چکیده :
در این پایان نامه، نشان داده می شود که به کمک یک شبکه ي عصبی RBF می توان SNR یک کانال مخابراتی را در محدوده dB 30-1 با دقت مناسبی تخمین زد. سیستم معرفی شده تخمین را به صورت کور انجام می دهد که مزیت آن نسبت به تخمین زننده هاي TxDA است. کاهش حجم محاسبات ریاضی، مزیت دیگري است که این تخمین گر در مقایسه با تخمین گر هاي کلاسیک در اختیار قرار می دهد. با ملاك قرار دادن معیار میانگین مربع خطاهاي بهنجار، نشان داده می شود که تخمین گر پیشنهادي خطاي عملکردي در محدوده 0/005 تا 0/0005 برای مقادیر SNR بزرگتر از 8dB دارد، که براي کاربردهاي عملی بسیار مناسب است. همچنین، نشان داده می شود که به کمک یک شبکه ي عصبی RBF می توان توان محوشدگی یک کانال مخابراتی را براي مقادیر SNR بزرگتر از 10dB و فرکانس هاي داپلر نه خیلی بزرگ با دقت مناسبی پیش گویی کرد. با ملاك قرار دادن معیار میانگین مربع هاي خطا، نشان داده می شود که خطاي عملکرد سیستم پیش گویی کننده ي پیشنهادي در فرکانس داپلر 20Hz تا 0/01 و در فرکانس داپلر 5Hz تا 0/005 می تواند کاهش پیدا کند.
امروزه در سیستم هاي نوین مخابراتی، بخصوص در سیستم هاي مبتنی بر نسل سوم مخابرات سیار، مدیریت منابع رادیویی به صورت پویا انجام می شود، به این ترتیب که پارامترهاي اساسی طراحی سیستم، نظیر پارامترهاي مربوط به مدوله سازي و کدکردن یا پارامترهاي مربوط به کنترل توان، متناسب با وضعیت پویاي کانال مخابراتی تعیین می شوند و تغییر می کنند. این رویکرد در طراحی سیستم هاي مخابراتی که در پژوهش هاي اخیر از آن با عنوان هاي “تطبیق پیوند” یا “مدوله سازي و کدکردن وفقی” (AMC) یاد می شود، باعث افزایش کارایی سیستم در مقایسه با سیستم هاي ایستا و کلاسیک مخابراتی شده، امکان دست یابی به ظرفیت هاي مخابراتی بالاتر را در یک ارتباط رادیویی فراهم می سازد. این افزایش کارایی، بخصوص در ارتباط هاي سلولی چندکاربره، با توجه به ملاحظه ي لحظه اي حضور دیگر کاربران در ارتباط مخابراتی و تصمیم گیري پویا براي کاهش اثر تداخل آن ها، چشم گیر و غیر قابل صرف نظر است.
با این حال، استفاده از مزیت هاي مربوط به این روش تنها در صورتی ممکن است که شناخت مناسبی از وضعیت فعلی کانال در دسترس باشد. همچنین، لازم است که برمبناي پارامترهاي فعلی کانال، نسبت به پیش گویی وضعیت کانال در لحظه هاي آینده اقدام شود، تا پارامترهاي مربوط به طراحی سیستم (نظیر پارامترهاي مدوله سازي و کدکردن) متناسب با این پیش گویی تعیین و تنظیم شوند.
تخمین کانال هاي مخابراتی در حالت هاي غیرخطی و متغیر با زمان، با پیچیدگی هاي تحلیلی و سخت افزاري بسیاري همراه است و تکنیک هاي کلاسیک مطرح شده در کتاب ها و مقالات مختلف براي همسان سازي کانال، اغلب از غیرخطی بودن و متغیر با زمان بودن کانال ها صرف نظر می کنند. از سوي دیگر، با فرض این که به پارامترهاي فعلی کانال بتوان دسترسی داشت، براي پیش گویی کانال در لحظه هاي آینده، تنها چند روش محدود در مقاله ها و منابع کلاسیک مخابرات سیار ذکر شده که اغلب مبتنی بر پیش گویی خطی کانال هستند. استفاده از شبکه هاي عصبی، با توجه به ماهیت غیرخطی این شبکه ها و توانایی تعمیم آن ها پس از طی یک دوره ي آموزشی مناسب، می تواند راهکار تازه اي براي تخمین و پیش گویی کانال باشد. این پایان نامه به تحقیق درباره ي همین موضوع می پردازد.
در فصل اول این پایان نامه، ویژگی هاي اصلی کانال هاي سیار مخابراتی با محوشدگی باند باریک مرور می شوند. بحث درباره ي نویز سفید جمع شونده ي گوسی و مطالعه ي مدل رایلی از مباحث مطرح شده در این فصل هستند.
در فصل دوم، پس از بحث درباره ي اهمیت و مزیت هاي مدوله سازي تطبیقی، نشان داده می شود که با پیشگویی رفتار کانال می توان کارایی سیستمی را که از مدوله سازي تطبیقی استفاده می کند افزایش داد.
در فصل سوم، فرایند محاسبه ي سیگنال به نویز (SNR) به دو بخش تخمین نسبت سیگنال به نویز محض کانال (SNR0) و پیش گویی توان محوشدگی (α) تقسیم شده، سیستم پیشنهادشده ي مبتنی بر شبکه هاي عصبی براي محاسبه ي این دو پارامتر، معرفی و ارزیابی می شود.
فصل چهارم نیز به جمع بندي و ارائه ي چند پیشنهاد اختصاص یافته است.
و...
فهرست مطالب :
چکیده 1
مقدمه 2
فصل اول: مدل سازي کانال سیار مخابراتی 4
-1 مقدمه 5 -1
-2 نویز 6 -1
-1 توان نویز 7 -2 -1
-3 محوشدگی رایلی 8 -1
-1 اثر داپلر 8 -3 -1
-2 کانال هاي چندمسیره 10 -3 -1
-3 مدل رایلی 10 -3 -1
-4 اثرات محوشدگی و نویز 12 -3 -1
فصل دوم: مدوله سازي تطبیقی و پیش گویی رفتار کانال 15
-1 مقدمه 16 -2
-2 ملاك هاي تطبیق 16 -2
-3 مدوله سازي تطبیقی 19 -2
-1 تاثیر تاخیر انتشار در مدوله سازي تطبیقی 25 -3 -2
-4 پیش بینی رفتار کانال 28 -2
-1 پیش بینی خطی کانال 28 -4 -2
فصل سوم: تخمین و پیش گویی رفتار کانال رایلی باند باریک به کمک شبکه هاي عصبی 34
-1 مقدمه 35 -3
کل کانال به نسبت سیگنال به نویز محض و توان محوشدگی 35 SNR -2 تجزیه ي -3
-3 تخمین نسبت سیگنال به نویز 37 -3
-1 تخمین کور به کمک شبکه هاي عصبی 38 -3 -3
38 TxDA -1 تخمین کور در مقایسه با تخمین -1 -3 -3
-2 شبکه ي عصبی پایه شعاعی 40 -1 -3 -3
-3 نویز تصادفی و نقش حالت اولیه در تولید آن 42 -1 -3 -3
-2 ساختار مدل پیشنهادي 44 -3 -3
-3 شبیه سازي و نتایج تجربی 45 -3 -3
-4 مقایسه و ارزیابی 49 -3 -3
-4 پیش گویی توان محوشدگی به کمک شبکه هاي عصبی 52 -3
-1 ساختار مدل پیشنهادي 52 -4 -3
-2 آموزش شبکه 52 -4 -3
-3 نتایج شبیه سازي 53 -4 -3
فصل چهارم: نتیجه گیري و پیشنهاد 57
-4-1 نتیجه گیري و جمع بندي 58
-4-2 پیشنهادها 59
پیوست ها 60
واژه نامه 61
برنامه هاي نرم افزاري 63
منابع و مراجع 75
چکیده انگلیسی 78
برچسب ها:
پیش گویی رفتار پویای همه چیز درمورد پیش گویی رفتار پویای پایان نامه برق برق پایان نامه