میدان برداری.

CHAMP

ماهواره کوچک تحقیقاتی چمپ یک ماهواره آلمانی با ماموریت بهبود مدلهای میدان مغناطیسی و جاذبه زمین می باشد. در ابتدا ماموریت برای ۵ سال در نظر گرفته شده بود ولی تا سال ۲۰۰۸ تمدید شد. مدار چمپ دوبار برای طولانی تر کردن مدت ماموریت، افزایش داده شده است.
ابزار مغناطیسی چمپ بسیار مشابه با ابزار اورستد است. چمپ همان ابزار مغناطیس سنج برداری و اسکالر را حمل میکند.

مغناطیس سنج ها

در فاصله چهار متری از سر بوم، یک مغناطیس سنج اورهیزر با دقت پروتن یکبار در هر ثانیه،کل شدت میدان مغناطیسی را اندازه می گیرد. این وسیله، دارای دقت مطلق ۵/۰ نانو تسلا است.

تصویر ۴-نمای روبروی ماهواره چمپ

وسایل جمع آوری داده ها

وسایل علمی استاندارد چمپ از سطح ۰ تا سطح ۴ شماره بندی شده اند. بسته به میزان پیش پردازش که توسط آنها بر روی داده های اصلی انجام می شود، تجهیزات علمی از ابزار سطح ۲ شروع می شوند که با مدارهای دقیق کالیبره، نشانه گذاری و ترکیب شده اند و به عنوان فایل های روزانه درCDF (فرمت داده های روزانه)ذخیره شده اند. تجهیزات سطح ۳ آخرین اطلاعات تجزیه و تحلیل شده، اصلاح شده و کالیبره شده را مقایسه می کند.

SAC-C

فضاپیمای SAC-C آرژانتین، برای مطالعه ساختار و دینامیک جو زمین، یونوسفر و میدان مغناطیسی زمین طراحی شده بود.

تصویر ۵- ماهواره SAC-C در مدار
مغناطیس سنج برداری و ستاره نگار بسیار با نمونه های به کار رفته در اورستد شبیه هستند. داده های رسیده از این ماهواره خیلی مفید هستند چونSAC-C در یک مدار زمانی موضعی ثابت قرار گرفته است. و تکمیل کننده حرکت آرام مدارهای اورستد وچمپ می باشد. بدلیل عدم وجود کالیبراسیون دقیق، از داده های SAC-C نمی توان برایWMM2005 استفاده کرد.

داده های پایش

یکی از مشخصه های اصلی پایش، پوشش زمانی طولانی و پیوسته آن در زمان، در منطقه ای که قرار است WMM استفاده شود، است. این بدین معنی است که پیش بینی میدان مغناطیسی برای سالهای متمادی در آینده چنان که مورد نیاز WMM باشد، مقدور است و اینکه تغییرات با قاعده و بی قاعده در میدان خارجی می تواند دسته بندی و اثر آنها در WMM به حداقل رسانده شود. توزیع فضایی پایش به طور اعم توسط موقعیت مورد نظر و با توجه به تبحر محلی، بودجه، تامین انرژی و وقتهای پراکنده بدست آمده ­است و در برخی از موقعیت ها، تا حد منطقی نسبت به زمان ثابت است.

تامین تجهیزات

سه نوع تجهیزات در یک پایش وجود دارد. اولین گزینه متغیر سنج ها را مقایسه می کند که اندازه گیری های پیوسته از بردار مغناطیسی میدان زمین انجام می دهد. هم متغیر مترهای دیجیتال و هم آنالوگ، هر دو نیاز به محیط کنترل شده دمایی و سکوهای کاملاً ثابت دارند. ولی می تواند عموماً بدون دخالت دست کار کند. عادی ترین و ساده ترین نوع متغیر مترهای امروزی، مغناطیس متر سه محوره است. دومین گزینه، شامل ابزار دقیق است که می توانند از میدان مغناطیسی زمین بر مبنای واحد های پایه ای فیزیکی دقیق و یا ثابت های فیزیکی عمومی، اندازه گیری نمایند.
ساده ترین نوع ابزار دقیق، شاردروازه های^[۲۸] اندازه گیری زاویه است. برای اندازه گیری D و I و مغناطیس مترهای با دقت پروتون برای اندازه گیریF.

همچنین، شکل (۴-۳) نوسان‌پذیری (واریانس) واقعی شاخص کل و شکل (۴-۴) نوسان‌پذیری مورد انتظار و غیرمنتظره شاخص کل را به تفکیک نشان می‌دهد.^[۱۰۱] مشاهده می‌شود که جهش در واریانس واقعی به دلیل جهش در واریانس غیرمنتظره است که از اطلاعات و اخبار غیرمنتظره ایجاد شده است.
شکل (۴-۳): واریانس واقعی شاخص کل در طول زمان
شکل (۴-۴): واریانس مورد انتظار و واریانس غیرمنتظره شاخص کل
جدول (۴-۹) نتایج حاصل از برازش مدل‌های‌ زیر را برای شش شاخص گزارش کرده است:

‌که واریانس مورد انتظار، و واریانس غیر منتظره، و بازدهی وقفه‌دار شاخص‌ها است.
نمایه (الف) که در آن متغیر نوسان‌پذیری مورد انتظار متغیر مستقل است، معادله اول برای شش شاخص برازش شده است. ستون دوم، ضرایب عرض از مبدأ مدل‌ها را گزارش کرده است که هیچ‌کدام به‌طور معنادار متفاوت از صفر نمی‌باشد. ضریب نوسان‌پذیری مورد انتظار () برای شاخص کل، شاخص صنعت و شاخص مالی معنادار نیست، در حالی‌که ضریب برآورد شده شاخص آزاد شناور در سطح ۵% معنادار است و ضریب شاخص بازار اول و بازار دوم در سطح ۱% معنادار است. همچنین، ستون آخر نمایه (الف) ضریب تعیین مدل‌های برازش شده را گزارش کرده است که برای مدل‌های برازش شده با بهره گرفتن از شاخص کل، شاخص صنعت و شاخص مالی، ضریب تعیین معنادار نیست و برای بقیه شاخص‌ها، ضریب تعیین معنادار است. در کل، نمایه (الف) نشان می‌دهد که مدل‌های برازش شده با بهره گرفتن از متغیر واریانس مورد انتظار به عنوان تنها متغیر توضیحی، ضریب تعیین بالایی ندارند (در بهترین حالت، ضریب تعیین ۰٫۰۴۶ برای شاخص بازار دوم). البته می‌توان بیان کرد که این نتایج ممکن است نشان‌دهنده برخی تفاوت‌های اساسی و ساختاری در شاخص‌های بورس باشد، البته با توجه به اینکه متغیر نوسان‌پذیری به مؤلفه‌های مورد انتظار و غیرمنتظره تفکیک شده است و به این دلیل که رابطه بین ریسک مورد انتظار و بازده مازاد برای سه شاخص اول معنادار نیست، نمی‌توان نتیجه‌گیری کلی ارائه کرد.
در نمایه (ب)، علاوه بر ریسک مورد انتظار، واریانس غیرمنتظره نیز به عنوان متغیر مستقل در معادله رگرسیون وارد شده است. نتایج نشان می‌دهد که اولاً معناداری ضرایب برآورد شده مربوط به واریانس مورد انتظار () همانند نمایه (الف) است، به‌طوری که برای سه شاخص اول معنادار نیست، و برای سه شاخص بعدی معنادار است. این موضوع نشان می‌دهد اضافه کردن واریانس غیر منتظره که فرض می‌شود همبستگی معناداری با واریانس مورد انتظار ندارد و جدول (۴-۸) نیز آن را تأیید می‌کند، تاثیری بر ضرایب مربوط به دو متغیر مستقل برآورد شده نمی‌‌گذارد. ثانیاً در ستون مربوط به ضریب () نمایه (ب)، نتایج نشان می‌دهد که ضرایب برآورد شده مربوط به ریسک غیرمنتظره برای همه شاخص‌ها به جزء شاخص آزاد شناور معنادار (در سطح۱%) است، البته برای شاخص بازار دوم، ضریب منفی گزارش شده است که حاکی از معکوس بودن رابطه بین بازده مازاد و ریسک غیرمنتظره است.
جدول (۴-۹): نتایج حاصل از برازش رگرسیون بازده مازاد بر واریانس مورد انتظار با بهره گرفتن از مدل خطی

نمایه (الف): معادله (۲):

ضریب تعیین ()

شاخص کل
۰٫۰۰۵
۱۶٫۵۵
-
-
۰٫۰۰۰۳

شاخص صنعت
۰٫۰۰۱۱
۷٫۵۴
-
-
۰٫۰۰۰۸۶

شاخص مالی
۰٫۰۰۱
۲٫۲۴
-
-
۰٫۰۰۰۷

۲- پیک­های بین سمبلی^[۴۵]: پیک­های بین سمبلی به پیک­هایی اتلاق می­ شود که در زمانی بیش از طول یک سمبل دیده می­شوند.
۳- پیک­های ناشی از باند محافظ: این پیک­ها در زمان باند محافظ یا همان T_u (T_u=T_s - ∆) رخ می­ دهند.
همان طور که بیان شد پیک­های اضافی تابع ابهام را به ساختار تکرار شونده پایلوت­ها نیز نسبت می­ دهند. توان بیش­تر پایلوت­ها نیز عاملی کمکی برای پیدایش و تقویت این پیک­های اضافی می­باشد. با این دیدگاه که پیک­های درون سمبلی مربوط به ساختارهای تکرار شونده درون یک سمبل OFDM و پیک­های بین سمبلی مربوط به ساختارهای تکرار شونده بین سمبل­های مجاور هستند حضور پیک­های اضافی در تابع ابهام DVB-T را می­توان به صورت زیر توجیه کرد.

پیک­های درون سمبلی به علت وجود پایلوت­های پراکنده (در یک سمبل) که چیدمانی با ریتم منظم در هر سمبل OFDM دارند، پدیدار می­شوند. می­دانیم که پایلوت­های پراکنده در هر سمبل در فاصله ۱۲ زیرحامل از یکدیگر قرار دارند. وجود پایلوت­های پیوسته که مکان­هایی یکسان و مشخص در هر سمبل دارند ساختاری تکرار شونده بین سمبل­های مجاور ایجاد می­ کند که این دلیلی بر پیدایش پیک­های بین سمبلی است. علت دیگر پیدایش پیک­های بین سمبلی به مکان قرار گرفتن پایلوت­های پراکنده در سمبل­های مجاور بر می­گردد. همان طور که گفته شد پایلوت­های پراکنده متناظر در دو سمبل مجاور در یک فریم به اندازه ۳ زیرحامل با یکدیگر فاصله دارند و از آن­جایی که فاصله بین این پایلوت­ها در هر سمبل برابر ۱۲ زیرحامل می باشد، مکان پایلوت­های پراکنده با دوره تناوب ۴ سمبل در هر فریم یکسان خواهد شد، یعنی در یک فریم شماره ۱ زیرحامل­های حاوی پایلوت­های پراکنده در سمبل شماره ۱ و ۵ و ۹ و … یکسان می­باشد. این نحوه چیدمان ساختاری تکرار شونده بین سمبل­ها ایجاد می­ کند که باعث تولید پیک­های بین سمبلی در تابع ابهام می­ شود [۱۴-۱۵]. شکل شماره ۲-۱۶ تابع ابهام دوبعدی (بر حسب زمان) سیگنال DVB-T و پیک­های اضافی آن را نشان می­دهد.
شکل ۲-۱۶: تابع ابهام در حالت دوبعدی بر حسب زمان
وجود این پیک­های اضافی در هنگام کشف اهداف ایجاد مشکل می­ کند و ممکن است به عنوان هدف کاذب شناسایی شود و یا ممکن است اهداف در زیر این پیک­ها مدفون شده و کشف نشوند به همین دلیل حذف این پیک­ها از تابع ابهام مسئله­ای مهم به­نظر می­رسد [۳۳]. روشی که برای حذف این پیک­ها اعمال می­ شود مطابق بلوک دیاگرامی به شرح زیر است[۱۵].

شکل ۲-۱۷: بلوک دیاگرام حذف پیک­های اضافی در سیگنالینگ DVB-T
همان طور که بیان شد وجود این پیک­های اضافی به ساختار تکرارشونده پایلوت­ها و توان بیش­تر آن­ها باز می­گردد در نتیجه برای حذف این پیک­ها باید تلاش کرد تا بر این ساختار تکرارشونده و توان بیش­تر آن­ها در گیرنده غلبه کرد. برای غلبه بر توان بیش­تر پایلوت­ها کافیست با انجام اکوالایزینگ توان آن­ها را کاهش داد. مطابق این بلوک دیاگرام در دو مرحله می­توان پیک­های مزاحم را تا حد قابل قبولی حذف نمود. در مرحله اول با blank کردن پایلوت­های پیوسته (صفر کردن پایلوت­ها) پیک­های ناشی از پایلوت­های پیوسته حذف می­شوند و در مرحله بعدی با اکوالایز کردن پایلوت­های پراکنده (توان آن­ها را از ۹/۱۶ به ۱۶/۹ می­رسانیم) پیک­های ناشی از پایلوت­های پراکنده حذف می­شوند. برای حذف پیک­های ناشی از باند محافظ که در زمان T_u رخ می­دهد کافیست سطح سیگنال دریافتی را در زمانی معادل زمان باند محافظ به سطح صفر رساند (blanking). نکته­ای که باید به آن توجه کرد این است که درست است balnk کردن باند محافظ پیک اضافی موجود در زمان باند محافظ را حذف می­ شود اما پیکی دیگر در زمان صفر تولید می­ کند. در شکل شماره ۲-۱۸ تابع ابهام سیگنال DVB-T پس از حذف پیک­های اضافی نشان داده شده است [۱۴].

شکل ۲-۱۸-الف: حذف پیک­های بین سمبلی از تابع ابهام

شکل ۲-۱۸-ب: حذف پیک­های درون سمبلی از تابع ابهام

شکل ۲-۱۸-ج: حذف تمام پیک­های اضافی از تابع ابهام
۳- معرفی روش­های وفقی حذف تداخل در رادارهای پسیو مبتنی بر سیگنال DVB-T و چگونگی آشکارسازی هدف در آن­ها
۳-۱- مقدمه
می­دانیم که رادارهای پسیو شامل دو کانال مرجع و مراقبت جهت جمع­آوری داده ­ها هستند. کانال مرجع بعد از انجام پردازش­های اولیه شامل سیگنال مرجع و نویز می­باشد. در کانال مراقبت رادار­های پسیو علاوه بر سیگنال اهداف مورد نظر برای آشکارسازی، نویز و سیگنال­های مزاحمی مانند سیگنال مسیرمستقیم و سیگنال ناشی از کلاتر (سیگنال چند مسیرگی) نیز حضور دارند. سیگنال­های دریافتی در دو کانال مراقبت و مرجع در شکل زیر نشان داده شده است. (فرستنده FM در نظر گرفته شده است که البته در کلیت موضوع تفاوتی ایجاد نمی­کند.)
شکل ۳-۱: سیگنال­های دریافتی در کانال مرجع و مراقبت در رادار پسیو
سیگنال­های تداخلی در کانال مراقبت در نگاهی ساده نمونه تأخیر یافته از سیگنال کانال مرجع با داپلر صفر هستند. از آن­جایی که این سیگنال­های مزاحم معمولاً توان بیش­تری نسبت به سیگنال اهداف دارند حضور آن­ها در کانال مراقبت مانع از آشکار­سازی صحیح اهداف می­ شود. سیگنال مسیر مستقیم معمولاً بسیار قوی بوده و عملاً در حضور این سیگنال آشکار­سازی هیچ هدفی امکان­ پذیر نخواهد بود و تمام اهداف زیر سطح سایدلوب­های سیگنال مسیرمستقیم مدفون می­شوند، سیگنال­های ناشی از کلاتر نیز می­توانند به اشتباه به عنوان سیگنال هدف شناسایی شده و باعث رخداد هشدارکاذب^[۴۶] در آشکارسازی شوند، بنابراین حذف یا تضعیف سیگنال­های تداخل تا سطح نویز در رادارهای پسیو برای آشکارسازی صحیح اهداف اجتناب ناپذیر به نظر می­رسد. در حالت کلی برای حذف یا تضعیف سیگنال مسیرمستقیم یا سیگنال چندمسیرگی می­توان از یکی از روش­های زیر استفاده کرد [۱۶-۱۷-۳۴-۳۵]:
روش­های مبتنی بر الگوریتم Clean
روش­های مبتنی بر نول­گذاری در گیرنده کانال مراقبت
روش­های وفقی
هر کدام از روش­های فوق معایب و مزایای خود را دارند.
در ادامه به معرفی و بررسی روش­های پرکاربرد وفقی برای حذف سیگنال­های مزاحم در کانال مراقبت می­پردازیم.
۳-۲- جایگاه و عملکرد فیلترهای وفقی در رادارهای پسیو
در مسیر پردازش یک سیگنال، در تلاش برای بدست آوردن یک سیگنال مطلوب و عاری از هرگونه اختلال برای انجام آشکارسازی صحیح هستیم. به کار بردن فیلتر در مسیر پردازش، این امکان را به ما می­دهد که از سیگنال ورودی آغشته به اختلال به یک سیگنال مطلوب و عاری از اختلال دست یابیم. هرگاه سیگنال تداخل و سیگنال مطلوب از نظر فرکانسی به خوبی قابل تفکیک باشند، می­ توان از فیلترهایی نظیر فیلتر پایین­گذر یا بالاگذر استفاده نمود و در خروجی سیگنال مطلوب را بدست آورد. در اکثر مواقع سیگنال تداخل و سیگنال مطلوب از نظر فرکانسی قابل تفکیک نبوده و یا در مواردی دقیقاً در یک باند فرکانسی قرار دارند، در این موارد برای جداسازی سیگنال­ها باید از ویژگی­های آماری این سیگنال­ها کمک گرفت که این روند به نحوی به اصول فیلترهای وفقی باز می­گردد. برای پیاده­سازی فیلترهای وفقی ساختارهای متفاوتی وجود دارد که یکی از این ساختارها با نام ترکیب کننده خطی وفقی شناخته می­ شود. در شکل ۳-۲ دو فرم از این ساختار نشان داده شده است. در ساختار اول، ورودی­ ها به طور هم­زمان از چند منبع سیگنال متفاوت دریافت می­شوند اما در ساختار دوم که با نام فیلتر Transversal شناخته می­ شود ورودی­ ها به صورت چند نمونه پشت سرهم از یک منبع سگینال یکسان دریافت می­شوند. شکل ۳-۳ کمک به درک بهتر چگونگی عملکرد فیلترهای وفقی می­ کند. در این شکل ساختار Transversal از یک فیلتر وفقی نشان داده شده است که در آن وزن­ها با یک مکانیزم وفقی تنظیم و به روز می­شوند. در واقع منظور از طراحی فیلترهای وفقی انتخاب و تنظیم ضرایب به نحوی است که به یک تخمین مناسب از سیگنال مطلوب در خروجی فیلتر دست یابیم و تفاوت در روش­های مختلف وفقی به همین مکانیزم کنترل و به روزرسانی وزن­ها باز می­گردد [۳۶-۳۷-۳۸-۳۹].

شکل ۳-۲-الف: ترکیب کننده خطی وفقی

شکل۳-۲-ب: ساختار فیلتر Transversal
شکل ۳-۳: ساختار فیلتر Transversal در رادار پسیو
در بحث فیلترهای وفقی از فیلترهایی با طول محدود^[۴۷] و پایداری ذاتی استفاده می­ شود. همان طور که بیان شد طراحی فیلتر وفقی به معنای انتخاب ضرایب فیلتر به نحوی است که تخمین مناسبی از سیگنال مطلوب در خروجی فیلتر بدست آید. در روش­های وفقی انتخاب مناسب ضرایب فیلتر بر اساس کمینه کردن یک تابع هزینه صورت می­گیرد که این تابع هزینه بسته به نوع سیگنال­ها به صورت قطعی یا تصادفی تعریف می­ شود. در حالتی که سیگنال­های ورودی قطعی فرض می­شوند تابع هزینه یک تابع غیر آماری تعریف می­ شود که یکی از رایج­ترین این توابع، جمع وزن­دار مربع خطا می­باشد، حل چنین توابع هزینه­ای منجر به اعمال فیلترهای وفقی به روش RLS^[48] می­ شود. در حالتی که سیگنال­ها به صورت تصادفی فرض می­شوند تابع هزینه رفتاری آماری داشته و به صورت متوسط آماری مربع خطا تعریف می­ شود، در این حالت هرگاه سیگنال­های ورودی ایستان باشند کمینه کردن تابع هزینه منجر به اعمال فیلتر وینر می­گردد. فیلترهای وینر غیرعملی بوده به همین دلیل از فرم­های عملی آن مانند LMS^[49]، NLMS^[50]، VSLMS^[51] وVSNLMS^[52] استفاده می­ شود [۳۶-۴۰-۴۱].
پیش از آن که به معرفی جزییات روش­های وفقی بپردازیم جایگاه فیلترهای وفقی در رادارهای پسیو برای حذف تداخل، ورودی و خروجی این فیلترها و سیگنال مطلوب و سیگنال خطا را معرفی می­کنیم. ساختار کلی این فیلترها در رادارهای پسیو به صورت شکل ۳-۴ می­باشد [۳۸]. با توجه به مفاهیم فیلتر وفقی، سیگنال ورودی فیلتر، سیگنال خروجی فیلتر، سیگنال مطلوب و سیگنال خطا به ترتیب برابر با x_i[n]، x_o[n]، x_d[n] و x_e[n] می­باشد.

شکل ۳-۴: ساختار وفقی در رادار پسیو
در ساختار فوق، فیلتر وفقی تابع مابین سیگنال­های تداخل در کانال مراقبت و سیگنال­های پردازش شده در کانال مرجع را تقریب می­زند. هر چه همبستگی سیگنال تداخل در کانال مراقبت و سیگنال پردازش شده در کانال مرجع بیش­تر باشد فیلتر وفقی عملکرد مناسب­تری داشته و می ­تواند سیگنال­های تداخل کانال مراقبت را به صورت بهتری در خروجی خود دنبال کند. ممکن است تفاوت بین سیگنال­های تداخل کانال مراقبت و سیگنال پردازش شده کانال مرجع تنها در تأخیر باشد، در این حالت اگر مقدار این تأخیر کم­تر از طول فیلتر وفقی باشد فیلتر توانایی دنبال کردن سیگنال تداخل را در خروجی خود به خوبی خواهد داشت. حال اگر علاوه بر تأخیر، تفاوت در داپلر نیز بین سیگنال تداخل و سیگنال پردازش شده وجود داشته باشد میزان همبستگی بین این سیگنال­ها بسته به میزان داپلر کاهش یافته و این امکان وجود دارد که فیلتر وفقی نتواند تداخل را در خروجی خود به خوبی دنبال کند. حال باید به این نکته توجه داشت که از آن­جایی که اهداف دارای داپلرهای نسبتاً بزرگ و یا تأخیر بیش­تر از طول فیلتر وفقی هستند، فیلتر وفقی توانایی حذف آن­ها را در خروجی خود ندارد و لذا با بهره گرفتن از این فیلترها پس از حذف تداخل، اهداف به صورت صحیحی آشکارسازی می­شوند. نکته دیگر قابل توجه این است که ذات سیگنال کانال مرجع خود نیز می ­تواند عاملی موثر بر عملکرد فیلتر وفقی باشد چرا که در رادراهای پسیو سیگنال­های مطلوب و سیگنال­های تداخلی همگی از جنس سیگنال مرجع هستند.
حال به معرفی و بررسی جزییات روش­های متفاوت وفقی می­پردازیم[۳۶-۳۷].
۳-۳- معرفی روش­های وفقی حذف تداخل
۳-۳-۱- فیلتر وینر
در ابتدا به نحوه طراحی فیلترهای وینر می­پردازیم زیرا درک مفهوم فیلتر وینر کمک بسیاری به درک مفاهیم در فیلترهای وفقی می­ کند. در بحث فیلتر وینر سیگنال­ها به صورت تصادفی فرض شده و تابع هزینه به صورت زیر تعریف می­ شود:

منظور از  همان متوسط­گیری آماری است. در واقع در این روش با کمینه کردن تابع هزینه که به صورت فوق تعریف می­ شود ضرایب بهینه فیلتر نتیجه می­ شود. هرگاه طول فیلتر وفقی با طولی برابر L و با ساختار عرضی مطابق شکل ۳-۲ در نظر گرفته شود، می­توان بردار ضرایب و ورودی فیلتر را بنابر شکل ۳-۳ به صورت زیر تعریف کرد:

با توجه به روابط فوق خروجی فیلتر به صورت زیر تعریف خواهد شد:

در نتیجه سیگنال خطا و تابع هزینه به صورت زیر قابل استخراج هستند:

که در رابطه فوق داریم:

GFI

RMSEA

مدل سه عاملی تعارض کار-خانواده
(بر اساس مقیاس اصلی)

۷۱۷/۵۵

۲۴

۳۲/۲

۹۸/۰

۹۸/۰

۹۶/۰

۰۶/۰

نتایج مندرج در جدول نشان می دهد که شاخص های برازندگی مدل سه عاملی، بهطور کلی حاکی از برازش نسبتاً مناسبی برای این مدل میباشد. همانطور که ملاحظه می شود مقادیر IFICFI ، RMSEA در مدل سه عاملی، به ملاک های برازندگی که قبلاً اشاره شد، نزدیک است. بنابراین با توجه به نتایج به دست آمده، مدل سه عاملی با ۹ ماده مورد تایید است. بنابراین در جریان تحلیل روایی سازه مقیاس تعارض کار-خانواده شغلی، در این نمونه و در پژوهش حاضر، می توان این مقیاس را دارای سه بعد” تعارض مبتنی بر زمان” و"تعارض مبتنی بر رفتار"و ” تعارض مبتنی بر توان فرسایی"دانست، که صحت روایی عاملی آن تایید می گردد. همچنین به مدل ساختاری تعارض کار- خانواده در پژوهش دارای وزن رگرسیونی معنی دار و بالاتر از ۰۷/۰ می باشد.بنابراین این ساختار عاملی این مقیاس در پژوهش مورد تایید است .پایایی این پرسش نامه با روش آلفای کرونباخ در پژوهش حاضر برابر با ۷۱۵/۰ می باشد.روایی نیز توسط ۵ نفر از صاحبنظران رشته روانشناسی صنعتی سازمانی مورد تایید قرار گرفت.

همچنین مدل ساختاری مقیاس تعارض کار-خانواده در پژوهش دارای وزن های رگرسیونی معنی دار و بالاتر از ۷/. می باشد. بنابراین ساختار عاملی این مقیاس در پژوهش مورد تایید است.
۳-۶- روش تجزیه و تحلیل داده ها
به منظور تجزیه و تحلیل آماری در این پژوهش ، از آمار توصیفی مانند میانگین ، درصد فراوانی، انحراف معیار ، ضریب همبستگی پیرسون^[۸۰] و رگرسیون چند متغیری به شیوه همزمان استفاده شد . تمام مراحل تجزیه و تحلیل اطلاعات با بهره گرفتن از نرم افزار۱۹-spss انجام پذیرفته است .
۳-۷- روش اجرای تحقیق :
پژوهشگر پس از اخذ معرفی نامه از دانشگاه آزاد اسلامی واحد ارسنجان به دانشگاهای مربوطه مراجعه کرده و با هماهنگی مسئولان مربوطه نسبت به اجرای پرسشنامه اقدام نموده به این صورت که در آغاز نسبت به توجیح پاسخ گویان اقدام شد و سپس از آنها درخواست گردیده نسبت به تکمیل پرسشنامه ها همکاری نمایند.در ضمن بیان شد که نیازی به نوشتن نام و نام خانوادگی نمی باشد.
فصل چهارم
یافته های پژوهش
مقدمه :
در این فصل ابتدا به یافته های توصیفی متغیر های پژوهش پرداخته و سپس نتایج یافته های حاصل از تجزیه و تحلیل سوال های پژوهش آورده شده است .
۴-۱- داده های توصیفی شامل میانگین انحراف معیار ،حداقل و حداکثر مولفه های تعارض کار – خانواده در جدول ۴-۱ آورده شده است.
جدول ۴-۱:داده های توصیفی
(میانگین ،انحراف معیار، حداقل و حداکثر)مؤلفه های تعارض کار خانواده در نمونه مورد مطالعه

مؤلفه های تعارض کار-خانواده

تعداد

میانگین

انحراف معیار

حداقل

حداکثر

تعارض کار-خانواده مبتنی بر زمان

۱۵۳

۷۸/۶

۸۴/۱

۳

۱۳

تعارض خانواده-کار مبتنی بر زمان

۱۵۳

۱۴/۷

• بین امنیت مالی سرمایه گذار و موانع سرمایه گذاری خارجی در صنعت خودرو رابطه وجود دارد.

• بین مقررات اداری پیچیده و موانع سرمایه گذاری خارجی در صنعت خودرو رابطه وجود دارد.

۳-۳- روش پژوهش
از لحاظ هدف تحقیقات به دو نوع کاربردی و بنیادی و از لحاظ ماهیت و روش به تحقیقات تاریخی، توصیفی، همبستگی یا همخوانی، علی یا (پس از وقوع ) و تجربی یا آزمایشی تقسیم میشوند.
تحقیق حاضر از جهت هدف از نوع کاربردی است. این نوع تحقیقات از آن جهت که می‌تواند مورد استفاده سازمان بورس اوراق بهادار، تحلیل‌گران مالی و کارگزاران بورس، مدیران مالی شرکت‌ها، دانشگاه‌ها و مراکز آموزش عالی و پژوهشگران، سازمان حسابرسی قرار گیرد، کاربردی است.
از جهت روش استنتاج: توصیفی – تحلیلی و ازجهت نوع طرح تحقیق، تحقیق حاضر از نوع تحقیقات پس رویدادی است. در این نوع تحقیقات، هدف بررسی روابط موجود بین متغیرها است و داده‌ها از محیطی که به گونه‌ای طبیعی وجود داشته‌اند و یا از وقایع گذشته که بدون دخالت مستقیم محقق رخ داده است، جمع‌ آوری و تجزیه و تحلیل‌ می‌شود.
۳-۳-۱- قلمرو تحقیق
موضوع شناسایی و رتبه بندی موانع عمده سرمایه گذاری خارجی در صنعت خودرو ایران با توجه به شاخص های کسب و کار در این پژوهش مورد بررسی قرار میگیرد.
۳-۳-۱-۱- قلمرو زمانی تحقیق
قلمرو زمانی تحقیق ۶ ماهه و در سال ۱۳۹۳ است.
۳-۴- گردآوری داده‌ها
اطلاعات لازم جهت انجام تحقیقات کاربردی به روش‌های متفاوتی انجام می‌گیرد. از آنجا که داده‌های مورد نیاز به دو بخش تئوریک (داده‌های لازم برای ادبیات و پیشینه تحقیق) و عملی (که داده‌های مربوط به متغیرها هستند) تقسیم می‌شوند، از منابع متفاوتی برای گردآوری آنها استفاده می‌شود. در تحقیق حاضر جهت گردآوری داده‌های تئوریک از منابع کتابخانه‌ای شامل کتاب‌ها و مقالات معتبر علمی چاپ شده درمجلات داخل و خارج از کشور و نیز مقالات موجود در سایتهای علمی معتبر و مختلف استفاده شده است. اطلاعات مربوط به پرسشنامه های پژوهش نیز به صورت میدانی گردآوری شده است. ضمناً از نرم افزار spss جهت تجزیه و تحلیل آماری استفاده شده است.

۳-۵- جامعه آماری
مبنای یک مطالعه آماری را جامعه آماری تشکیل میدهد. جامعه آماری مجموعهای بزرگ از اشیاء که به منظور خاصی مورد مطالعه قرار گرفته و در یک یا چند صفت مشترک میباشند و آماج تحقیق است. نکته قابل ذکر این است که جمعآوری و مطالعه مجموعه جامعی از داده ها مربوط به موضوع تحقیق، در عمل بسیار مشکل و گاهی غیر ممکن است. لذا به دلیل محدودیت زمان، منابع و امکانات و بعضاً عدم دسترسی به اطلاعات کامل، به ناچار بخشی از داده های مزبور را که در مجموعهای به نام نمونه گردآوری میشوند، استفاده میکنیم. جامعه آماری در این پژوهش شامل شرکت‌های خودرو سازی ایران می‌باشند.
۳-۶- نحوهی انتخاب نمونه آماری
به منظور جمع آوری داده های مورد نیاز به توزیع پرسشنامه ی محقق ساخته در بین مدیران و کارکنان ارشد بخش های مالی و بازاریابی شرکت های خودروسازی ایران خودرو، سایپا و سایپا دیزل توزیع گردید. نمونه آماری بصورت تصادفی ساده انتخاب شده است. با توجه به مسافت ها و موقعیت های جغرافیایی گوناگون آزمودنی ها، برای دستیابی به اطلاعات مورد نیاز از آنها با بهره گرفتن از شیوه های ارتباطی ذکر شده در سایت های این شرکت ها (تماس تلفنی با بخش های روابط عمومی و سپس بخش پژوهش و تحقیقات بازاریابی و نیز بخش مدیریت استراتژیک) پس از توضیح هدف پژوهش و اهداف و اهمیت آن، پرسشنامه برای سه نفر نماینده در هر شرکت ایمیل شد و با همکاری آنها و آزمودنی ها تعداد ۱۲۰ پرسشنامه ی تکمیل شده به پژوهشگر ارائه گردید.
از این ۱۲۰ پرسشنامه ۱۹ مورد به طور کامل تکمیل نشده بود و ناقص بوده و ۷ مورد مخدوش شده و خوانا نبوده (اسکن شده بودند) و در ۲۳ مورد تمامی گزینه ها به یک شکل و مشخصا بدون دقت و توجه کافی پر شده بودند؛ لذا از ۷۱ پرسشنامه ی برگشتی برای تجزیه و تحلیل اطلاعات استفاده گردید.
۳-۷- روش های تجزیه و تحلیل اطلاعات و آزمون فرضیه ها
در این پژوهش با توجه به هدف و موضوع پژوهش از روش توصیفی- پیمایشی((Survey Study) استفاده گردیده است. هدف از تحقیقات توصیفی «توصیف واقعیت‌ها و ویژگی‌های یک پدیده یا یک جامعه‌ی معین به صورتی منظم و دقیق» می‌باشد. تحقیق توصیفی در معنای لغوی آن برای توصیف موقعیت‌ها یا رویدادها به کار برده می‌شود. این روش غالباً با داده‌های نسبتاً زیادی سر و کار دارد و ضرورتاً در صدد تشریح همبستگی‌ها، آزمون فرضیه‌ها و ارائه‌ پیش‌بینی‌ها و دست‌یابی به معانی و نکات صنفی نیست. اگر چه در تحقیق‌هایی که این اهداف دنبال می‌شود غالباً روش‌های توصیفی به کار می‌روند. با وجود این، محققان و پژوهشگران در مورد محتوای «تحقیق‌های توصیفی» توافق نظر ندارند و اغلب فرض می‌کنند تحقیق توصیفی، همه انواع تحقیق‌ها به استثناء تحقیق تاریخی و آزمایشی را در بر می‌گیرد . بنابراین محققان در عمل از اصطلاح مطالعه‌های زمینه‌یابی استفاده می‌کنند.
برای انجام پیمایش دو شیوه اصلی وجود دارد: ارائه پرسشنامه و انجام مصاحبه. هر دو شیوه مبتنی بر یک رشته سوالات هستند. در پرسشنامه این سوالات به طور مکتوب ارائه می شود و پاسخ هم به طور مکتوب ارائه می شود و پاسخگوهم به طور مکتوب بدانها پاسخ می دهد. در مصاحبه، مصاحبه گر سوالاتی را که در فهرست مصاحبه نوشته شده از مصاحبه شونده می پرسد و پاسخ ها را یادداشت یا ضبط می کند. مصاحبه ها یا حضوری اند یا تلفنی.
پرسشنامه ها را می توان در میان گروه توزیع کرد یا برای افراد ارسال کرد تا خود آن را پرکنند. مصاحبه را می توان حضوری با گفتگوی رودررو مصاحبه گر و مصاحبه شونده پیشبرد یا با تلفن انجام داد. استفاده از پرسشنامه یا مصاحبه و نحوه انجام آن تا حد زیادی به وضعیت طرح تحقیق بستگی دارد. (بیکر، ۱۳۸۵، ص۱۸۵)
روش اصلی این مطالعه نیز به واسطه خصلت موضوع تحقیق، گستردگی جمعیت مورد مطالعه و استفاده از تکنیک پرسشنامه جهت جمع آوری اطلاعات در خصوص واقعیت های عینی و ذهنی به عنوان رایج ترین شیوه مطالعاتی که در پژوهش های سنجش شناخت و رضایت مطرح است، همان روش پیمایشی بوده است.
۳-۸- متغیرهای پژوهش و شیوه محاسبه آنها
متغیرها از مهمترین مباحث در تحقیقات اجتماعی- انسانی می باشند. هدف شناخت علت یا عوامل پیدائی یا تغییر موضوع مورد تحقیق است و چون این عوامل تغییر پذیرند و قابل سنجش، آنان را متغیر می خوانیم. واژه متغیر به ویژگی هایی اطلاق می شود که بیش از یک ارزش به آنها اختصاص داده می شود و تغییرات را از فردی به فردی یا از شیئی به شیئی دیگر نشان می دهد.مانند قد، سن، وزن، بهره هوشی، پیشرفت و یا نگرش اعضای یک گروه. ویژگی های ذکر شده را از این رو متغییر می گویند که میزان آنها از فردی به فرد دیگر تغییر می کند.
متغیر را می توان به دو طبقه کمّی و کیفی تقسیم کرد.
متغیرهای کمّی: به متغیرهائی اطلاق می شوند که از نظر مقدار یا ارزش متفاوت هستند و به صورت عددی نشان داده می شوند. مانند سن، نمره های آزمونهای پیشرفت تحصیلی.
متغییر کیفی: متغیرهائی که از نظر کیفی متفاوت هستند و نمی توانند مقدار عددی بگیرند  متغیر کیفی نامیده می شوند نظیر جنس، رنگ مو که می توان آنها را طبقه بندی کرده و  به صورت کلامی یا کد نمایش داد.(محمد کمالی،۱۳۹۰)
متغییر وابسته و مستقل
متغیر بر اساس نقشی که در پژوهش به عهده دارد به دو دسته مستقل و وابسته تقسیم می شود.
متغیر مستقل^[۹۴]، متغیر پیش فرض است و متغیر وابسته بر اساس تغییرات آن  اندازه گیری و تعیین   می شود. در تحقیق آزمایشی، متغیر مستقل توسط محقق دستکاری می شود تا تاثیرات آن بر تغییرات متغیر وابسته مشخص شود.
متغیر وابسته^[۹۵]، متغیری است که ارزش یا مقدار آن به متغیر مستقل بستگی دارد. متغیر وابسته در اختیار محقق نیست و محقق نمی تواند در آن دخل و تصرف یا دستکاری کند. (محمد کمالی،۱۳۹۰)
متغیروابسته، متغیری است که تغییرات آن تحت تأثیرمتغیرمستقل قرارمی گیرد(خاکی،۱۳۸۴، ص۷۵)۴. با توجه به تعریف فوق، دراین پژوهش موانع عمده سرمایه گذاری خارجی به عنوان متغیر وابسته مطرح می‌شود.
۳-۹- تابع آماره
۳-۹-۱- آزمون کولموگوروف – اسمیرنوف (KS)
این آزمون جهت بررسی ادعای مطرح شده در مورد توزیع داده های یک متغیر کمی مورد استفاده قرار میگیرد. برای انجام تحلیل رگرسیونی ابتدا نرمال بودن متغیرها را به وسیله آزمون K-S مورد بررسی قرار می دهیم.
داده ها از توزیع نرمال پیروی می کنندH₀:
داده ها از توزیع نرمال پیروی نمی کنند H₁:
نحوه داوری: چنانچه سطح معنی داری ( Sig) بزرگ تر از ۰۵/۰ باشد نشان دهنده آن است که توزیع مشاهده شده با توزیع نظری مربوط است. به سخن دیگر فرض H₁ رد و فرض H₀ پذیرفته می شود، یعنی داده ها از توزیع نرمال پیروی می کنند. در صورتی که مقدار sig محاسبه شده از ۰۵/۰ کوچکتر باشد فرض H₀ رد و فرض H₁ پذیرفته می شود، یعنی داد ها از توزیع نرمال پیروی نمی کنند.
۳-۹-۲- تحلیل رگرسیون
تحلیل رگرسیون، فن و تکنیکی آماری برای بررسی و به مدل درآوردن ارتباط بین متغیرها است. به عبارت دیگر در رگرسیون به دنبال برآورد رابطه ای ریاضی و تحلیل آن هستیم ،به طوری که بتوان به کمک آن کمیت یک متغیر را با بهره گرفتن از متغیر یا متغیرهای دیگر تعیین کرد.شیوه کار به این صورت است که ابتدا باید معنی داری کل مدل رگرسیون مورد آزمون قرار گیرد که این کار توسط جدول ANOVA صورت می گیرد. سپس باید معنی داری تک تک ضرایب متغیرهای مستقل بررسی شود.
۳-۹-۳- ضریب همبستگی پیرسون
ضریب همبستگی یکی از معیارهای مورد استفاده درتعیین همبستگی دو متغیر می باشد و شدت رابطه و همچنین نوع رابطه (مستقیم یا معکوس) را نشان می دهد. این ضریب بین ۱تا ۱- است ودر صورت عدم وجود رابطه بین دو متغیر برابر صفر می باشد.
ضریب همبستگی پیرسون، روشی پارامتری است و برای داده هایی با توزیع نرمال و یا تعداد داده های زیاد استفاده می شود. این ضریب از رابطه زیر محاسبه می شود:

نحوه داوری:
اندازه شدت همبستگی نوع همبستگی
۰ تا ۲۵/۰ بسیارضعیف مستقیم
۲۵/۰تا ۵/۰ نسبتاً قوی مستقیم
۵/۰ تا ۷۵/۰ قوی مستقیم
۷۵/۰تا ۱ بسیار قوی مستقیم
۰ ندارد ـــــــ