بهینه سازی حذف کننده پژواک برای adsl توسط شبکه عصبی

thesis
abstract

روش های چند حاملی دیرزمانی است که برای بهینه کردن گیرندهˆفرستنده های داده بر روی کانالهای با پهنای باند محدود شناخته شده اند. یکی از راه های ارسال چند حاملی، مدولاسیون چند تن مجزا می باشد که با تکنیک پردازش سیگنال دیجیتال قابل پیاده سازی می باشد. سرعت انتقال داده یک سیستم ساده dmt با اضافه کردن یک حذف کننده پژواک دو جهته افزایش می یابد. اما تاکنون حذف کننده های پژواک ارائه شده بخاطر پیچیدگی های محاسباتی بالا و پایداری نسبتا ضعیف دارای مشکلات عمده ای بوده اند. این پایان نامه یک تکنیک پرسرعت همراه با پایداری بالا برای حذف کننده پژواک سیستم dmt رائه کرده است . این تکنیک از الگوریتم های شبکه عصبی بهره می گیرد و توانسته است با بهینه کردن ضریب یادگیری، میزان حذف پژواک را نسبت به روش lms به اندازه 2/37 افزایش دهد. در این روش فقط فاز کارکردی شبکه عصبی به سیستم dmt تحمیل می شود. پس از آنکه شبکه عصبی آموزش دید و وزن هایضش ثابت شدند پیچیدگی محاسباتی کاهش پیدا کرده و به سطح ناچیزی می رسد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

بهینه سازی حذف آرسنات توسط نانولوله کربنی تک جداره

چکیده زمینه و هدف: آلودگی منابع آب به آرسنیک، یک مشکل جهانی است. نوشیدن آب غنی از آرسنیک در درازمدت، سبب آثار بهداشتی مختلف از جمله مشکلات پوست، سرطان پوست، سرطان مثانه، کلیه و ریه، و بیماری های رگ های خونی و احتمالا دیابت، فشار خون بالا و اختلالات تولید مثل می شود. نانو لوله های کربنی(CNTS) از جاذب های نوین در عرصه نانوتکنولوژی است که در مطالعات گوناگون مورد تحقیق قرار گرفت. در این تحقیق، بهین...

full text

بهینه سازی شبکه عصبی ELM در مسئله پیش‌بینی

برای محیط همیشه در حال تغییر این دوران و تغییر در شیوه تعاملات شرکت­ها با تامین­کنندگان و مشتریان و پیچیدگی بازارها، کاهش دوره عمر محصولات و اهمیت­یافتن زمان پاسخگویی به مشتریان، پیش­بینی تقاضای محصول  عامل حیاتی برای رقابت­پذیری سازمان­ها می­باشد. با پیش­بینی دقیق الگوهای تقاضا، دولت و تولیدکنندگان  می­توانند براساس میزان و جهت جریان آتی تولید، برنامه ریزی­ها را سازماندهی کنند و زیرساخت بهتری ...

full text

بهینه سازی شبکه عصبی MLP با استفاده از الگوریتم ژنتیک موازی FinGrain برای تشخیص سرطان سینه

امروزه استفاده از سیستم‌های هوشمند در تشخیص پزشکی به تدریج در حال افزایش است. این سیستم‌ها می‌توانند به کاهش خطایی که ممکن است توسط کارشناسان کم‌تجربه اتفاق بیافتد، کمک کند. بدین منظور استفاده از سیستم‌های هوشمند مصنوعی در پیش‌بینی و تشخیص سرطان سینه که یکی از رایج‌ترین سرطان‌ها در بین زنان است، مورد توجه می‌باشد. در این تحقیق فرآیند تشخیص بیماری سرطان سینه با یک رویکرد دو مرحله‌ای انجام...

full text

مهندسی شبکه های عصبی توسط اتوماتانهای یادگیر: تعیین اندازه مطلوب برای شبکه های عصبی سه لایه

هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023