بکارگیری نمونه برداری غیریکنواخت با نرخ کم در تخمین طیف به کمک شبکه عصبی

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان
  • نویسنده مهدی فدایی
  • استاد راهنما حسین علوی
  • تعداد صفحات: ۱۵ صفحه ی اول
  • سال انتشار 1371
چکیده

موضوع این پایان نامه بکارگیری عمدی نمونه برداری غیریکنواخت پریود یک با نرخ متوسط کم جهت افزایش رنج بدون ابهام تخمین طیف سیگنالهای باند باریک است . میدانیم که اگر از یک سیگنال آنالوگ با پریود ثابت بصورت یکنواخت نمونه برداری شود، طیف نمونه های حاصل در میدان فرکانس با پریودی برابر با فرکانس نمونه برداری، متناوب خواهد بود. بنابراین ناحیه بدون ابهام تخمین طیف بین صفر تا فرکانس نمونه برداری است . اما با بکارگیری چند پریود نمونه برداری درآن واحد، که به نمونه برداری غیریکنواخت منجر می شود،قادر خواهیم بود پریود تناوب طیف و در نتیجه ناحیه بدون ابهام تخمین طیف را به میزان قابل توجهی افزایش دهیم. دراین ارتباط ابتدا درفصل اول در قالب یک مثال از رادارهای پالسی روشهائی که درحالت نمونه برداری یکنواخت جهت افزایش رنج بدون ابهام تخمین طیف مطرحند را ملاحظه خواهیم کرد. درفصل دوم نحوه تغییر طیف نمونه ها، دراثراستفاده از چند پریود نمونه برداری را ملاحظه خواهیم کرد. دراین ارتباط دوحالت را درنظر می گیریم، ابتدا درحالتی که زمانهای نمونه برداری معلوم هستند و در تجزیه و تحلیل طیف موردتوجه قرار می گیرد، طیف نمونه ها را بدست می آوریم و سپس بااین فرض که نمونه های سیگنال که درزمانهای غیر یکنواخت گرفته شده اند، توسط یک بافر به نمونه هائی با فواصل زمانی یکسان تبدیل میشوند، رابطه طیف نمونه ها رامحاسبه خواهیم کرد. ونشان خواهیم دادکه بااستفاده از چند پریود نمونه برداری ناحیه بدون ایهام تخمین طیف به چه میزان افزایش می یابد. نهایتا ضعف روشهای تخمین طیفی که برفرض یکنواختی فاصله نمونه ها استوارند را ملاحظه خواهیم کرد. درفصل سوم ضمن مروری بر روشهای تخمین طیف ، نتایج شبیه سازی دوروش تخمین، حداقل واریانس و مدل خود برگشت پذیر را در حالت نمونه برداری غیر یکنواخت ارائه خواهیم کرد دراین ارتباط نقاط ضعف روش حداقل واریانس را ذکر می کنیم و الگوریتمی جهت اجرای بلادرنگ تخمین برای مدل خود برگشت پذیر (ar) ارائه خواهیم کرد. در فصل چهارم نیز نتایج شبیه سازی یک شبکه عصبی جهت تشخیص رنج فرکانسی سیگنالهای سینوسی نمونه برداری شده غیر یکنواخت راارائه می کنیم. دراین ارتباط نحوه انتخاب بردار ویژگی جهت آموزش شبکه و همچنین اثر افزودن نویز به ورودیها جهت افزایش قدرت تعمیم شبکه راخواهیم دید.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تخمین اقتصادی رزرو مورد نیاز مزارع بادی با بکارگیری شبکه عصبی در پیش‌بینی سرعت باد

Nowadays, increasing the renewable energy applications in power system, especially wind power, has caused higher imbalance probability between generation and demand. Therefore, an accurate estimation of wind farm reserve requirements and the reserve cost reduction in power systems with high wind power penetration is very important. In this paper, the reserve requirements of a wind farm are esti...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

متن کامل

تشخیص آریتمی‌های قلبی به کمک شبکه‌های عصبی با بکارگیری ویژگی‌های آشوبی سیگنال نرخ تغییرات قلبی و تکنیک تحلیل تمایزی تعمیم‌یافته

در این مقاله یک الگوریتم جدید ومؤثر جهت طبقه‌بندی آریتمی‌های مهم قلبی با استفاده از سیگنال تغییرات ضربان قلب HRV که دارای مشخصه‌های آشوبگونه بهتری نسبت به ECG ‌ست پیشنهاد شده است. در مرحله استخراج ویژگی، علاوه بر ویژگی‌های متداول خطی زمانی و فرکانسی، ویژگی‌های غیرخطی (آشوبگون) نیز بررسی شده‌اند. برای تسهیل در تعلیم و افزایش دقت طبقه‌بندی‌کننده، از دو تکنیک استفاده شده است: الف) تعداد ویژگی‌های ...

متن کامل

تخمین تبخیر و تعرق مرجع روزانه به کمک مدل درخت تصمیمM5 و شبکه عصبی مصنوعی

تعیین دقیق آب مصرفی گیاه باعث افزایش راندمان آبیاری و بهبود مدیریت آب در مزرعه را دنبال دارد. تبخیر و تعرق یک از اجزای اصلی چرخه­ی هیدرولوژی محسوب می­شود و برآورد دقیق آن در مدیریت منابع آب نقش اساسی دارد. در این تحقیق به ارزیابی مدل درختی  M5  و مدل شبکه­ی عصبی تحت شرایط مختلف حداقل داده­ی اقلیمی در یک منطقه­ی خشک سرد پرداخته شد. داده­های مورد استفاده در این تحقیق شامل دمای حداقل و حداکثر، رطو...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023