1393  
 
 
تکه هایی از متن به عنوان نمونه :
چکیده
تشخیص مدولاسیون را می­توان یکی از بخش­های اصلی گیرنده­های نوین مخابراتی دانست. شناساگر خودکار نوع سیگنال، عمل تعیین نوع مدولاسیون سیگنال دریافتی را در بین مجموعه ­ای از مدولاسیون­ها به صورت خودکار انجام می­دهد. اکثر سیستم­های شناساگر خودکار نوع مدولاسیون در تشخیص تعداد بالای مدولاسیون عمل­کرد نامناسبی داشته و نیز در شرایط سیگنال به نویز پایین، بازدهی کمی دارند. این نوع سیستم­ها جهت تشخیص، نیاز به تعداد بالایی از ویژگی­های کلیدی دارند. به­دلیل کاربرد روزافزون سیگنال دیجیتال در مخابرات و تلاش جهت انتقال اطلاعات با نرخ بالا در سیستم­های مبتنی بر OFDM، در این پژوهش، تلاش شده است تا با انتخاب ویژگی­های بسیار کارا و استفاده از طبقه ­بندی کننده­ موثر، شناساگر مناسبی ارائه داده شود. در شناساگر پیشنهادی در بخش استخراج ویژگی، از ویژگی­های آمارگان مرتبه­ی بالا (ممان­ها وکومولان­ها تا مرتبه­ی هشتم) براساس طبقه ­بندی کننده­ 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 ویژگی­های آمارگان مرتبه­ی بالا مورد بررسی قرار گرفت. در این پایان ­نامه، جهت افزایش کارایی سیستم و کاهش همبستگی میان ویژگی­ها، برای اولین­بار در این حوزه، ترکیب خطی ویژگی­ها، به عنوان روشی جدید ارائه داده شده، سپس برای بهینه­سازی این ترکیب، از الگوریتم بهینه­سازی فاخته استفاده گردیده است. شناساگر پیشنهادی در سیگنال به نویز dB10- ، به درصد موفقیت %98.33 دست یافته است. مدولاسیون­هایی که در این پژوهش مورد بررسی قرار گرفته عبارتند از: 4ASK، 8ASK، 2PSK ،4PSK ،8PSK، 16QAM، 64QAM، 128QAM،256QAM 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
1
پیشگفتار
3
1- مقدمه­ای بر سیستم شناسایی خودکار نوع مدولاسیون
3
1-1- آشنایی با سیستم شناسایی خودکار نوع مدولاسیون و برخی از کاربردهای آن
3
1-1-1- سیر تحول و توسعه سیستم های مخابراتی دیجیتال
6
1-1-2- اهمیت و کاربردهای سیستم شناسایی نوع مدولاسیون
8
1-2- سیر تکامل روش های شناسایی نوع مدولاسیون
8
1-3- دسته بندی کلی روش­های خودکار شناسایی نوع مدولاسیون
10
1-4- مروری بر تحقیقات گذشته
12
1-5- جمع‌بندی و ساختار پایان‌نامه
14
نتیجه گیری
15
2- انتخاب ویژگی‌های مرتبه بالا و مطالب مورد نیاز
15
مقدمه
15
2-1- مروری بر مدولاسیون های دیجیتال
17
2-2- مفهوم استخراج ویژگی
18
2-3- ممان­ها و کومولان­های مرتبه‌ی بالا
18
2-3-1 ممان ها
28
2-3-2-کومولان­ها
37
2-4- مطالب مورد نیاز
37
2-4-1- کانال چند مسیری
39
2-4-2- سیستم OFDM
39
2-4-2-1- تاریخچه مدولاسیون OFDM
40
2-4-2-2-   مفهوم مالتی پلکسینگ
41
2-4-2-3-   معرفی مدولاسیون OFDM
43
2-4-2-4-   مدل OFDM
45
2-4-2-5- مزایا و معایب OFDM
46
2-4-3- ماشین بردارهای پشتیبان (SVM)
46
2-4- 3-1- SVM خطی و غیرخطی
51
2-4-3-2- SVM چند کلاسه
51
2-4-4-   الگوریتم بهینه‌سازی فاخته (COA)
52
2-4-4-1- زندگی و تخم‌گذاری فاخته
53
2-4-4-2- جزییات الگوریتم بهینه‌سازی الهام گرفته از فاخته
57
نتیجه‌گیری
59
3- معرفی روش پیشنهادی و نتایج شبیه­سازی­ها
59
مقدمه
59
3-1- الگوریتم فاخته در بهینه سازی عمل­کرد سیستم استخراج ویژگی
59
3-1-1- انتخاب ویژگی
62
3-1-2- روش پیشنهادی جهت بهبود عمل­کرد سیستم استخراج ویژگی
63
3-1-2- نحوه به کارگیری الگوریتم فاخته به منظور انتخاب ویژگی
64
3-2- نتایج شبیه­سازی
65
3-2-1- شناسایی نوع مدولاسیون به کمک تمام ویژگی­ها (آمارگان مرتبه­ی بالا)
66
3-2-1-1- نتایج شبیه‌سازی به کمک طبقه‌بندی کننده SVM در کانال AWGN
69
3-2-1-2- نتایج شبیه‌سازی به کمک طبقه‌بندی کننده SVM در کانال­های محوشونده
74
3-2-2- نتایج شبیه سازی به کمک سیستم استخراج ویژگی پیشنهادی
89
3-3- مقایسه عمل­کرد سیسستم پیشنهادی با کارهای انجام شده در این زمینه
90
3-4- نتیجه گیری
92
4- جمع بندی و پیشنهاد ادامه کار
92
4-1- جمع بندی
95
4-2- پیشنهادات
96
پیوست­ها
100
منابع و ماخذ
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

صفحه
فهرست اشکال
عنوان
16
شکل 2-1- نمایش چیدمان (منظومه) برخی از مدولاسیون‌های دیجیتال
18
شکل 2-2- نمایش نمودار ویژگی‌های ایده­آل از سیگنال ها بر حسب SNR
21
شکل 2-3- نمایش مقدار ویژگی ممان ها برای 100 سیگنال از هر مدولاسیون.
21
   شکل 2-3- الف-مقدار ویژگی ممان دو-صفر
22
   شکل 2-3- ب-مقدار ویژگی ممان دو-یک
22
   شکل 2-3- پ-مقدار ویژگی ممان چهار-صفر
23
   شکل 2-3- ت-مقدار ویژگی ممان چهار-یک
23
   شکل 2-3- ج-مقدار ویژگی ممان چهار-دو
24
   شکل 2-3- چ-مقدار ویژگی ممان شش-صفر
24
   شکل 2-3- ح-مقدار ویژگی ممان شش-یک
25
   شکل 2-3- خ-مقدار ویژگی ممان شش-دو
25
   شکل 2-3- د-مقدار ویژگی ممان شش-سه
26
   شکل 2-3- ذ-مقدار ویژگی ممان هشت-صفر
26
   شکل 2-3- ر-مقدار ویژگی ممان هشت- یک
27
   شکل 2-3- ز-مقدار ویژگی ممان هشت- دو
27
   شکل 2-3- س-مقدار ویژگی ممان هشت- سه
28
   شکل 2-3- ش-مقدار ویژگی ممان هشت- چهار
 
شکل 2-4- مقدار میانگین کومولان­ها را در SNR های متفاوت برای هر نوع مدولاسیون.
31
   شکل 2-4- الف- مقدار ویژگی کومولان چهار-صفر
31
   شکل 2-4-ب- مقدار ویژگی کومولان چهار- یک دو
32
   شکل 2-4-پ-مقدار ویژگی کومولان چهار- دو
32
   شکل 2-4-ت-مقدار ویژگی کومولان شش-صفر
33
   شکل 2-4-ث-مقدار ویژگی کومولان شش-یک
33
   شکل 2-4-ج-مقدار ویژگی کومولان شش-دو
34
   شکل 2-4-چ-مقدار ویژگی کومولان شش-سه
34
   شکل 2-4-ح-مقدار ویژگی کومولان هشت-صفر
35
   شکل 2-4-خ-مقدار ویژگی کومولان هشت- یک
35
   شکل 2-46-د-مقدار ویژگی کومولان هشت- دو
36
   شکل 2-4-ذ-مقدار ویژگی کومولان هشت- سه
36
   شکل 2-4-ر-مقدار ویژگی کومولان هشت- چهار
42
شکل 2-5- سیستم چندحاملی معمولی و سیستم چندحاملی متعامد
42
شکل2-6- طیف سمبل OFDM
44
شکل2-7- بلوک دیاگرام سیستم OFDM
49
شکل2-8- نمایش بردار تکیه­گاه در دو دسته داده آموزشی قابل تفکیک
52
شکل 2-9- رفتار فاخته در طبیعت
54
شکل 2-10- تخم­گذاری فاخته در شعاع تخم­گذاری (ELR)
55
شکل 2-11- مهاجرت فاخته ها به سمت نقطه هدف
56
شکل2-12- روندنمای الگوریتم بهینه­سازی فاخته
 
3- معرفی روش پیشنهادی و نتایج شبیه­سازی­ها  
63
شکل3-1- سیستم پیشنهادی استخراج ویژگی
64
شکل 3-2- روندنمای سیستم ترکیبی هوشمند
66
شکل 3-3- دیاگرام کلی شناساگر مدولاسیون براساس استخراج ویژگی‌ها آمار گان مرتبه بالا
67
شکل 3-4- عمل­کرد SVM در SNRهای مختلف به ازای تمام ویژگی­ها
 
شکل 3-5- مقدار چند آمارگان مرتبه­ی بالا برای سیستم OFDM
70
   شکل 3-5-الف- مقدار میانگین ممان چهار-صفر در کانال رایلی تخت سریع
70
   شکل 3-5-ب- مقدار میانگین ممان هشت-صفر در کانال رایلی تخت سریع مرتبه
71
   شکل 3-5-پ- مقدار میانگین ممان هشت-صفر در کانال رایلی فرکانس گزین سریع
71
   شکل 3-5-ت- مقدار میانگین ممان شش-سه در کانال رایلی فرکانس گزین سریع
72
   شکل 3-5-ث- مقدار میانگین ممان شش-سه در کانال رایسین فرکانس گزین سریع
 
شکل3-6- عمل­کرد SVM در SNR های مختلف، کانال محوشونده با همه ویژگی­ها
73
       شکل3-6-الف- عمل­کرد SVM در SNR های متفاوت در کانال رایلی تخت و آهسته
73
       شکل3-6-ب- عمل­کرد SVM در SNR های متفاوت در کانال رایلی فرکانس گزین سریع
77
شکل3-7- مقدار تابع هزینه بهترین فاخته در هر تکرار
78
شکل3-8- ویژگی جدید برای تمامی مدولاسیون­ها در SNR های متفاوت
79
شکل3-9- ویژگی جدید برای تمامی مدولاسیون­ها در SNR هایی با بازه بیشتر
81
شکل 3-10- مقایسه عمل­کرد شناساگر با تمام ویژگی­ها و ویژگی­های بهینه
83
شکل 3-11- مقادیر ویژگی جدید در کانال محو شونده رایلی
84
شکل 3-12- مقادیر ویژگی جدید در کانال محوشونده رایسین
85
شکل 3-13- عمل­کرد سیستم با ویژگی جدید در کانال محوشونده رایلی فرکانس گزین سریع
85
شکل 3-14- عمل­کرد شناساگر با ویژگی جدید، کانال محوشونده رایلی فرکانس گزین آهسته
86
شکل 3-15- عمل­کرد شناساگر با ویژگی جدید در کانال محوشونده رایسین فرکانسی تخت
86
شکل 3-16- مقایسه عمل­کرد کلی شناساگر با ویژگی جدید در کانال محوشونده رایلی
 
 
 
 
 
 
 
 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

صفحه
فهرست جداول
عنوان
20
جدول 2-1- روابط ممان های موثر
29
جدول 2-2- روابط کومولان های موثر
30
جدول2-2- مقادیری از ممان­ها و کومولان­ها برای سیگنال بدون نویز
50
جدول 2-3- برخی از توابع کرنل معروف
65
جدول 3-1- پارامترهای کانال­های محوشونده
67
جدول 3-2- عمل­کرد SVM در SNR های متفاوت
68
جدول 3-3- ماتریس صحت عمل­کرد SVM درSNR= -10 با بهره گرفتن از تمام ویژگی­ها
68
جدول 3-4- ماتریس صحت عمل­کرد SVM درSNR= -4 با بهره گرفتن از تمام ویژگی­ها
69
جدول 3-5- ماتریس صحت عمل­کرد SVM درSNR= 2 با بهره گرفتن از تمام ویژگی­ها
74
جدول 3-6- ماتریس صحت عمل­کرد SVM درSNR= -8 dB در کانال رایلی تخت(آهسته)
74
جدول 3-7- ماتریس صحت عمل­کرد SVM درSNR= -8 dB ، کانال رایسین تخت(آهسته)
74
جدول 3-8- ماتریس عمل­کرد SVM درSNR= -8 dB ، کانال رایلی فرکانس گزین(سریع)
74
جدول 3-9- ماتریس عمل­کرد SVM درSNR= -8 dB ، کانال رایسین فرکانس گزین(سریع)
75
جدول 3-10- پارامترهای الگوریتم بهینه­سازی فاخته
76
جدول 3-11- زمان اجرا و مقدار حداقل تابع هزینه از COA
77
جدول 3-12- ویژگی و ضرایب متناظر بهینه با بهره گرفتن از الگوریتم COA در کانال AWGN
79
جدول 3-13- میانگین مقادیر ویژگی در بازه­های مختلفی از SNR
80
جدول 3-14- درصد تشخیص صحیح شناساگر با ویژگی جدید در SNR های گوناگون
80
جدول 3-15- ماتریس صحت عمل­کرد شناساگر با ویژگی مبتنی بر COA درSNR=-10dB
80
جدول 3-16- ماتریس صحت عمل­کرد شناساگر با ویژگی مبتنی بر COA درSNR=-8dB
80
جدول 3-17- ماتریس صحت عمل­کرد شناساگر با ویژگی مبتنی بر COA درSNR=-6dB
81
جدول 3-18- ماتریس صحت عمل­کرد شناساگر با ویژگی مبتنی بر COA درSNR=0dB
82
جدول 3-19- ویژگی و ضرایب متناظر بهینه با بهره گرفتن از الگوریتم COA در کانال رایلی
82
جدول 3-20- ویژگی و ضرایب متناظر بهینه با بهره گرفتن از الگوریتم COA در کانال رایسین
87
جدول 3-21- عمل­کرد سیستم با ویژگی جدید درSNR=-10dB ، رایلی فرکانس گزین سریع
87
جدول 3-22- عمل­کرد شناساگر با ویژگی جدید درSNR=-8dB ، رایلی فرکانس گزین آهسته
88
جدول 3-23- عمل­کرد سیستم با ویژگی جدید درSNR=-2dB ، رایسین فرکانس گزین سریع
88
جدول 3-24- عمل­کرد شناساگر با ویژگی جدید درSNR=4dB ، رایلی فرکانس گزین آهسته
88
جدول 3-25- عمل­کرد شناساگر با ویژگی جدید درSNR=4dB ، رایلی فرکانس گزین سریع
89
جدول 3-26- عمل­کرد شناساگر با ویژگی جدید درSNR=6dB ، کانال رایلی تخت سریع
90
جدول 3-27- مقادیر میانگین و واریانس درصد تشخیص صحیح سیستم
91
جدول 3-28- مقایسه سیستم پیشنهادی با کارهای انجام شده