پایان‌نامه برای دریافت درجه کارشناسی ارشد
در رشته مهندسی برق گرایش مخابرات
 
تشخیص خودکار نوع مدولاسیون دیجیتال در سیستم­های OFDM
 
استاد راهنما:
دکتر عطاالله ابراهیم زاده شرمه
 
اساتید مشاور:
دکتر محمدرضا ذهابی
دکتر بیژن عباسی آرند
 
 
 
 
1393  
 
 
تکه هایی از متن به عنوان نمونه :
چکیده
تشخیص مدولاسیون را می­توان یکی از بخش­های اصلی گیرنده­های جدید مخابراتی دانست. شناساگر خودکار نوع سیگنال، اقدام تعیین نوع مدولاسیون سیگنال دریافتی را در بین مجموعه­ای از مدولاسیون­ها به صورت خودکار انجام می­دهد. اکثر سیستم­های شناساگر خودکار نوع مدولاسیون در تشخیص تعداد بالای مدولاسیون اقدام­نمود 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 کوشش جهت انتقال اطلاعات با نرخ بالا در سیستم­های مبتنی بر OFDM، در این پژوهش، کوشش شده می باشد تا با انتخاب ویژگی­های بسیار کارا و بهره گیری از طبقه­بندی کننده­ی موثر، شناساگر مناسبی ارائه داده گردد. در شناساگر پیشنهادی در بخش استخراج ویژگی، از ویژگی­های آمارگان مرتبه­ی بالا (ممان­ها وکومولان­ها تا مرتبه­ی هشتم) براساس طبقه­بندی کننده­ی ماشین بردار پشتیبان بهره گیری شده می باشد. خاطر نشان می گردد در این پایان­نامه به صورت محدود از OFDM بهره برده و تاثیر سیستم OFDM بر ویژگی­های آمارگان مرتبه­ی بالا مورد مطالعه قرار گرفت. در این پایان­نامه، 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 بهره گیری گردیده می باشد. شناساگر پیشنهادی در سیگنال به نویز dB10- ، به درصد موفقیت %98.33 دست یافته می باشد. مدولاسیون­هایی که در این پژوهش مورد مطالعه 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 بعضی 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 اقدام­نمود سیستم استخراج ویژگی
59 3-1-1- انتخاب ویژگی
62 3-1-2- روش پیشنهادی جهت بهبود اقدام­نمود سیستم استخراج ویژگی
63 3-1-2- چگونگی به کارگیری الگوریتم فاخته به مقصود 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 اقدام­نمود 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) بعضی 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- اقدام­نمود 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- اقدام­نمود SVM در SNR های مختلف، کانال محوشونده با همه ویژگی­ها
73        شکل3-6-الف- اقدام­نمود SVM در SNR های متفاوت در کانال رایلی تخت و آهسته
73        شکل3-6-ب- اقدام­نمود 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 اقدام­نمود 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- اقدام­نمود سیستم با ویژگی جدید در کانال محوشونده رایلی فرکانس گزین سریع
85 شکل 3-14- اقدام­نمود شناساگر با ویژگی جدید، کانال محوشونده رایلی فرکانس گزین آهسته
86 شکل 3-15- اقدام­نمود شناساگر با ویژگی جدید در کانال محوشونده رایسین فرکانسی تخت
86 شکل 3-16- مقایسه اقدام­نمود 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- بعضی از توابع کرنل معروف
65 جدول 3-1- پارامترهای کانال­های محوشونده
67 جدول 3-2- اقدام­نمود SVM در SNR های متفاوت
68 جدول 3-3- ماتریس صحت اقدام­نمود SVM درSNR= -10 با بهره گیری از تمام ویژگی­ها
68 جدول 3-4- ماتریس صحت اقدام­نمود SVM درSNR= -4 با بهره گیری از تمام ویژگی­ها
69 جدول 3-5- ماتریس صحت اقدام­نمود SVM درSNR= 2 با بهره گیری از تمام ویژگی­ها
74 جدول 3-6- ماتریس صحت اقدام­نمود SVM درSNR= -8 dB در کانال رایلی تخت(آهسته)
74 جدول 3-7- ماتریس صحت اقدام­نمود SVM درSNR= -8 dB ، کانال رایسین تخت(آهسته)
74 جدول 3-8- ماتریس اقدام­نمود SVM درSNR= -8 dB ، کانال رایلی فرکانس گزین(سریع)
74 جدول 3-9- ماتریس اقدام­نمود 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 گیری 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 اقدام­نمود شناساگر با ویژگی مبتنی بر COA درSNR=-10dB
80 جدول 3-16- ماتریس صحت اقدام­نمود شناساگر با ویژگی مبتنی بر COA درSNR=-8dB
80 جدول 3-17- ماتریس صحت اقدام­نمود شناساگر با ویژگی مبتنی بر COA درSNR=-6dB
81 جدول 3-18- ماتریس صحت اقدام­نمود شناساگر با ویژگی مبتنی بر COA درSNR=0dB
82 جدول 3-19- ویژگی و ضرایب متناظر بهینه با بهره گیری از الگوریتم COA در کانال رایلی
82 جدول 3-20- ویژگی و ضرایب متناظر بهینه با بهره گیری از الگوریتم COA در کانال رایسین
87 جدول 3-21- اقدام­نمود سیستم با ویژگی جدید درSNR=-10dB ، رایلی فرکانس گزین سریع
87 جدول 3-22- اقدام­نمود شناساگر با ویژگی جدید درSNR=-8dB ، رایلی فرکانس گزین آهسته
88 جدول 3-23- اقدام­نمود سیستم با ویژگی جدید درSNR=-2dB ، رایسین فرکانس گزین سریع
88 جدول 3-24- اقدام­نمود شناساگر با ویژگی جدید درSNR=4dB ، رایلی فرکانس گزین آهسته
88 جدول 3-25- اقدام­نمود شناساگر با ویژگی جدید درSNR=4dB ، رایلی فرکانس گزین سریع
89 جدول 3-26- اقدام­نمود 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

 
 

  لیست علایم و اختصارات  
   
ACO الگوریتم کلونی مورچه (Ant Colony Optimization)
ADSL خط مشترک دیجیتال نامتقارن (Asymmetric Digital Subscriber Line)
ASK کلیدزنی شیفت دامنه (Amplitude Shift Keying)
BPSK کلیدزنی شیفت فاز دودویی  (Binary Phase Shift Keying)
COA الگوریتم بهینه سازی فاخته(Cuckoo Optimization Algorithm)
CF تابع مشخصه (Characteristic Function)
CP پیشوند گردشی (Cyclic Prefix)
DAB پخش صدای دیجیتال (Digital Audio Broadcasting)
DT تئوری (نظریه) تصمیم (Decision Tree)
DVB_T اطلاعات ویدئو رادیویی دیجیتال (Digital Video Broadcasting-Terrestrial)
ELR شعاع تخم­گذاری (Egg Laying Radius)
EP برنامه ریزی تکاملی (Evolutionary Programming)
FFT تبدیل فوریه سریع (Fast Fourier Transform)
FDM مالتی پلکس تقسیم فرکانسی (Frequency Division Multiplexing)
GA الگوریتم ژنتیک (Genetic algorithm)
GI فاصله زمانی محافظ (Guard Interval)
ICA واکاوی مولفه های مستقل (Indepdent Component Analysis)
ICI تداخل بین حاملی (­Inter Carrier Interference)
ISI تداخل بین سمبلی (Inter Symbol Interference)
INFOMAX ماکزیمم سازی اطلاعات(Information Maximization)
KKT تئوری بهینه­سازی کراش-کوهن-تاکر (Karush-Kuhn-Tucker)
LOS مولفه مسیر مستقیم (Line-Of-Sight)
MCM مدولاسیون چند کاربری (Multi-Carrier Modulation)
ML ماکزیمم شباهت (Maximum Likelihood)
OAA روش یکی در برابر همه (One-Against -All)
OAO روش یک به یک (One- Against -One)
OFDM مدولاسیون تقسیم فرکانسی متعامد (Orthogonal Frequency Division Multiplexing)
PDF تابع چگالی احتمال(probability Density Function)
PDR گیرنده آشکارساز وسیع(Panoramic Display Receiver)
PR تشخیص الگو (Pattern Recognition)
PSO بهینه سازی ازدحام ذرات(Particle Swarm Optimization)
QAM کلیدزنی دامنه تربیعی  (Quadrature Amplitude Keying)
QPSK کلیدزنی شیفت فاز تربیعی  (Quadrature Phase Shift Keying)
RBF تابع پایه­ی شعاعی (Radial Basis Function)
SASS اندازه گام خود تطبیقی (Self Adaptive Step Size)
SBS جستجوی برگشتی متوالی (Sequential Backward Search)
SFS روش جستجوی مستقیم متوالی (Sequential Forward Search)
SRM اصل حداقل سازی ریسک ساختاری (Structural Risk Minimization)
SNR نسبت سیگنال به نویز(Signal to Noise Ratio)
SVM ماشین بردار پشتیبان (Support Vectors Machine)
TDM تقسیم زمانی (Time Division Multiplexing)
   
این مطلب رو هم توصیه می کنم بخونین:   دانلود پایان نامه ارشد: طراحی و پیاده سازی یک ریزپردازنده قابل پیکربندی مجدد

 


پیشگفتار
 
 
 
 
پیشگفتار
امروزه شبیه سازی سیستم­های مخابراتی با در نظر داشتن پیچیدگی روز به روز تجهیزات، از اهمیت بالایی برخوردار می باشد. مطالعه و مطالعه اقدام­نمود یک سیستم با روش های تحلیلی، سخت و گاهی غیر ممکن بوده و مطالعه اقدام­کردهای سیستم مخابراتی مدرن، بدون بهره گیری از شبیه سازی، ساخت نمونه آزمایشی را اجتناب ناپذیر می­کند. اما علیرغم­ هزینه­های بالای ساخت یک نمونه آزمایشی، هزینه­های آزمایش در شرایط مختلف چندین برابر هزینه شبیه­سازی کامپیوتری خواهد بود. علاوه بر آن شبیه سازی کامپیوتری شرایطی را مورد مطالعه قرار می­دهد که تولید همه­ی آن شرایط شبیه­سازی عملا با یک نمونه­ی ساخته شده، امکان پذیر نیست و ممکن می باشد فراهم نبودن بسترهای زیرساختی، موجب ایجاد شکافی بزرگ میان موضوعات تئوری و پیاده سازی عملی گردد. علت های ذکر گردیده و نیز سهل الوصول بودن بهره گیری از کامپیوتر، به گونه منطقی بر محبوبیت شبیه­سازی می­افزاید.
یک بخش بسیار مهم در تمامی سیستم­های مخابراتی، بخش بازیابی اطلاعات در گیرنده می باشد. اهمیت این بخش زمانی روشن می­گردد که بنا به هر دلیلی، گیرنده از محتوی نوع سیگنال ارسالی در فرستنده و نیز شرایط کانال اطلاع نداشته باشد. تاکنون روش­های مختلفی برای تشخیص خودکار نوع مدولاسیون دیجیتال پیشنهاد شده می باشد که هر کدام، در شرایط گوناگون کوشش در ارائه روشی خودکار برای شناسایی نوع مدولاسیون داشته­اند. روش­های ارائه شده در دو روش کلی اختصار می­شوند: روش­های مبتنی بر نظریه­ی تصمیم (با معیارهای آماری) و روش­های مبتنی بر تشخیص الگو.
با در نظر داشتن سادگی و تعمیم­پذیری روش­های مبتنی بر تشخیص الگو در این پایان­نامه به دنبال ارائه روشی هستیم تا با آن بتوان ویژگی­های کارایی را از سیگنال استخراج و انتخاب نموده و سپس با بهره گیری از مفاهیم تشخیص الگو، نوع مدولاسیون را تشخیص دهیم. در بیشتر سیستم­های پیشنهاد شده­ی قبلی، همواره ویژگی­هایی از سیگنال دریافتی در گیرنده استخراج می­گردد. این ویژگی­ها در مرحله­ی بعدی به واحد دیگری به نام واحد طبقه­بندی­کننده تحویل داده می­گردد. طبقه­بندی­کننده آغاز درصدی از این ویژگی­­ها را برای تمامی کلاس­ها انتخاب نموده و براساس آنها، فرآیندی موسوم به فرآیند آموزش داده­ها را، پیاده­سازی می­کند. در حالت آموزش، شناساگر عموما، فضای بردار ویژگی را با شاخص­هایی بین کلاس­ها تقسیم می­نماید. سپس در حالت آزمایش، طبقه بندی کننده، براساس درصد باقی مانده از سیگنال­ها، ویژگی­ها را با این شاخص­های اقدام­کردی می­سنجد. کارایی سیستم در این حالت، تابعی براساس درصد تشخیص صحیح سیستم می باشد. هر چقدر ویژگی­ها از نظر مفاهیم آماری (میانگین، واریانس و غیره) در دو حالت آموزش و تست برای هر کلاس، پایدارتر بوده و نیز نسبت به دیگر کلاس­ها همبستگی کمتری داشته باشند؛ قدرت تشخیص شناساگر، بیشتر خواهد بود. متناظرا هر سیستمی که به داده­های کمتری برای آموزش و آزمایش نیاز داشته باشد قابلیت بیشتری دارد و اصطلاحا نسبت به داده­های ندیده مقاوم­تر می باشد.
در روش­های شناسایی قبلی که مبتنی بر تشخیص الگو هستند ویژگی­هایی از سیگنال استخراج شده و بعد از آن این ویژگی­ها با شناساگری که درصد تشخیص بهتری را ارائه می­داد، مورد ارزیابی قرار می­گرفت. تقریبا در تمامی کارهای گذشته برای کاهش ابعاد ویژگی و نیز کاهش پیچیدگی سیستم، روش­هایی برای انتخاب ویژگی پیشنهاد می­گردید. در این روش­ها عموما از الگوریتم­های تکاملی برای جستجوی سراسری فضای ویژگی بهره گیری می­شده و زیر مجموعه­ای از بردار ویژگی که منجر به درصد تشخیص بالاتر می­گردید به عنوان زیرمجموعه کارا انتخاب می­گردید. در پاره­ای از روش­ها نیز از این الگوریتم­ها برای بهینه­سازی تنظیمات مربوط به طبقه بندی کننده­ها بهره گیری می­گردید.
از میان طبقه بندی کننده­های مورد بهره گیری در روش­های تشخیص الگو می­توان به شبکه­های عصبی مصنوعی، طبقه بندی کننده­های فازی، مدار طبقه بندی کننده آستانه­ای و ماشین بردار پشتیبان تصریح نمود. در بین این شناساگرها، طبقه بند ماشین بردار پشتیبان، به دلیل بهره گیری از مفاهیم ساختار­محور در کمینه­سازی خطا، همواره با استقبال بیشتری از سوی محققان رو به رو بوده می باشد. در این پایان­نامه نیز این شناساگر، جهت تفکیک سیگنال­های مدولاسیون دیجیتال بهره گیری شده می باشد.
 
 
 
 
 
فصل اول
مقدمه­ای بر سیستم شناسایی خودکار نوع مدولاسیون
 

مقدمه

این فصل به مطالعه سیستم شناسایی خودکار نوع مدولاسیون (نوع سیگنال) و بعضی از کاربردهای مهم آن، سیر تکامل شناسایی نوع مدولاسیون، دسته بندی کلی روش­های شناسایی نوع مدولاسیون، کارهای انجام شده توسط دیگران، و هدف از انجام این پایان­نامه می­پردازد.

  • آشنایی با سیستم شناسایی خودکار نوع مدولاسیون و بعضی از کاربردهای آن

به سیستمی که اقدام تعیین نوع مدولاسیون سیگنال دریافتی را، در بین مجموعه­ای از مدولاسیون­ها به صورت خودکار و هوشمند به عهده دارد؛ شناساگر خودکار نوع سیگنال گفته می­گردد. به سبب آنکه سیستم با تغییر شرایط کانال، خود را وفق می­دهد به این نوع سیستم­ها، سیستم هوشمند می­گویند. فرآیند باز­شناخت مدولاسیون، مرحله­ی قبل از دمدولاسیون می باشد. در سیستم­های مخابراتی هوشمند، در صورت تشخیص غلط نوع و مرتبه مدولاسیون و بکارگیری یک دمدولاتور نامناسب، ممکن می باشد محتوی اطلاعات سیگنال به­گونه کامل از دست برود ]1[. تشخیص نوع مدولاسیون هم اکنون یکی از حوزه­های مهم پردازش سیگنال در علم مخابرات بوده و هر ساله کوشش­های مختلفی از سوی محققان سراسر دنیا برای ارائه سیستمی هوشمند که به گونه خودکار شناسایی نوع مدولاسیون را انجام می دهد؛ صورت می­گیرد.

  • سیر تحول و توسعه­ی سیستم­های مخابراتی دیجیتال

تلگراف به عنوان اولین سیستم مخابرات الکتریکی یک سیستم مخابراتی دیجیتال بود. تلگراف الکتریکی توسط ساموئل مورس[1] اختراع و در سال 1837 به نمایش گذاشته گردید. مورس، کد دودویی با طول متغیری را که در آن حروف الفبای انگلیسی با دنباله­ای از خط­های تیره [2]و نقطه­ها[3] (کلمه کد) نمایش داده می­گردید؛ ابداع نمود. در این کد، حروف با تواتر وقوع بالاتر، با کلمات کد کوتاه و حروف با تواتر وقوع کمتر، با کلمات کد بلندتر نمایش داده می­شوند [2].
تقریبا چهل سال بعد از آن، در سال 1875 امیل بودت[4] یک کد دودویی با طول ثابت 5 برای تلگراف ابداع نمود. در کد بودت، اجزای کد دارای طول یکسان بوده و نقطه[5] و فاصله[6] نامیده می­گردد. هر چند مورس ابداع کننده­ی اولین سیستم مخابراتی دیجیتال (تلگراف) می باشد، اما سر آغاز آن چیز که ما امروز به عنوان مخابرات دیجیتال مدرن می­شناسیم به کار نایکویست[7] (1924) بر می­گردد؛ که مسئله حداکثر نرخ داده­ی قابل ارسال روی یک کانال تلگرافی با پهنای باند داده شده را بدون وقوع تداخل بین سمبل­ها مطالعه نمود. نایکویست معادله­­ی (2-1) را برای سیستم تلگراف پیشنهاد نمود که سیگنال ارسالی آن دارای صورت عمودی زیر می باشد[2].

(1-1)  

که در این معادله بیانگر شکل پالس و دنباله داده­ی دودویی می باشد که با نرخ بر ثانیه ارسال شده می باشد. نایکویست کار خود را با تعیین شکل پالس بهینه با پهنای باند محدود هرتز به گونه­ای آغاز نمود که علاوه بر عدم ایجاد تداخل بین سمبل­ها در لحظات نمونه ­برداری ، نرخ بیت نیز حداکثر گردد. مطالعات، وی را به این نتیجه، که حداکثر نرخ ارسال پالس بر ثانیه می باشد رساند، که این نرخ را، نرخ نایکویست می­نامند. دستیابی به این نرخ ارسال با بهره گیری از شکل پالس مقدور می باشد. این شکل پالس امکان بازیابی داده را بدون تداخل بین سمبل­ها در لحظات نمونه­برداری فراهم می­کند. نتیجه­ی کار نایکویست معادل تفسیری از قضیه­ی نمونه­برداری برای سیگنال­های باند محدود می باشد که بعدها توسط شانون[8] (1948) مطرح گردید. قضیه­ی نمونه برداری چنین اظهار می­دارد که سیگنال باند محدود را می­توان از روی نمونه­های برداشته شده با نرخ نایکویست نمونه در ثانیه با بهره گیری از فرمول درون­یابی زیر بازسازی نمود.

 
(1-2)
 

هارتلی[9] با الهام از کار نایکویست (1928) مسئله نرخ ارسال مطمئن داده روی یک کانال دارای پهنای باند محدود را با بهره گیری از سطوح دامنه­ی چندگانه مطالعه نمود. هارتلی از این قیاس منطقی که گیرنده با وجود نویز و تداخل می­تواند دامنه­ی سیگنال دریافتی را با دقت معینی مثلا با اطمینان تخمین بزند بهره گیری نمود. مطالعه­های هارتلی را به این نتیجه رهنمون ساخت که برای ارسال مطمئن اطلاعات روی یک کانال با پهنای باند محدود، وقتی که حداقل دامنه محدود به (قید توان ثابت) و توان تفکیک دامنه سیگنال دریافتی باشد، یک حداکثر نرخ ارسال داده هست [3]. یک پیشرفت چشمگیر دیگر در توسعه مخابرات دیجیتال، کار وینر[10] (1942) بود که مسئله تخمین شکل موج یک سیگنال دلخواه را در حضور نویز تجمعی و با نظاره سیگنال دریافتی مطالعه نمود. این مسئله در وامدوله­سازی سیگنال مطرح می­گردد. وینر یک فیلتر خطی را تعیین نمود که خروجی آن بهترین تقریب سیگنال مورد ­نظر از دید متوسط مجذور می باشد. فیلتر حاصله را، فیلتر خطی بهینه (کولموگارف[11]-وینر) گویند. نتایج هارتلی و نایکویست در مورد حداکثر نرخ ارسال اطلاعات دیجیتال بر کار شانون که به تبیین مبانی ریاضی انتقال اطلاعات و تعیین محدودیت­های پایه­ی سیستم­های مخابرات دیجیتال منجر گردید مقدم بود. شانون در کار پیشگامانه­ی خود مسئله اساسی انتقال مطمئن اطلاعات را در یک قالب آماری و با بهره گیری از مدل­های احتمالی برای منابع اطلاعات و کانال­های مخابراتی فرمول­بندی نمود. همچنین نشان داد که اثر محدودیت توان فرستنده، محدودیت پهنای باند و نویز تجمعی را می­توان با کانال مرتبط نموده و در یک پارامتر واحد به نام ظرفیت کانال جای داد. به عنوان مثال در مورد یک نویز تجمعی گوسی سفید (طیف صاف)، ظرفیت یک کانال ایده­آل با پهنای باند محدود برابر می باشد با:

(1-3)  

که در آن متوسط توان ارسالی و چگالی طیفی توان نویز تجمعی می باشد. مفهوم ظرفیت کانال به تبیین زیر می باشد: اگر نرخ اطلاعات منبع کمتر از ظرفیت باشد؛ در این­صورت از نظر تئوری امکان انتقال مطمئن اطلاعات (بدون خطا) از طریق این کانال با انتخاب شیوه­ی مناسب کدگذاری هست. از طرف دیگر اگر باشد مستقل از اندازه پردازش انجام‌شده در فرستنده و گیرنده، امکان انتقال مطمئن وجود ندارد. در نتیجه شانون حدود اساسی انتقال اطلاعات را تبیین و حوزه­ی جدیدی به نام تئوری اطلاعات[12] را بنیان نهاد[3]. کار مهم دیگر در زمینه مخابرات دیجیتال مربوط به کوته لینکف[13] (1947) می باشد که بر مبنای یک رویکرد هندسی[14] سیستم­های مختلف مخابرات دیجیتال را به صورت متناسب تجزیه و تحلیل نمود. کار او بعدها توسط وزنکراف[15] و جاکوبس[16] (1965) توسعه داده گردید. متعاقب کار شانون، نوبت به کار کلاسیک همینگ[17] در مورد کدهای تصحیح و تشخیص خطا برای مقابله با اثرات تخریبی نویز کانال رسید. کار همینگ در سال­های بعد بستر ساز تحقیقات گسترده­ای گردید که منجر به کشف کدهای متنوع و قدرتمند جدیدی گردید، و بسیاری از آن‌ها در پیاده­سازی سیستم­های مخابراتی مدرن امروزی به کار می­طریقه. افزایش تقاضا برای انتقال اطلاعات در سه تا چهار دهه­ی گذشته، به همراه توسعه­ی مدارهای مجتمع پیشرفته­تر، به پیدایش سیستم­های مخابراتی بسیار کارآمد و مطمئن منجر گشته می باشد. در جریان این تحولات نتایج اصلی شانون و تعمیم آن نتایج در مورد حداکثر سرعت انتقال روی کانال و حدهای اقدام­نمود قابل دستیابی، تأثیر شاخص­های مرجع برای طراحی سیستم­های مخابراتی را داشته­اند. دستیابی به حدود تئوری استخراج‌شده توسط شانون و سایر محققان مشارکت‌کننده در توسعه تئوری اطلاعات، هدف غایی کوشش­های مستمر در زمینه­ طراحی و توسعه سیستم­های مخابراتی دیجیتال کارآمدتر، می باشد[3]. گسترش کاربرد مخابرات دیجیتال و فراهم شدن عرصه‌های گوناگون طراحی و ساخت سیستم­های پیچیده مخابراتی، زمینه را برای ارائه راه‌حلی جامع و هوشمند جهت شناسایی خودکار پیام‌های دریافتی فراهم، و ضرورت رویکرد تحقیقات علمی به این حوزه را لازم نمود.
1-1-2- اهمیت و کاربردهای سیستم شناسایی نوع مدولاسیون
هدف علم مخابرات انتقال درست پیام، با سرعت بالا و مقاوم نسبت به شرایط کانال می باشد. از آنجایی که سیگنال باند پایه به سختی بر این شرایط فائق می‌آید، نیاز می باشد تا این سیگنال مدوله گردد. به بیانی دیگر مدولاسیون، به فرآیند نگاشت رشته بیت‌های دیجیتال، به سیگنال های قابل انتقال در کانال گفته می گردد[3]. بر این اساس تغییر دادن بعضی از ویژگی‌های سیگنال، با هدف دستیابی به نرخ بالای انتقال و بهره گیری بهتر از طیف، شرایط بهره­مندی بیشتر کاربران را در باندهای مختلف کانال مخابراتی فراهم می‌سازد. جهت فرق سیگنال در طیف و استخراج پیام ارسال‌شده، لازم می باشد انواع مختلف مدولاسیون‌ها که هر کدام دربردارنده یک ویژگی خاصی از سیگنال ارسالی هستند؛ از یکدیگر شناسایی شوند.
[1] Morse
[2] Dash
[3] Dot
[4] Baudot
[5] Mark
[6] Space
[7] Nyquist
[8] Shanon
[9] Hartley
[10] Wiener
[11] Kolmogorov
[12] Information Theory
[13] Kotelnikov
[14] Geometrical Approach
[15] Wozencraft
[16] Jacibs
[17] Hamming
***ممکن می باشد هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود اما در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود می باشد***

متن کامل را می توانید دانلود نمائید

زیرا فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به گونه نمونه)

اما در فایل دانلودی متن کامل پایان نامه

 با فرمت ورد word که قابل ویرایش و کپی کردن می باشند

موجود می باشد

تعداد صفحه :133

قیمت : 14700 تومان

***

—-

پشتیبانی سایت :       ****    serderehi@gmail.com

دسته‌ها: مهندسی برق