پایان نامه تشخیص خودکار نوع مدولاسیون دیجیتال در سیستم های OFDM

نوع فایل
docx قابل ویرایش
حجم فایل
2 مگابایت
۸,۰۰۰ تومان

تشخیص خودکار نوع مدولاسیون دیجیتال در سیستم های OFDM
نوع فایل: word (قابل ویرایش)
تعداد صفحات : ۱۲۲ صفحه

چکیده
تشخیص مدولاسیون را می توان یکی از بخش های اصلی گیرنده های نوین مخابراتی دانست. شناساگر خودکار نوع سیگنال، عمل تعیین نوع مدولاسیون سیگنال دریافتی را در بین مجموعه ای از مدولاسیون ها به صورت خودکار انجام می دهد. اکثر سیستم های شناساگر خودکار نوع مدولاسیون در تشخیص تعداد بالای مدولاسیون عمل کرد نامناسبی داشته و نیز در شرایط سیگنال به نویز پایین، بازدهی کمی دارند. این نوع سیستم¬ها جهت تشخیص، نیاز به تعداد بالایی از ویژگی های کلیدی دارند. به دلیل کاربرد روزافزون سیگنال دیجیتال در مخابرات و تلاش جهت انتقال اطلاعات با نرخ بالا در سیستم های مبتنی بر OFDM، در این پژوهش، تلاش شده است تا با انتخاب ویژگی های بسیار کارا و استفاده از طبقه بندی کننده-ی موثر، شناساگر مناسبی ارائه داده شود. در شناساگر پیشنهادی در بخش استخراج ویژگی، از ویژگی های آمارگان مرتبه ی بالا (ممان ها وکومولان ها تا مرتبه ی هشتم) براساس طبقه بندی کننده ی ماشین بردار پشتیبان استفاده شده است. لازم به ذکر است در این پایان نامه به صورت محدود از OFDM بهره برده و تاثیر سیستم OFDM بر ویژگی های آمارگان مرتبه ی بالا مورد بررسی قرار گرفت. در این پایان نامه، جهت افزایش کارایی سیستم و کاهش همبستگی میان ویژگی ها، برای اولین بار در این حوزه، ترکیب خطی ویژگی ها، به عنوان روشی جدید ارائه داده شده، سپس برای بهینه سازی این ترکیب، از الگوریتم بهینه سازی فاخته استفاده گردیده است. شناساگر پیشنهادی در سیگنال به نویز dB10- ، به درصد موفقیت %۹۸٫۳۳ دست یافته است. مدولاسیون هایی که در این پژوهش مورد بررسی قرار گرفته عبارتند از: ۴ASK، ۸ASK، ۲PSK ،۴PSK ،۸PSK، ۱۶QAM، ۶۴QAM، ۱۲۸QAM،۲۵۶QAM و V29.
واژه‌های کلیدی: تشخیص خودکار نوع مدولاسیون، ترکیب خطی بردار ویژگی، تشخیص الگو، سیستم OFDM، کانال محوشونده، ماشین بردار پشتیبان.

صفحه فهرست مطالب عنوان
۱ پیشگفتار
۳ ۱- مقدمه ای بر سیستم شناسایی خودکار نوع مدولاسیون
۳ ۱-۱- آشنایی با سیستم شناسایی خودکار نوع مدولاسیون و برخی از کاربردهای آن
۳ ۱-۱-۱- سیر تحول و توسعه سیستم های مخابراتی دیجیتال
۶ ۱-۱-۲- اهمیت و کاربردهای سیستم شناسایی نوع مدولاسیون
۸ ۱-۲- سیر تکامل روش های شناسایی نوع مدولاسیون
۸ ۱-۳- دسته بندی کلی روش¬های خودکار شناسایی نوع مدولاسیون
۱۰ ۱-۴- مروری بر تحقیقات گذشته
۱۲ ۱-۵- جمع‌بندی و ساختار پایان‌نامه
۱۴ نتیجه گیری
۱۵ ۲- انتخاب ویژگی‌های مرتبه بالا و مطالب مورد نیاز
۱۵ مقدمه
۱۵ ۲-۱- مروری بر مدولاسیون های دیجیتال
۱۷ ۲-۲- مفهوم استخراج ویژگی
۱۸ ۲-۳- ممان ها و کومولان های مرتبه‌ی بالا
۱۸ ۲-۳-۱ ممان ها
۲۸ ۲-۳-۲-کومولان ها
۳۷ ۲-۴- مطالب مورد نیاز
۳۷ ۲-۴-۱- کانال چند مسیری
۳۹ ۲-۴-۲- سیستم OFDM
۳۹ ۲-۴-۲-۱- تاریخچه مدولاسیون OFDM
۴۰ ۲-۴-۲-۲- مفهوم مالتی پلکسینگ
۴۱ ۲-۴-۲-۳- معرفی مدولاسیون OFDM
۴۳ ۲-۴-۲-۴- مدل OFDM
۴۵ ۲-۴-۲-۵- مزایا و معایب OFDM
۴۶ ۲-۴-۳- ماشین بردارهای پشتیبان (SVM)
۴۶ ۲-۴- ۳-۱- SVM خطی و غیرخطی
۵۱ ۲-۴-۳-۲- SVM چند کلاسه
۵۱ ۲-۴-۴- الگوریتم بهینه‌سازی فاخته (COA)
۵۲ ۲-۴-۴-۱- زندگی و تخم‌گذاری فاخته
۵۳ ۲-۴-۴-۲- جزییات الگوریتم بهینه‌سازی الهام گرفته از فاخته
۵۷ نتیجه‌گیری
۵۹ ۳- معرفی روش پیشنهادی و نتایج شبیه سازی ها
۵۹ مقدمه
۵۹ ۳-۱- الگوریتم فاخته در بهینه سازی عمل کرد سیستم استخراج ویژگی
۵۹ ۳-۱-۱- انتخاب ویژگی
۶۲ ۳-۱-۲- روش پیشنهادی جهت بهبود عمل کرد سیستم استخراج ویژگی
۶۳ ۳-۱-۲- نحوه به کارگیری الگوریتم فاخته به منظور انتخاب ویژگی
۶۴ ۳-۲- نتایج شبیه سازی
۶۵ ۳-۲-۱- شناسایی نوع مدولاسیون به کمک تمام ویژگی ها (آمارگان مرتبه ی بالا)
۶۶ ۳-۲-۱-۱- نتایج شبیه‌سازی به کمک طبقه‌بندی کننده SVM در کانال AWGN
۶۹ ۳-۲-۱-۲- نتایج شبیه‌سازی به کمک طبقه‌بندی کننده SVM در کانال های محوشونده
۷۴ ۳-۲-۲- نتایج شبیه سازی به کمک سیستم استخراج ویژگی پیشنهادی
۸۹ ۳-۳- مقایسه عمل کرد سیسستم پیشنهادی با کارهای انجام شده در این زمینه
۹۰ ۳-۴- نتیجه گیری
۹۲ ۴- جمع بندی و پیشنهاد ادامه کار
۹۲ ۴-۱- جمع بندی
۹۵ ۴-۲- پیشنهادات
۹۶ پیوست ها
۱۰۰ منابع و ماخذ

   راهنمای خرید:
  • لینک دانلود فایل بلافاصله بعد از پرداخت وجه به نمایش در خواهد آمد.
  • همچنین لینک دانلود به ایمیل شما ارسال خواهد شد به همین دلیل ایمیل خود را به دقت وارد نمایید.
  • ممکن است ایمیل ارسالی به پوشه اسپم یا Bulk ایمیل شما ارسال شده باشد.
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
#
#
#