• فهرست مقالات


      • دسترسی آزاد مقاله

        1 - مروري بر انواع منابع نويز در لينك‌هاي مخابرات نوري
        محمدکاظم مروج فرشی
        در اين مقاله نويزهاي مطرح در يك لينك مخابرات نوري و منابع آن‌ها مرور مي‌شود. مهمترين عوامل توليد كننده نويز در چنين لينكي عبارتند از ليزرهاي نيمه‌هادي، تقويت‌كننده‌ها و آشكارسازهاي نوري. ابتدا، به مرور نويز‌هاي شدت نسبي و فاز در ليزرهاي نيمه‌هادي مي‌پردازيم. آنگاه نشان چکیده کامل
        در اين مقاله نويزهاي مطرح در يك لينك مخابرات نوري و منابع آن‌ها مرور مي‌شود. مهمترين عوامل توليد كننده نويز در چنين لينكي عبارتند از ليزرهاي نيمه‌هادي، تقويت‌كننده‌ها و آشكارسازهاي نوري. ابتدا، به مرور نويز‌هاي شدت نسبي و فاز در ليزرهاي نيمه‌هادي مي‌پردازيم. آنگاه نشان مي‌دهيم، نويز شدت نسبي در فركانس‌هاي كم، ناچيز است و در نزديكي فركانس نوسانات ميرايي به بيشينه مقدار خود مي‌رسد. اين نويز که به ‌ازاي فركانسي معين در جريان آستانه بيشينه است، با افزايش جريان تزريقي كاهش مي‌يابد. نويز فاز كه با پهناي خط ليزر ارتباط دارد، در فركانس‌هاي كمتر از فركانس نوسانات ميرايي ثابت است و در فركانس نوسانات ميرايي به مقدار بيشينه مي‌رسد. در ليزرهاي نيمه‌هادي، نويز شدت و فاز، هردو با افزايش توان نور خروجي، كاهش مي‌يابند. سپس، نويز گسيل خودبه‌خودي تقويت شده (ASE) در تقويت كننده‌هاي نوري فيبري آلائيده به اِربيوم (EDFA) را بررسي مي‌کنيم. آنگاه نشان مي‌دهيم، درحاليكه نويز ASE با افزايش توان پمپ افزايش مي‌يابد، به ‌ازاي مقادير مختلف توان پمپ، با افزايش توان سيگنال ورودي کاهش مي‌يابد. ازطرف ديگر افزايش توان پمپ باعث كاهش عدد نويز برحسب طول‌موج سيگنال ورودي مي‌شود. در ادامه، به مرور بر نحوه ‌محاسبه عدد نويز (NF) در يك تقويت‌كننده نوري نيمه‌هادي (SOA) پرداخته آثار ضخامت و طول كاواك و همچنين ضريب بازتاب آينه‌هاي ورودي و خروجي را بر اندازه اعداد نويز در تقويت کننده‌هاي نوع فابري پرو (FP) و همچنين نوع موج رونده (TWA) بررسي مي‌کنيم. سپس، منابع نويز در يک آشكارساز نوري را بررسي و مدار معادل الكتريكي آن‌را با درنظرگرفتن نسبت سيگنال به نويز (SNR) و نرخ خطاي بيت (BER) آن ارائه مي‌کنيم. بعد، نويز مُدي در فيبرهاي نوري چند مٌد بررسي مي‌شود. در پايان، هم‌شنوايي به‌ عنوان مهترين عامل محدود کننده در مالتي‌پلكسرها / دي‌مالتي‌پلكسرهاي نوري موجود در سيستم‌هاي چند طول‌موجي بررسي خواهد شد. پرونده مقاله
      • دسترسی آزاد مقاله

        2 - استخراج مدل سه بعدي جسم با ادغام ويژگي‌هاي مستخرج از تصاوير استريو، تخمين حرکت و تصاوير نيم‌رخ
        حسن قاسمیان یزدی حسن ابراهیم نژاد
        در اين مقاله يک روش جديد براي بازسازي مدل سه بعدي جسم صلب با استفاده از نيم‌رخ‌هاي آن در طول زمان حرکت جسم ارائه مي‌‌گردد. ايده اصلي مقاله ارائه راهکاري مناسب جهت کاهش مشکلات و تنگناهاي موجود در بازسازي دقيق مدل سه بعدي همراه با افزايش سرعت بازسازي مي‌‌باشد. از جمله اين چکیده کامل
        در اين مقاله يک روش جديد براي بازسازي مدل سه بعدي جسم صلب با استفاده از نيم‌رخ‌هاي آن در طول زمان حرکت جسم ارائه مي‌‌گردد. ايده اصلي مقاله ارائه راهکاري مناسب جهت کاهش مشکلات و تنگناهاي موجود در بازسازي دقيق مدل سه بعدي همراه با افزايش سرعت بازسازي مي‌‌باشد. از جمله اين مشکلات مي‌‌توان به ابهام موجود در تطبيق تصاوير استريو براي نواحي با درجه تباين پائين، توازن غير دقيق شدت نور و رنگ دوربين‌ها در مرحله راه اندازي و ايجاد خطا در تطبيق نقاط متناظر، ايجاد سايه بدليل تغيير زاويه تابش منبع نور در زمان حرکت جسم و خطاي ناشي از آن در تخمين حرکت و نهايتاً وابستگي شديد روش نيم‌رخ به تعداد دوربينها اشاره نمود. در اين مقاله يک روش کاملا ابتکاري براي ادغام سه روش تطبيق استريو، تخمين حرکت و نيم‌رخ پيشنهاد مي‌‌گردد که با بهره جوئي از نقاط قوت هر روش، به برطرف ساختن نقاط ضعف آنها مي‌‌پردازد. ابتکارات بکار گرفته شده در اين مقاله عبارتند از: ارائه الگوريتم مبتني بر رشد ناحيه براي نقاط همسايگي با تفاضل رنگ پائين، جهت افزايش دقت در فرآيند حذف پس‌زمينه. استخراج نقاط ويژگي جسم با درجه تباين بالا، جهت افزايش دقت تطبيق استريو و کاهش حساسيت آن به توازن شدت نور و رنگ دوربين‌ها. بکارگيري روش تطبيق چندگانه به جاي تطبيق استريو، جهت افزايش دقت در استخراج مختصات سه بعدي نقاط منفرد جسم. استفاده از نقاط منفرد سه بعدي براي تخمين دقيق حرکت جسم صلب. ايجاد دوربين‌هاي مجازي و افزايش تعداد نيمرخ‌هاي جسم در مدت زمان حرکت جسم. ارائه يک الگوريتم سريع سلسله مراتبي جهت استخراج پوسته قابل ديد از نيم‌رخ‌هاي جسم. پرونده مقاله
      • دسترسی آزاد مقاله

        3 - الگوريتم رديابي بالا به پايين بر اساس يادگيري مسير حركت وسايل نقليه در صحنة ترافيك
        هادی صدوقی یزدی مجتبی لطفي‌زاد محمود فتحی احسان‌اله کبیر
        در اين مقاله، يك الگوريتم جديد رديابي بالا به پايين بر اساس يادگيري مسير حركت وسايل نقليه ارائه مي‌شود. به اين منظور يك ماتريس گذر مراكز، CTM، كه يك پايگاه دادة مكاني-زماني جديد است، پيشنهاد مي‌شود. براي ايجاد اين ماتريس ابتدا با خوشه‌بندي فازي روي مسيرهاي حركت وسايل نق چکیده کامل
        در اين مقاله، يك الگوريتم جديد رديابي بالا به پايين بر اساس يادگيري مسير حركت وسايل نقليه ارائه مي‌شود. به اين منظور يك ماتريس گذر مراكز، CTM، كه يك پايگاه دادة مكاني-زماني جديد است، پيشنهاد مي‌شود. براي ايجاد اين ماتريس ابتدا با خوشه‌بندي فازي روي مسيرهاي حركت وسايل نقليه بدست آمده، مراكزي بدست مي‌آيد سپس ماتريس CTM روي اين مراكز تعريف مي‌شود. عنصر i, j ام اين ماتريس بيان كنندة آن است كه شيئي در دو فريم متوالي از مركز i به مركز j گذر كرده است كه تكميل درايه‌هاي اين ماتريس با رديابي چند شيئي وسايل نقليه به ‌مرور انجام مي‌شود. ماتريس CTM در افزايش سرعت همگرايي پيش‌بين RLS و جستجوي بهتر موقعيت وسيلة نقليه موثر است. الگوريتم رديابي پيشنهادي در مكانهاي مختلفي در صحنة ترافيك آزمون شد كه نتايج حاصله حاكي از افزايش كارايي در الگوريتم رديابي است. پرونده مقاله
      • دسترسی آزاد مقاله

        4 - يک الگوريتم سريع مبتني بر ماشين بردار پشتيبان براي طبقه‌بندي تصاوير ابرطيفي با استفاده از همبستگي مکاني
        حسن قاسمیان یزدی احمد کشاورز
        با افزايش تعداد باند‌هاي تصاوير سنجش از دور، الگوريتم‌هاي استخراج ويژگي مانند تحليل مؤلفه‌‌هاي اصلي، تحليل مؤلفه‌‌هاي مستقل، نگاشت جستجوگر، استخراج ويژگي با مرز تصميم‌گيري، تحليل مميز و تبديل موجک به منظور کاهش تعداد ويژگي‌ها و بهبود طبقه‌بندي مورد استفاده قرار گرفته‌ان چکیده کامل
        با افزايش تعداد باند‌هاي تصاوير سنجش از دور، الگوريتم‌هاي استخراج ويژگي مانند تحليل مؤلفه‌‌هاي اصلي، تحليل مؤلفه‌‌هاي مستقل، نگاشت جستجوگر، استخراج ويژگي با مرز تصميم‌گيري، تحليل مميز و تبديل موجک به منظور کاهش تعداد ويژگي‌ها و بهبود طبقه‌بندي مورد استفاده قرار گرفته‌اند. اما اين الگوريتم‌ها به دليل افزايش تعداد منابع اطلاعاتي، حجم داده‌‌ها و محدود بودن تعداد نمونه‌‌هاي آموزشي در تصاوير ابرطيفي، بازدهي مطلوبي ندارند. در اين مقاله براي حل اين مشکل، الگوريتم جديد مبتني بر ماشين بردار پشتيبان ارايه گرديده است. اين الگوريتم پس از يک طبقه‌بندي اوليه، با استفاده از کلاس هر پيکسل و همسايه‌‌هايش به صورت سلسله‌مراتبي تصميم‌گيري می‌کند. تصميم‌گيري در هر يک از سطوح اين طبقه‌بندي کننده بوسيله يک ماشين بردار پشتيبان انجام می‌شود. اين الگوريتم بر روي داده‌‌هاي واقعي ابر طيفي سنجنده AVIRIS اجرا شد. نتايج نشان مي‌دهد كه صحت طبقه‌بندي داده‌‌هاي ابرطيفي با استفاده از اين الگوريتم بسيار مطلوب بوده و مشكل محدود بودن تعداد نمونه‌‌هاي آموزشي تا حد قابل توجهي جبران شده است. در واقع اين تحقيق با ادغام اطلاعات مکاني و استفاده از طبقه‌بندي کننده ماشين بردار پشتيبان صحت طبقه‌بندي را بهبود می‌بخشد. اين الگوريتم زمان لازم براي طبقه‌بندي تصاوير ابرطيفي را با استفاده از ماشين بردار پشتيبان، بسيار کاهش داده و کارآيي الگوريتم ماشين بردار پشتيبان را به عنوان طبقه‌بندي کننده تصاوير ابرطيفي افزايش می‌دهد. پرونده مقاله
      • دسترسی آزاد مقاله

        5 - استخراج و مدل‌سازي واحدهاي آوايي وابسته به بافت براي بهبود دقت بازشناسي گفتار پيوسته با روش دسته‌بندي واج‌ها
        محمد بحرانی حسین ثامتی
        در اين مقاله براي بهبود دقت يک سيستم بازشناسي گفتار پيوسته فارسي، روش وابسته به بافت مناسبي پيشنهاد شده است. به دليل بعضي محدوديت‌هاي موجود در سيستم بازشناسي، از ايدة واحدهاي آوايي چندگانه براي استخراج واحدهاي آوايي وابسته به بافت استفاده گرديده است. بر اساس اين ايده هر چکیده کامل
        در اين مقاله براي بهبود دقت يک سيستم بازشناسي گفتار پيوسته فارسي، روش وابسته به بافت مناسبي پيشنهاد شده است. به دليل بعضي محدوديت‌هاي موجود در سيستم بازشناسي، از ايدة واحدهاي آوايي چندگانه براي استخراج واحدهاي آوايي وابسته به بافت استفاده گرديده است. بر اساس اين ايده هر واج به چند نوع گوناگون دسته‌بندي مي‌شود و هر دسته جداگانه مدل‌سازي مي‌گردد. دسته‌بندي واج‌ها به صورت بي‌نظارت و با استفاده از الگوريتم k-means انجام شده است و براي محاسبه مركز دسته‌ها روش كارايي پيشنهاد شده است. تعداد دسته مناسب براي هر واج با توجه به حجم داده‌هاي آموزشي آن واج و دقت بازشناسي واج در هنگام به‌کارگيري مدل‌هاي مستقل از بافت، حدس زده شده و سپس با روش‌هاي مبتني بر سعي و خطا، تعداد دسته بهينه براي هر واج تعيين شده است. سپس هر دسته به عنوان يک واحد آوايي وابسته به بافت مدل‌سازي گرديده است. با استفاده از اين مدل‌ها حدود 22 درصد کاهش در نرخ خطاي کلمات حاصل شده است. پرونده مقاله
      • دسترسی آزاد مقاله

        6 - پردازش آرايه‌اي بر مبناي مدل GARCH
        هادی امیری حمیدرضا امین داور محمود  کمره‌ای
        در مقاله حاضر، يك مدل جديد براي نويز جمع‌شونده براساس سريهاي زماني GARCH در پردازش سيگنال آرايه‌اي ارائه شده است. در بسياري از روشها بدلايلي همچون پيچيدگي‌هاي پياده‌سازي و محاسباتي توزيع احتمال نويز، گوسي فرض مي‌شود. بررسي‌‌ها و اندازه‌گيري‌هاي انجام گرفته براي نويز محي چکیده کامل
        در مقاله حاضر، يك مدل جديد براي نويز جمع‌شونده براساس سريهاي زماني GARCH در پردازش سيگنال آرايه‌اي ارائه شده است. در بسياري از روشها بدلايلي همچون پيچيدگي‌هاي پياده‌سازي و محاسباتي توزيع احتمال نويز، گوسي فرض مي‌شود. بررسي‌‌ها و اندازه‌گيري‌هاي انجام گرفته براي نويز محيطي در كاربرد‌هاي مختلف، نشان از غيرگوسي ‌بودن آن دارد و در شرايط واقعي كارايي روش‌هايي كه مبتني بر مدل گوسي نويز هستند، كاهش مي‌يابد. از مهمترين ويژگي‌هاي فرآيند نويز محيطي دنباله‌دار ‌بودن (Heavy Tail) توزيع احتمال و تغيير ويژگي‌هاي آماري آن (مانند واريانس) در محيط مي‌باشد. از طرف ديگر فرآيند GARCH داراي خصوصيات مهمي همچون دنباله‌دار ‌بودن توزيع احتمال و همچنين مدلسازي ناپايداري از طريق روابط بازگشتي بر روي واريانس شرطي است كه با توجه به ويژگي‌هاي اين فرآيند به نظر مي‌رسد كه مدل مناسبي براي نويز محيطي جمع‌شونده در كاربرد‌هاي پردازش آرايه‌اي باشد. در مقاله حاضر با استفاده از تخمين حداكثر احتمال ، روش جديد بكارگيري GARCH در پردازش آرايه‌اي ارائه و به كمك شبيه‌سازي در كاربرد آكوستيك زيرآب، كارايي اين روش در مقايسه با روشهاي ديگر به كمك خطاي تخمين سمت ورود اهداف در كنار معيار Cramer-Rao Bound اثبات شده است. پرونده مقاله