بهسازی گفتار یکی از مهمترین موضوعات در زمینه مخابرات و پردازش سیگنال می باشد. در مخابرات صوتی ، ممکن است سیگنال صحبت با نویز محیط آلوده شده، و در نتیجه کیفیت ارتباط را به دلیل کاهش قابلیت فهم گفتار تحت تاثیر قرار دهد. همچنین فشرده سازی صحبت نویزی با کد کننده های نرخ پایین صحبت، باعث کاهش قابل توجه کیفیت گفتار خواهد شد،که این امر به دلیل خطای تخمین مکرر در پارامترهای مدل تولید کننده صحبت می باشد. این مشکل را می توان تا حد زیادی با استفاده از سیستم بهسازی گفتار ( حذف نویز ) ، که با حذف مولفه های نویز در سیگنال ورودی باعث افزایش کیفیت گفتار می شود، برطرف کرد. در میان تکنیکهای بهسازی گفتار، روشهای مبتنی برتبدیل فوریه گسسته (یا stsa ) بیشتر مورد بررسی قرار گرفته اند. رایج بودن بهسازی گفتار بر اساس stsa تنها به دلیل پیچیدگی محاسباتی کم آنها نمی باشد، بلکه اخیرا تکنیکهای ارائه شده در این روش، به طور قبل توجه قادر به افزایش بهبود کیفیت گفتار می باشند.در این پایان نامه جزئیات تکنیکهای معروف بهسازی گفتار بر اساسstsa بررسی می شوند. و در انتها روشی برای بهبود عملکرد سیستم بهسازی گفتار در شرایط نویز غیر ایستان پیشنهاد می گردد.

سیستمsbc، سیگنال صحبت را به باندهای مختلف فرکانسی تقسیم می کند و مولفه های هر باند را به طور جداگانه کد می نماید. این سیستم با به کارگیری یک باند فیلتر قادر است از خواص شنوایی انسان بهره گرفته و کیفیت صحبت کد شده را بهبود بخشد. با توجه به نحوه تخصیص بیت باندهای مختلف، توان نویز کوانتیزاسیون در این باندها، به طور مستقل، قابل کنترل بوده و طیف نویز بر اساس حساسیت سیستم شنوایی انسان قابل شکل دادن است. در این پروژه، سیستم sbc با دو ساختار درختی یکنواخت و غیر یکنواخت، برای دو حالت تخصیص بیت ثابت و متغیر با زمان پیاده سازی شده است. وجود خاصیت غیر ایستا بودن سیگنال صحبت و تغییرات طیفی آن در طول زمان باعث شده است که سیستم هایی با تخصیص بیت متغیر با زمان، کیفیت بهتری داشته باشند. سیستم sbc با ساختار درختی غیر یکنواخت، به دلیل دقت بالا در تفکیک مولفه های فرکانس پایین، دارای کیفیت بهتری است ولی دارای تاخیر بیشتری می باشد. سیستم شنوایی انسان به اعوجاج فاز کمتر حساس می باشد و دامنه بانک فیلتر نقش اساسی در تعیین کیفیت صحبت کد شده دارد.

اهمیت شناساییِ افراد از روی تصاویر ویدیویی و بر اساس نحوه راه رفتن امروزه از مسائل مورد علاقه محققین علوم بینایی ماشین و شناسایی الگو است. این پایان نامه یک روش جدید برای شناسایی افراد از روی نحوه راه رفتن آنها ارائه می کند که با توجه به کلیه روشهایِ موجود از دقت بالایی برخوردار می باشد. مبنای پردازش در این تحقیق تصویر متحرک انسان بدون وابستگی به رنگ لباس و زمینه پیرامون می باشد که در مقالات و کارهای سایرین از آن به شبح یاد شده است. برای بدست آوردن شبح، ابتدا با استفاده از یک روش محکم در برابر نویز ، تصویر زمینه از تصویر فرد در حال حرکت حذف می شود. سپس با استفاده از شبح بدست آمده در فریمهایِ گرفته شده، یک الگوی مناسب که دارای اطلاعات مکان و زمان موقعیت تمامی پیکسلهایِ شبح است، بدست می آید. در ایجاد این الگو از تبدیل رادون بعنوان یک ابزار قدرتمند استفاده می گردد . در این تحقیق مبنای پردازش دیتابیسی متشکل از 10 ویدئو برای هر یک از 10 نفر از اشخاص موجود برای شناسایی می باشد. مبتنی بر روش پیشنهادی و دیتابیس مذکور الگویِ مبنا برای 10 نفر حاصل می شود. سپس با استفاده از تحلیلِ مولفه های اصلیِ (pca) الگوها ، شبکه های عصبی چندگانه مستقلا برای الگوهای افراد مختص به آنها آموزش می بینند و در نهایت با استفاده از داده های تست این مجموعه شبکه های آموزش داده شده شبکه عصبی جدیدی برای تصمیم گیری نهایی و ادغام نتایج آموزش داده می شود. همچنین قابل ذکر است که روش پیشنهادی در این تحقیق بر روی داده های آموزشی خود که در کل 100 نمونه ویدیویی از حرکت 10 نفر بود ، 97% نمونه ها را شناسایی کرده است که با توجه به روش های موجود از حیص سرعت و دقت حائز اهمیت است.

چکیده امروزه کاربرد انواع شبکه های کامپیوتری و مخابراتی نقش بسیار اساسی را در زندگی ما ایفا می کند. یکی از شبکه هایی که در سال های اخیر بسیار مورد توجه قرار گرفته است، شبکه های ad hoc می باشد .شبکه های موبایل سیار (manet ) ad hoc، مجموعه ای از ایستگاههای (گره ها ) بی سیم هستند که می توانند به صورت پویا در هر مکانی و در هر زمانی بدون استفاده از یک زیر ساخت کلی ایجاد شوند به طوری که اتصال بین آنها دا ئماٌ در حال تغییر است. برای آسان کردن ارتباط در میان ایستگاههای فعال در شبکه، از یک پروتکل مسیریابی برای کشف مسیرها استفاده می شود. پروتکل های مسیریابی نقش بسیار مهمی در شبکه های manet از خود ایفا می کنند. این پروتکل ها سعی دارند که یک مسیر صحیح بین ایستگاههای فعال برای تحویل پیامهای اطلاعاتی بوجود آورند. تا کنون انواع مختلفی از پروتکل های مسیریابی شبکه های manet توسط محققان و طراحان شبکه ارائه شده است. هدف از انجام این تحقیق، بررسی تاثیر پروتکل های مسیریابی در شبکه های manet توسط آزمایشات شبیه سازی می باشد. در این تحقیق، چهار پروتکل مسیریابیtora ،olsr ، aodv و dsr در نظر گرفته شده است و کارایی شبکه تحت تغییرات عواملی نظیر: سایز شبکه، حرکت گره ها و ترافیک شبکه مورد بررسی قرار گرفته است. نتایج آزمایشات نشان می دهد که پروتکل مسیریابی tora عملکرد بالایی در ترافیک های زیاد، برای شبکه هایی با سایز متوسط و سایز بزرگ از خود نشان می دهد. پروتکلdsr ، مناسب ترین پروتکل مسیریابی برای شبکه هایی با حرکت کم و سایز کوچک می باشد. البته با توجه به ویژگیهایی که این پروتکل در ذخیره ی مسیرها در حافظه ی خود دارد باعث می شود که در شبکه های بزرگ و با ترافیک بالا نیز عملکرد خوبی داشته باشد. پروتکلaodv، عملکرد خوبی در شبکه هایی با سایز متوسط و همچنین در شبکه هایی با ترافیک بالا دارد. پروتکل olsr کارایی خوبی را در اغلب محیط ها از خود نشان می دهد، ولی عملکرد این پروتکل مسیریابی با افزایش بار ترافیکی و حرکت گره ها، کاهش می یابد. این پایان نامه، اجرای چهار پروتکل مسیریابی فوق الذکر را در سناریوهای مختلف شبیه سازی مورد ارزیابی و مقایسه قرار داده است و در هر سناریو بهترین پروتکل های مسیریابی معرفی شده است. کلمات کلیدی: شبکه های سیار ad hoc، پروتکلهای مسیریابی، پروتکل های پرواکتیو و راکتیو، سایز شبکه، سرعت گره ها، بار ترافیک شبکه، شبیه ساز opnet

برای تشخیص گوینده معمولا از بخش صدا دار سیگنال صحبت استفاده می کنند ولی برای تشخیص دقیق تر و مستقل از متن گوینده باید از حروف صدادار خاصی استفاده کنیم که حتما در هر کلمه ایی باشد. ما در این پایان نامه از حروف خاصی برای تشخیص گوینده استفاده کرده ایم. همانطور که می دانیم در فارسی بعد از هر حرف بی صدا معمولا یک حرف صدادار وجود دارد که این حروف صدا دار شامل آ ، او ، ایی و حروف صدا دار کوچک َ ، ِ ، ُ می باشند. بنابراین برای تشخیص گوینده مستقل از متن پیدا کردن و استفاده از ویژگی های همین حروف کافی می باشد. ما برای تشخیص گوینده هم از مشخصات مربوط به مسیر صوتی و هم از مشخصات مربوط به منبع صوتی سیگنال های مربوط به این حروف استفاده کرده ایم. ما از رایج ترین روش برای تشخیص حروف یعنی ضرایب کپسترال مقیاس مل (mfcc) استفاده کرده ایم و برای تشخیص گوینده از روی فیلتر مسیر صوتی نیز از روش mfcc استفاده کرده ایم. برای تشخیص گوینده از روی سیگنال تحریک حنجره، روش ضرایب اکتاو ویولت سیگنال باقی مانده (wocor) را به کار بردیم که دلایل استفاده از آن در پایان نامه توضیح داده شده است.در نهایت با ترکیب این دو روش یک سیستم تشخیص گوینده مستقل از متن قوی را ارائه کرده ایم. به خاطر حساسیت زیاد تشخیص گوینده به نویز از روش تفریق طیفی اصلاح شده برای حذف نویز استفاده شده است.

به منظور بازیابی سیگنال ارسالی در گیرنده، دانش اطلاعات دقیق حالت کانال ضروری است. معمولاً تخمین کانال به وسیله ی ارسال دنباله های آموزشی که برای گیرنده و فرستنده معلوم هستند، انجام می شود. اما حتی اگر کانال به آرامی تغییر کند دنباله های آموزشی باید متناوبا به منظور به روز رسانی تخمین های کانال، ارسال شوند. از طرف دیگر، کانال را می توان با استفاده از ویژگی های آماری سیگنال ارسالی، شناسایی کرد که به این روش ها، روش های کور گفته می شود. در این رساله روش های تخمین کور در کانال های مخابراتی mimo را مورد بررسی قرار داده و الگوریتم زیر فضا را برای سیستم های mimo-ofdm شبیه سازی می کنیم و در نهایت عملکرد این الگوریتم را مورد ارزیابی قرار می دهیم.

در این پایان نامه، یک الگوریتم استخراج ویژگی جدید را معرفی می کنیم که pncc نامیده می شود و مبتنی بر سیستم شنیداری انسان می باشد. ویژگیهای جدید pncc شامل یک غیر خطی قانون توان است که جایگزین غیر خطی لگاریتمی استفاده شده در mfcc شده است، و همچنین شامل یک الگوریتم جدید برای حذف تحریک پس زمینه-با استفاده از تخمین توان با طول متوسط مبتنی بر نسبت میانگین حسابی به میانگین هندسی-و همچنین کاهش توان پس زمینه ی با طول متوسط می باشد. این الگوریتم استخراج ویژگی مقاوم که مبتنی بر روش کاهش بایاستوان است، با یک آستانه برای چگالی طیف توان ترکیب شده است. سطح بایاستوان بعنوان سطحی انتخاب می شود که توزیع توان را تیزتر می کند. این تیزی را با استفاده از نسبت میانگین حسابی به میانگین هندسی از توان با طول متوسط محاسبه می کنیم. با کاهش این سطح بایاس، کف سازی توان برای بهبود مقاوم سازی بکارگرفته می شود. در حالیکه این الگوریتم ساده تر از pncc اولیه است، نتایج آزمایش نشان می دهد که pncc جدید عملکرد بهتری نسبت به پیاده سازی قبلی دارد.

نهان نگاری دانشی است که در آن، تصویر به عنوان یک کانال ارتباطی عمل می کند. در حقیقت تصویر پوششی برای پیام پنهان شده می باشد. روشهای نهان نگاری در عصر حاضر به سوی پیشرفت و گسترش روز افزونی پیش می روند که این امر باعث بروز مشکلات امنیتی می شود در نتیجه به روشهایی نیاز است که این گونه تصاویر را شناسایی کند، نهان کاوی دانشی است که خصوصیات ذاتی تصاویر را بررسی می کند. این دانش با استخراج مشخصه هایی که به جاسازی پیام حساس هستند، با استفاده از یک سیستم طبقه بندی کننده، عمل تشخیص تصاویر پاک و نهان نگاری شده را انجام می دهد. در این پایان نامه روشهای نهان نگاری معروف (f3، f4، f5، mb، yass) مورد بررسی قرار گرفته، و چند روش نهان کاوی که از مشخصه های خوبی برای شناسایی تصاویر استفاده می کنند، مطرح شده اند. در نهایت عملکرد روش پیشنهادی در مقایسه با چند روش دیگر، بر روی دیتا بیس تهیه شده برای موضوع تحقیقی این رساله، مورد ارزیابی قرار گرفته است. نتایج حاصل از ارزیابی نشان دهنده ی عملکرد بهتر روش پیشنهادی در مقایسه با روشهای مطالعه شده در این رساله می باشد.

افزایش روزافزون تصاویر دیجیتال از اماکن و محیط ها و اشیای مختلف و هزینه پائین ذخیره سازی و سهولت کار در اینترنت و وب سایت ها، نیاز به طراحی یک ماشین جستجوگر تصویر، با توانایی پرداخت به تمام نیازهای کاربر، در سال های اخیر به شدت افزایش داده است. بازیابی تصویر رشته ای است که با جستجوی دیجیتال تصاویر از پایگاه های داده تصاویر سروکار دارد. امروزه تلاش های بسیاری برای افزایش سرعت و بازدهی بازیابی تصاویر انجام می شود. هدف این پایان نامه، ارائه سیستمی مناسب برای بازیابی تصاویر دیجیتال مبتنی بر محتوای تصاویر است که در پایگاه های داده متفاوت بازدهی بیشتری داشته باشد و تصاویر مشابه با تصویر مورد سوال را به بهترین نحو افزایش دهد. در این پایان نامه چند سیستم جدید برای بازیابی تصاویر مبتنی بر محتوا با ترکیب ویژگی های رنگ و بافت و استفاده از تکنیک های مختلف ارائه شده است. از تبدیل موجک گسسته و تبدیل کسینوسی گسسته برای استخراج ویژگی های بافت تصویر و از روش های کلاسه بندی و روش های کاهش بعد در سیستم های بازیابی مبتنی بر محتوای پیشنهادی استفاده کرده ایم. پس از اعمال روش های پیشنهادی بر روی سه پایگاه داده متفاوت، نتایج را با چند روش بازیابی بکار رفته در استاندارد mpeg-7 و تحقیقات و مقالات مقایسه کرده ایم. در بخش نتایج نشان داده ایم که در هر پایگاه داده، یکی از روش های بازیابی بازدهی بهتری نسبت به دیگر روش ها دارد به این معنا که یک روش وجود ندارد که در هر سه پایگاه داده بهترین بازدهی را از خود نشان دهد. در ادامه در هر پایگاه داده سه روشی را که بازدهی بهتری نسبت به بقیه روش ها دارد لیست کرده ایم که نشان می دهد روش پیشنهادی ترکیب hdwt2 و dct جزء سه روش برتر در هر پایگاه داده است.

در این پایان نامه اثر علیت بر مسایل ترکیب توام کدینگ منبع و کانال(jscc) برای ارسال ویدیو در در کانال بیسیم بررسی میگردد. ابتدا کارایی روش jscc بر روی کدینگ ویدیو سری h ، h.264 در کانال بی سیم بررسی می شود. در این روش، بر اساس نرخ بیت ارسال و همچنین اطلاعات علّی وضعیت کانال در دسترس فرستندهcsit) causal) که به واسطه فیدبک در دسترس آن قرار می-گیرد. نرخ بیت بهینه به کدینگ منبع و کانال اختصاص داده می شود. نتایج حاصل از شبیه سازی این روش بر روی کدینگ h.264، برای ویدیوهای مختلف psnr بالاتری را نشان می دهد. به تازگی مدل causal video coding cvc برای کدینگ ویدیو پیشنهاد شده است و کارایی بالاتر آن نسبت به استانداردهای سری h و mpeg در حوزه تئوری اطلاعات به اثبات رسیده است و انتظار می رود در آینده جایگزین استانداردهای جاری شود. در این روش در نظر گرفتن علیت در کدینگ ویدیو سبب کارایی بالاتر cvc نسبت به استانداردهای جاری شده است. در این پایان نامه مدل کدینگ ویدیویی پیشنهاد می شود که ساختاری مشابه با cvc دارد با این تفاوت که در آن، کدینگ بر اساس jscc و با در نظر گرفتن اطلاعات وضعیت کانال انجام میشود که آن را causal jsc video coding cjvc مینامیم. در مدل پیشنهادی از علیت هم در کدینگ ویدیو و هم در استفاده از اطلاعات وضعیت کانال csi استفاده میشود. همچنین نشان میدهیم که کارایی چنین مدلی در کانال بیسیم بسیار بالاتر از مدل cvc است در محدوده snrهای db 15- 0 برای ویدیوهای مختلف psnr بالاتری در حدود (db 12- 1) بالاتر را نشان میدهد. در ادامه کارایی cjvc با کدینگ h.264 مبتنی برjscc مقایسه میشود که نتایج حاصل کارایی بالاتر cjvc را در کانال بیسیم نشان میدهد. در ادامه کارایی روش jscc برای ارسال ویدیو کد شده با کدینگ 3d-dct که یک نوع ویدیو کدینگ با نرخ بسیار پایین و حساس به خطا است در یک سناریوی مبتنی بر رله برای ارسال ویدیو در کانال بی سیم بررسی میشود. سرانجام کارایی روش jscc در سیستمهای علّی مبتنی بر dft-ofdm و dwt-ofdm که از علیت کانال بهره میبرند، بررسی میشود و نشان میدهیم کارایی jscc در dwt-ofdm بالاتر از dft-ofdm است.

به منظور ارسال امن اطلاعات در شبکه های سنسور بی سیم، از روش نهان نگاری دیجیتال در دو مرحله استفاده شده است. در مرحله ی اول یک روش تصدیق هویت نود به نود براساس تکنیک نهان نگاری دیجیتال ، جهت شناسایی نودهای خودی ارائه شده است. در این روش الگوریتم هایی با حجم محاسباتی کم برای تولید ، جاسازی و استخراج شناسه ی امنیتی برای نودهای خودی طراحی شده اند. بسته های حاوی اطلاعات جمع آوری شده در نودها توسط شناسه ی امنیتی، علامت گذاری می شوند. در روش پیشنهادی از سربرگ بسته ها برای علامت گذاری بسته ها استفاده می شود. استفاده از سربرگ ، برای تصدیق هویت بسته ها، با درنظر گرفتن ماهیت اشتراکی این شبکه ها پیشنهاد شده است. سربرگ های علامت دار، می تواند از ارسال و دریافت اطلاعات جعلی در دیگر نودهای شبکه نیزجلوگیری می کند. شبیه سازی ها در این روش در محیط هایی که احتمال تحمیل داده های غیرواقعی 1تا10 درصد باشد، صورت گرفته است. مقایسه این روش با دیگر روش ها نشان می دهد که روش پیشنهادی از لحاظ امنیت، کاهش ترافیک و افزایش طول عمر شبکه موثرتر عمل می کند. در مرحله ی دوم روشی بر مبنای تبدیل موجک ارائه شده است. در این روش با استفاده از خصوصیات تبدیل موجک، سیگنال محرمانه ضمن فشرده سازی، رمزنگاری نیز می شود. خروجی این فشرده سازی که به صورت رشته بیتی نامفهوم است، بایستی در سیگنال حامل جاسازی شود . برای بالا بردن کیفیت، نمونه های با ارزشتر سیگنال محرمانه با استفاده از کدینگ bch مرتبط با شرایط کانال، کد می شوند. با 5 مرحله تبدیل موجک از سیگنال حامل و انتخاب زیرباند های بهینه ی آن، عملیات جاسازی بر طبق الگوریتم ارائه شده صورت می پذیرد. این روش ضمن بالا بردن امنیت ارسال اطلاعات محرمانه در این شبکه ها، از پیچیدگی محاسباتی و انرژی مصرفی کمتری نسبت به دیگر روش های ارائه شده در این زمینه برخوردار می باشد.

در این پایان نامه یک طرح واترمارکینگ دیجیتال در دامنه تبدیل فوریه گسسته مبتنی بر سیستم استنتاج فازی و سیستم بصری انسان معرفی میشود. در مرحله اول ، تصویر به بلوک های 8×8 تقسیم شده سپس سیستم فازی با توجه به ویژگی های بافت مختلف هر بلوک ضریبی به آن اختصاص میدهد که باعث افزایش مقاومت و شفافیت فرآیند واترمارکینگ خواهد شد. پس از آن با محاسبه ی تبدیل فوریه هر بلوک دامنه و فاز از هم جدا میشوند و واترمارک مورد نظر در دامنه پنهان میگردد. فرایند استخراج واترمارک کور خواهد بود که باعث امنیت بالای این روش می گردد. ضعفی که روش های موجود واترمارکینگ مبتنی بر تبدیل فوریه گسسته دارند اینست که از سیستم بینایی انسان استفاده نمیکنند و طراحان آن ها برای جلوگیری از کاهش کیفیت تصویر، استحکام کمی برای روش خود در نظر می گیرند. نتایج بدست آمده نشان می دهد این روش از شفافیت خوبی نسبت به روش های متداول برخوردار است و در برابر حملات برش ، تارکردن و روشن کردن تصویر ، افزودن نویز ، فیلترینگ و فشرده سازی ( jpeg ) مقاوم می باشد.

در سال های اخیر تقاضا برای دستیابی به منابع فرکانسی به سرعت افزایش یافته است. رادیو شناختگر یک فن آوری جدید است که می تواند بهره وری طیفی را افزایش دهد. در شبکه های رادیو شناختگر عملیات حس گری طیف بدلیل وجود محدودیت های موجود در تکنیک های حس گری طیف و پدیده هایی مانند اثر سایه و محوشدگی، یک عملیات کامل نیست و امکان ایجاد خطا در آن وجود دارد. مسئله تخصیص توان در شبکه های رادیو شناختگر یک مسئله بسیار مهم است، زیرا توان انتقالی یک کاربر شناختگر، اگر به درستی کنترل نشود می تواند باعث ایجاد تداخل غیر قابل قبول برای کاربران اولیه شود. روش های تخصیص توان مرسوم که فعالیت کاربران اولیه و اطلاعات حس گری طیف را در نظر نمی گیرند، ممکن است نتوانند یک تخصیص توان بهینه را برای شبکه های رادیو شناختگر فراهم کنند، زیرا زمانی که کاربر ثانویه نتواند حضور کاربر اولیه را بدرستی تشخیص دهد، تداخل کاربر اولیه باعث یک نرخ ارسال پایین تر برای کاربران ثانویه می شود. در این پایان نامه، ما مسئله تخصیص توان در شبکه های رادیو شناختگر بر اساس اطلاعات حس گری طیف و فعالیت کاربران اولیه را بررسی خواهیم کرد. ما سه سیستم رادیو شناختگر را معرفی می کنیم. در سیستم اول، مسئله تخصیص توان را با هدف ماکزیمم کردن مجموع نرخ ارسال با توجه به رفتار آماری کاربر اولیه و نتایج حس گری طیف بررسی می کنیم. در سیستم دوم، تاثیر حس گری ناقص فعالیت کاربر اولیه را بر روی سطح تداخل وارد بر یک باند کاربر اولیه و بر روی مجموع نرخ ارسال در شبکه های رادیو شناختگر مبتنی بر ofdm بررسی خواهیم کرد. در سیستم سوم، به منظور کاهش نرخ تلفات ناشی از حس گری ناقص فعالیت کاربران اولیه در شبکه های رادیو شناختگر مبتنی بر ofdm، یک الگوریتم تخصیص توان را با در نظر گرفتن خطای حس گری طیف، معرفی خواهیم کرد.

تعداد قابل توجهی از تحقیقات در استفاده از تکنیک های مدل های مخلوط گوسی (gmm) در سیستم های تایید گوینده مستقل از متن تمرکز دارد که جدیدترین عملکردها را ارائه می دهد. اخیرا استفاده از ماشین بردار پشتیبان (svm) در سیستم های تایید گوینده، منجر به عملکرد بهتری نسبت به روش استاندارد gmm شده است. svm یک طبقه بند تبعیضی است که نیاز به دو کلاس مثبت و منفی برای آموزش مدل گوینده دارد و بر اساس حداکثر حاشیه است که به موجب آن یک ابرصفحه تلاش می کند که کلاس ها را در فضایی با ابعاد بالا جدا سازد. ماشین های بردار پشتیبان استفاده شده در تایید گوینده پتانسیل بالایی را نشان داده است, به ویژه زمانی که در سیستم های ترکیبی برای تکمیل تکنیک های gmm استفاده شود. هدف از انجام این پایان نامه بهبود عملکرد سیستم تایید گوینده مستقل از متن با استفاده از روش جدید svm است.

با توجه به پیشرفت تکنولوژی در دهه های اخیر، ارسال و دریافت ویدیو از طریق کانال های مخابراتی بی سیم با استقبال گسترده ای روبرو شده است. بدین منظور روش های بسیاری جهت بالا بردن کیفیت ویدیویی ارسالی ارائه گردیده اند. در این پایان نامه ابتدا، روش های بهبود کیفیت ویدیو دریافتی در کدینگ توام منبع و کانال (jscc) برای ارسال ویدیو در در کانال بی سیم بررسی می گردد. در مرحله بعد ابتدا روش فشرده سازی پیشنهادی معرفی گردیده و به صوررت مفصل توضیح داده می شود. سپس در گام بعد سیستمی به منظور افزایش کیفیت فایل های ویدیویی با استفاده از روش فشرده سازی پیشنهادی، معرفی گردیده و به صورت مفصل شرح داده می شود. مزیت روش پیشنهادی به روش های قبلی در این است که در سیستم پیشنهادی نیازی به فیدبک از گیرنده به فرستنده نمی باشد و روش پیشنهادی طوری عمل می کند که در نهایت فایل های ویدیویی دریافتی دارای کیفیتی به مراتب بیشتر از روش های دیگر باشند. در این پایان نامه، ارسال فایل های ویدیو در یک نرخ بیت ثابت صورت می پذیرد. در انتها کیفیت فریم های ویدیویی حاصل از شبیه سازی روش پیشنهادی، برای ویدیوهای مختلف محاسبه شده و نشان داده می شود که در روش پیشنهادی فایل های ویدیویی دریافتی، کیفیت بالاتری نسبت به روش های دیگر دارند.

شبکه حسگر بیسیم متشکل از تعداد زیادی نودحسگر می باشد که قابلیت پردازش ساده ای نیز دارند و وظیفه عمده آنها عموما جمع آوری اطلاعات از محیط میباشد. حسگرها در شبکه به صورت بیسیم در ارتباطند بنابراین در اکثر کاربردها مکان منبع دریافت کننده اطلاعات برای کارایی داشتن آن لازم و ضروری است. یکی از چالش ها در شسبکه های حسگر بیسیم موقعیت یابی میباشد و در سال های اخیر مطالعات زیادی جهت افزایش دقت آن شده است زیرا در اغلب موارد حسگرها دارای توزیع تصادفی بوده و در صورت عدم موقعیت یابی مناسب اطلاعات جمع آوری شده کارایی چندانی نخواهد داشت. رویکردهای متفاوتی در موقعیت یابی وجود دارد که میتواند بر اساس میزان دقت دلخواه ، میزان هزینه و احتاج به سخت افزار اضافه، اندازه ی قطعات و سرعت پردازش اطلاعات و عوامل دیگری باشد. اساس کار روش های موقعیت یابی به دو دسته کلی تقسیم میشود که عبارتند از موقعیت یابی برد آزاد و مبتنی بر برد. در این پایان نامه روش های برد آزاد معرفی شده اند که اساس کار آنها کار گروهی میباشد. در ادامه روش هایی جهت بهبود موقعیت یابی dv-hop ارائه شده و در پایان نیز روش جدیدی بر اساس شناسایی نقاط خطاخیز در شبکه و با استفاده از حسگرهای مرجع دارای دو شعاع ارتباطی معرفی گردیده است که با روش های موجود مقایسه شده است.

چکیده یکی از موضوعات مهم در انتقال اطلاعات محرمانه، امنیت اطلاعات است. علم مخفی سازی اطلاعات ، هنر جاسازی داده ها در یک حامل است به گونه ای که امنیت اطلاعات حفظ شود. نهان نگاری داده ها ، شاخه ای از علم مخفی سازی اطلاعات است که در آن وجود اطلاعات پنهان تاحد زیادی قابل تشخیص نباشد. روشهای رایج نهان نگاری به چهار دسته تقسیم بندی می شوند 1. نهان نگاری با افزونگی داده ها 2. نهان نگاری در حوزه مکان 3. نهان نگاری در حوزه فرکانس 4. نهان نگاری تطبیقی.در مقابل نهان نگاری اطلاعات، روش هایی وجود دارد که تصاویر را از نظر دارابودن اطلاعات محرمانه بررسی می کند، این روش ها نهان کاوی نامیده می شود. در این تحقیق ما نهان نگاری اطلاعات در تصویر را مورد بررسی قرار داده و چندین روش نهان نگاری را شرح می دهیم که بیشتر این روش ها، در حوزه مکان می باشد. هم چنین در رابطه با حملات نهان کاوی روش های متداول مطرح گردیده و در پایان روشی برای نهان نگاری با استفاده از درون یابی ارائه شده و مورد ارزیابی قرار گرفته است.

بازیابی تصویر به معنای فرآیند پیدا کردن تصویر مورد نظر در مجموعه ای از پایگاه داده است. دو زمینه اساسی برای بازیابی تصویر ارائه شده است: بازیابی مبتنی بر متن و بازیابی مبتنی بر محتوا.افزایش سریع تصاویر با حجم بالا نظیر شبکه اینترنت سیستم بازیابی مبتنی بر متن را ناکارآمد کرد و باعث معرفی سیستم های بازیابی مبتنی بر محتوای تصویر(cbir) شد.سیستم های بازیابی تصویر cbirعمل بازیابی را معمولاً در سه مرحله استخراج ویژگی،اندیس گذاری وبخش بازیابی انجام می دهد. تاکنون روش های بسیاری برای بهبود بازیابی تصویر cbir مورد بررسی قرار گرفته اند. هم چنین روش های مختلف برای تقسیم بندی تصویر مطرح شدند. بر اساس این الگوریتم ها، روشی جدید برای بازیابی ارائه شد. روش ارائه شده در این تحقیق، ترکیبی از ویژگیهای رنگ و بافت برای افزایش کارایی بازیابی است. بنابراین بازیابی تصویر با استفاده از ویژگی های مکانی و فرکانس در فضای رنگ hsi وخوشه بندیk-means پیشنهاد گردید. برای ارزیابی سیستم پیشنهادی از پایگاه داده یcorelاستفاده شده وعملکرد سیستم پیشنهادی با سایر روش ها مقایسه شده است.

همزمان با رشد و توسعه ارتباطات و به ویژه ارتباطات مخابراتی ، نیاز به بهبود کیفیت سیگنال های گفتار بیش از پیش گردیده است . منظور از بهبود سیگنال گفتار، کاهش یا حذف نویز از سیگنال صحبت برای دستیابی به کیفیت مناسب به لحاظ شنیداری است. در این پایان نامه، ابتدا روش های مختلف بهسازی سیگنال های گفتار معرفی گردیده است و سپس با استفاده از برخی تکنیک های پردازش گفتار، به بهبود و اصلاح روش تجزیه مقادیر منفرد که کاربرد وسیعی در بهبود صحبت دارد، پرداخته ایم. در ادامه با تلفیق برخی از روش ها و نیز برخی تکنیک های دیگر، روش ساده و کارآمد دیگری برای lpc و vad نیز ارائه نموده ایم. در پایان ، روش های موجود را با روش های پیشنهادی، با دو معیار snrو تست mos مورد ارزیابی و مقایسه قرار داده ایم. نتایج بدست آمده نشان می دهد که روش های پیشنهادی بهبود بهتری را برای صحبت فراهم می آورد.

در سیگنال های موسیقی واقعی چندین منبع صدا مثل یک صدای خواننده و ابزار آلات موسیقی با هم ترکیب شده اند. روش های مختلفی برای شبیه سازی و آنالیز آماری سیگنال موسیقی و صدا وجود دارد. هدف جداسازی در واقع یافتن یک نمایش پارامتریک برای سیگنال صدا و موسیقی است. می دانیم در یک سیگنال موسیقی ساختار هارمونیکی تقریباً یک مشخصه تغییر ناپذیر ابزار موسیقی هارمونیکی است. با استخراج ساختار هارمونیکی ابزار مختلف از طیف سیگنال ترکیب شده و طبقه بندی ساختار استخراج شده ی مدل میانگین ساختار هارمونیکی، می توان منابع را از یکدیگر جداسازی کرد. روش دیگری که در حوزه ی روش های چند کاناله است، تکنیک جداسازی کور منابع می باشد. این تکنیک سیگنال های دریافت شده از چندین گیرنده که اطلاعات کافی در مورد آن ها در دسترس نیست را با تکیه برفرض های ضعیفی مانند استقلال آماری منابع اولیه منجر به تکنیک تجزیه به مولفه های مستقل ica می شود، بازیابی می کند. معیاری که برای اندازه گیری استقلال ica به کاربرده شده، معیار اطلاعات متقابل است. برای مقایسه این دو روش snr سیگنال قبل از ترکیب و بعد از آن را در هر دو روش بدست می آوریم. دراینجا به منظور بهبود تخمین فرکانس های بدست آمده با استفاده از ضرایب lpc، فیلتری را طیف سیگنال اعمال می کنیم. همچنین به منظور بهبود سیگنال های بازسازی شده از رمزنگار فاز صدا بهره می بریم.

بازیابی شئ در تصویر یکی از تکنیک¬های کاربردی در بینایی ماشین و پردازش تصویر می¬باشد که بطور وسیعی مورد استفاده قرار می¬گیرد. استخراج ویژگی¬های تصویر یکی از مهم ترین و ساده ترین روش های بیان و اندیس گذاری تصویر در سیستم های بازیابی شئ مبتنی بر محتوا است. در سال های اخیر افزایش بازدهی و سرعت سیستم های بازیابی مهم ترین هدف تحقیقات بوده است. در سیستم بازیابی شئ، با توجه به شئ مورد سوال، تصاویر مشابه با آن از پایگاه داده استخراج می¬شود. شناسایی اشیاء مختلف با استفاده از توصیف¬گرهای تصویر در سال¬های اخیر رشد چشمگیری داشته و امیدهای زیادی را در زمینه بینائی ماشین برای داشتن سیستم¬های قدرتمند و با توانائی¬های گسترده و متفاوت ایجاد کرده است به¬گونه¬ای که امید دانشمندان برای داشتن سیستم¬های با قابلیت¬های مشابه سیستم¬های بینائی بیولوژیکی در سال¬های نه¬¬چندان دور بیشتر وبیشتر کرده است. در این پایان نامه، تنها از یک تصویر مورد آزمون برای بازیابی تصاویر مشابه استفاده شده است. در ابتدا شئ مورد نظر از تصویر مورد آزمون استخراج می¬شود و سپس بوسیله¬ی توصیف¬گر surf ویژگی های آن استخراج می¬شود. در ادامه با استفاده از بردارهای ویژگی عمل تطبیق را بین تصویر مورد سوال و تصاویر پایگاه داده انجام می¬دهیم. روش پیشنهادی ما بدون یادگیری صورت می¬گیرد که باعث کاهش زمان محاسبتی، بهبود عمل بازیابی و کاهش فضای ذخیره سازی می¬شود. کلید واژه ها: استخراج ویژگی، بازیابی شئ مبتنی بر محتوا، توصیف¬گر، یادگیری.

تشخیص جنسیت با استفاده از سیگنال گفتار احمد عطاران چکیده: طبقه بندیجنسیت درگفتار و بازشناسی گوینده به اندازه طبقه بندی احساسات گفتار مفید است زیرا هنگامی که مدلهای صوتی(آکوستیک) جداگانه برای مردان و زنان به کارگرفته شود کارایی بهتری خواهد داشت. با توجه به اینکه سکوت بین زن و مرد مشترک است بنا بر این سکوت از ابتدا حذف می گردد. این امر باعث کاهش حجم بار محاسباتی اضافی و همچنین افزایش نرخ بازشناسی می شود. برای حذف سکوت از یک روش ترکیبی انرژی تیگر و روش انرژی- آنتروپی استفاده شد. در بیشتر مقالات برای استخراج ویژگی های صوتی از روش ضرایب طیفی مل فرکانسی mfcc استفاده شده است که نتایج خیلی بهتری نسبت به روش های دیگر دارد. به همین دلیل از روش ضرایب طیفی مل فرکانسی mfcc و ضرایب دلتای مل فرکانسی?mfcc و دلتای دلتای مل فرکانسی ??mfcc استفاده می شود. همچنین با توجه به این که ضریب اول طیفی استخراج شده با انرژی فریم مرتبط است و در تعیین هویت مفید نیست این ضریب از بردار ویژگی ها حذف می شود . برای مدل سازی از روش مدل سازی مخلوط گوسی استفاده می شود ولی مدل مخلوط گوسی وابسته به تخمین اولیه میانگین ها و کوواریانس های مخلوط ها می باشد. در روش تخمین تصادفی مقادیر میانگین و واریانس نرخ بازشناسی حداکثر به70 درصد می رسد. رویکردی که در این مقاله برای جلوگیری از این مشکل پیشنهاد می گردد استفاده از چندین بار تخمین اولیه میانگین و کوواریانس می باشد. در بیشتر مقالات مطالعه شده بیشتر بر روی تخمین دقیق میانگین کار نموده اند. در روش پیشنهادی از تخمین دقیق میانگین استفاده می گردد و از آن برای تخمین کوواریانس استفاده می شود. نرخ بازشناسی جنسیت روش پیشنهادی به حداکثر 86.67 درصد رسیده است. واژگان کلیدی :حذف سکوت، ضرایب mfcc، مدل مخلوط گوسی mel frequency cepstral coefficients 1

هدف یک سیستم خلاصه سازی ویدیو، ساختن زیرمجموعه‏ای از فریم‏های کلیدی ویدیو که حاوی مهمترین قسمت‏های ویدیو هستند، می باشد. در سیستم پیشنهادی، با به کارگیری روشی سریع و ابتکاری، ویدیو به قسمت های پر معنی شات، تقسیم شده است. بعد از اعمال نمونه گیری بر روی فریم های هر شات با بررسی ویژگی های مختلف فریم ، همچون هیستوگرام رنگ، همبستگی و گشتاور اینرسی، و ساخت تابعی وفقی و تجمعی برای ترکیب این تفاوت ها، فریم های کلیدی با استفاده از این تابع از ویدیو استخراج می شوند. سیستم پیشنهادی با 250 خلاصه ساخته شده بوسیله کاربر انسانی از50 ویدیوی دانلود شده، مورد ارزیابی قرار گرفت است

در این پایان¬نامه ترکیب تصاویر مربوط به سنسورهای مرئی و فرابنفش بررسی شده است. کاربرد این سنسورها در سیستم¬های دید در شب و برای موارد نظامی است. با بررسی الگوریتم¬های مختلف ترکیب بر روی تصاویر، لزوم معرفی الگوریتم بهینه مطرح می شود. تمامی این الگوریتم¬ها مربوط به ترکیب در سطح پیکسل هستند و این بدلیل توانایی این سطح ترکیب در حفظ اطلاعات اصلی تصاویر است. الگوریتم پیشنهادی این پایان¬نامه بر پایه متوسط¬گیری روی گرادیان تصاویر ورودی با در نظر گرفتن وزن بهینه است. دلیل انجام متوسط¬گیری بر روی گرادیان تصاویر، جلوگیری از کاهش کنتراست تصاویر و حفظ اطلاعات مفید فرکانس پایین است. وزن بهینه با توجه به اطلاعات مفید تصاویر ورودی تعیین می¬شود. در نهایت تصویر ترکیبی با حل معادله¬ی پواسون از گرادیان ترکیب شده تعیین می¬شود. مقایسه بصری الگوریتم پیشنهادی با سایر الگوریتم¬های ترکیب، مناسب بودن این الگوریتم را نشان داد. در مقایسه¬ی بصری پس¬زمینه تصویرخروجی این الگوریتم نسبت به پس¬زمینه¬ی تصاویر خروجی سایر الگوریتم¬ها بهتر است. برای ارزیابی سیستم پیشنهادی، از سه معیار اطلاعات متقابل، حفظ لبه و شباهت ساختاری استفاده می شود. در تمامی این معیارها الگوریتم پیشنهادی در مقایسه با سایر الگوریتم¬ها نتایج بهتری را بدست آورد.

امروزه با گسترش روز افزون روش های مختلف اخذ اطلاعات گسسته مانند پویشگرها و دوربین های دیجیتالی، پردازش تصویر، کاربرد فراوانی یافته است. وجود حجم بالایی از اسناد بایگانی شده، یکی از نیازهای جهان امروز برای مکانیزاسیون طبقه بندی سند به منظور صرفه جویی در وقت را موجب می شود. لوگو یکی از عناصر مهم در اسناد دولتی و کسب و کار است و توسط آن می توان سازمانی که سند متعلق به آن است را تشخیص داد. تاکنون روشهای مختلفی برای آشکارسازی و بازشناسی لوگو استفاده شده است که بسیاری از آنها به ازای دقت بالا پیچیدگی زیادی را متحمل می شوند. در این پایان نامه سعی بر استفاده از الگوریتمهایی است که هم دقت کافی داشته باشند و هم از لحاظ محاسباتی پیچیده نباشند و نیز تاکنون از آنها برای لوگو استفاده نشده باشد. این امر موجب استفاده از ویژگی الگوی باینری محلی(lbp) برای قسمت بازشناسی و همچنین ویژگی هارمانند و هیستوگرام گرادیانهای جهتدار(hog)، برای بخش آشکارسازی لوگو شده است.

تقریباً 70% از سطح کره زمین متشکل از دریاها و اقیانوس ها است که آن ها را به حوزه ی با اهمیتی برای تحقیق و کاوش تبدیل کرده است. اخیراً به دلیل کاربردهای بسیاری مانند کاوش اقیانوسی، فرابینی وضعیت محیطی و پیش بینی وضعیت آب و هوا، حوزه ی شبکه های حسگر صوتی زیرآبی(uwasns) در انجمن تحقیقات، توجه بسیاری را به خود جلب کرده است. یک شبکه حسگر بی سیم مجموعه ای از گره های بی سیم با قابلیت های انرژی محدود است؛ که ممکن است ثابت یا متحرک باشند و به صورت تصادفی در محیط تغییر پذیر پویا قرار گرفته باشند. انتخاب استراتژی های مسیریابی یک موضوع مهم برای تحویل موثر بسته ها به مقصدشان است. علاوه بر این، در چنین شبکه هایی استراتژی مسیریابی به کار رفته بایستی می نیمم مصرف انرژی را تضمین کند. به عنوان مشارکتی در حوزه ی رو به رشد چنین شبکه هایی، در این پایان نامه دو الگوریتم مسیریابی جغرافیایی سه بعدی به نام های مسیریابی انرژی موثر بدون گره راهنما (3d ebgr) و مسیریابی انرژی موثر بدون گره راهنما مبتنی بر زاویه (3d aber) پیشنهاد شده است. در هر دو روش، هر گره ابتدا بر روی مسیر مستقیم به سینک و بر اساس فاصله ی ارسال انرژی بهینه، موقعیت ایده آل گره گام بعد را محاسبه می کند. سپس با استفاده از مکانیزم دست تکانی، روش 3d ebgr همسایه با کمترین فاصله نسبت به موقعیت ایده آل گره گام بعد و 3d aber از میان همسایه هایی که کمترین زاویه نسبت به خط واصل موقعیت ایده آل گره گام بعد و گره سینک را دارند، گره با بیشترین انرژی باقی مانده را به عنوان گام بعد انتخاب کرده و بسته را به صورت حریصانه ارسال می کند. به محض قرار گرفتن گره در می نیمم محلی، هر دو الگوریتم به یک استراتژی مسیریابی سطحی کاملاً واکنشی تغییر وضعیت می دهند. این استراتژی برای تعیین مستقیم گام بعدی، روش بازیابی رله کردن زاویه ای را، با بهره گیری از روش سطحی سازی مختصاتی بکار می گیرد. نتایج شبیه سازی نشان می دهد که روش دوم نسبت به روش اول، علاوه بر کارآیی انرژی، با تأخیری کمتر به نرخ یکسانی از تحویل بسته دست خواهد یافت.

در سال های اخیر، تلاش های زیادی در زمینه تشخیص و بازیابی تصاویر چهره انجام شده است. با توجه به رشد سریع مجموعه های بزرگ تصاویر دیجیتال و پاسخگو نبودن سیستم های شاخص گذاری متنی در بازیابی تصاویر، بیش از یک دهه است که سیستم های بازیابی چهره مبتنی بر محتوا شکل گرفته است. در این سیستم ها ویژگی های تصویر چون رنگ، بافت، شکل و اجزای چهره به صورت خودکار استخراج شده و به عنوان یک بردار ویژگی جهت مقایسه تصاویر، در پایگاه داده نگه داری می شوند. در این پایان نامه، یک روش جدید برای ساخت بردار ویژگی ارائه گردیده است. در روش پیشنهادی، ویژگی هایی مثل لب و چشم با استفاده از فضاهای رنگ ycbcr و hsi، شناسایی و استخراج می شوند و سپس، با استفاده از آن ها عمل بازیابی انجام می شود. نتایج آزمایشات روش پیشنهادی بر روی پایگاه داده تصاویر چهره cvl نشان می دهد که روش ارائه شده با دقت 91.06عملکرد بهتری در زمینه بازیابی چهره فراهم می آورد.

چکیده ندارد.

در سیستم های مخابراتی با شبک? بی سیم، کانالی که در آن سیگنال صحبت و سیگنال صوت عبور می کنند دارای پهنای باند محدودی است. بنابراین مطلوب است که سیگنال را قبل از ارسال فشرده نماییم. برای کاهش پهنای باند مورد نیاز، سیگنال ارسالی را با کدکننده هایی که از خصوصیات آن به منظور فشرده سازی استفاده می نمایند، کد می کنیم. در کدکننده های کنونی، سیگنال صحبت را می توان تا یک دهم مقدار اولیه، بدون بوجود آمدن تغییر در کیفیت سیگنال دریافتی، فشرده کرد. در موارد کمتر از این مقدار، فشرده سازی روی کیفیت سیگنال تاثیر خواهد گذاشت. از آنجائیکه یک محاور? معمولی بین دو یا چند نفر نیاز به پیوستگی در ارسال ندارد با "سیستم های تشخیص بخش فعال سیگنال صحبت " می توان فقط بخش فعال سیگنال صحبت را ارسال نمود. البته باید از الگوریتمی که بتواند بخش فعال را به خوبی تشخیص دهد استفاده کنیم. در آشکارسازهای بسیار خوب نیز کیفیت آن بستگی به خصوصیات نویز زمینه دارد. اگر نویز دارای ویژگیهای مشابهی با سیگنال صحبت باشد و یا اگر سطح تفاضلی نسبی بین سیگنال و نویز کوچک باشد، نویز بسیار شبیه سیگنال صحبت خواهد بود. مشکل اصلی در حضور نویز غیرایستان رخ می دهد. به عنوان مثال وقتیکه عد? زیادی در محلی که شخص حضور دارد مشغول صحبت هستند. مشکل دیگری که وجود دارد ارسال سیگنال در حضور سیگنال موزیک است. سیگنال موزیک در حالت کلی یک سیگنال غیرایستان است که نیاز به کدکردن پیوسته دارد که به کیفیت سیگنال آسیب نزند. در این پروژه به مشکلات موجود بین سیگنال صحبت و نویزهای زمینه مختلف در جهت بهبود استاندارد itu-t g.729b خواهیم پرداخت. هدف اصلی ما بهبود استاندارد با کمترین تغییرات در ساختمان آن می باشد. برای شروع کار به معرفی الگوریتم ها و استانداردهای کنونی در "سیستم تشخیص بخش فعال سیگنال صحبت" اشاره می نماییم. در این پروژه ابتدا به بیان مختصری دربار? ارسال و دریافت سیگنال صحبت می پردازیم. سپس بیانی از الگوریتم کدینگ با پیش بینی خطی داریم و بعد از آن به تشریح کامل الگوریتم استاندارد itu-t g.729b اشاره می کنیم. در ادامه روش پیشنهادی خود برای بهبود این استاندارد در شرایط مختلف را بیان می کنیم. نتایج بدست آمده در شبیه سازی ها را که توسط برنام? matlab اجرا شده است توضیح و بهبودهای ایجاد شده را تشریح می نماییم. لازم به ذکر است که در این پروژه بیشتر کار خود را برای مقادیر پایین نرخ سیگنال به نویز معطوف کرده ایم.