کیفیت ارائه خدمات در شبکه ها از اهمیت ویژه ای برخوردار است که معیارهایی مانند گذردهی مفید، تاخیر و نرخ خطای بیت برای ارزیابی آن مورد استفاده قرار می گیرد. هر شبکه از لایه های مختلفی تشکیل می شود که هر لایه، خود دارای پروتکل مخصوص به خود می باشد؛ از جمله پروتکل های لایه دسترسی به محیط که در چگونگی تشکیل شبکه، میزان مصرف توان شبکه و نحوه دسترسی گره به کانال نقش موثری دارد و می تواند با کاهش تداخل بین گره های مختلف، کیفیت ارائه خدمات را افزایش دهد . شبکه zigbee یکی از استانداردهایی است که برای شبکه های حسگری بی سیم تعریف شده و دارای نرخ دیتای و هزینه ساخت پایین است و در لایه های خود دارای مشابهت هایی با ieee802.15.4 می باشد. شبکه های zigbee دارای کاربردهای فراوانی در زندگی روزمره و همچنین صنعت پیدا کرده است. از پارامترهای مهم در این شبکه، توان مصرفی و گذردهی مفید می باشد و بهبود هر یک از این دو همواره در همه شبکه ها، مورد بررسی و تحقیق بوده است. از جمله مشکلات شبکه های حسگری بی سیم، بروز گره های مخفی و گره های بیش نما5 در شبکه در حین دسترسی به کانال مشترک و همچنین نحوه این دسترسی می باشد که کیفیت ارائه خدمات را به شدت کاهش داده و به علت ارسال مجدد پیغام ها، توان مصرفی را در شبکه افزایش می دهد که باعث کاهش عمر شبکه می شود. برای حل مشکل گره های مخفی و گره های بیش نما و همچنین افزایش میزان گذردهی مفید و کاهش توان مصرفی در شبکه برای افزایش عمر شبکه، روش گروه بندی و استفاده از سرگروه در هر گروه و همچنین ایجاد زیرگروه ها و به کار گیری رده بندی در نحوه ارسال دیتا به هماهنگ کننده، پیشنهاد شده و تغییراتی در نحوه خواب و بیداری گره های ارسال کننده پیغام داده شده است. علاوه براین توان ارسالی هر گره بسته به نوع عضویت آن و بسته به گیرنده پیغام او قابل تغییر می باشد تا در جاهای لازم از مصرف توان اضافی جلوگیری شود. با روش پیشنهاد شده یک شبکه نوعی با گره های توزیع شده به صورت تصادفی، توسط نرم افزار opnet شبیه سازی شده، که گذردهی مفید به مقدار زیادی افزایش یافته و توان مصرفی نیز به مقدار قابل ملاحظه ای کاهش پیدا کرده است و نتایج آن در نمودارهای مربوطه نشان داده شده است.

حساسیت بالا نسبت به توپولوژی شبکه، عدم تطبیق با مقیاس پذیری، جابجایی گروهی تخمین های مکانی و انتشار و انباشته شدن خطا در شبکه از مشکلات موجود و رایج در روش‏های مکان‏یابی موجود می‏باشند. لذا در این پایان نامه، هدف، طراحی الگوریتمی جهت مکان یابی سنسورهای ناشناخته شبکه های سنسوری بی سیم در جهت رفع هر چه بیشتر نقایص موجود می‏باشد. بدین منظور الگوریتمی در دو فاز پیشنهاد شده است که در آن هر سنسور ابتدا به محاسبه تعداد سنسورهای با موقعیت مشخص در محدوده برد رادیویی خود می پردازد. سپس بسته به دارا بودن یا نبودن حداقل تعداد سنسورهای با موقعیت معین لازم جهت مکان یابی به طور یکتا، الگوریتم به ترتیب وارد فاز های اول یا دوم خود می شود. در هر دو فاز، از الگوریتم بهینه‏سازی ازدحام ذرات (pso) ، به عنوان هسته اصلی الگوریتم استفاده شده است، با این تفاوت که در فاز اول تنها سنسورهایی که حداقل سنسورهای با موقعیت معین را در محدوده برد رادیویی خود دارند مکان یابی می شوند در صورتی که در فاز دوم با بهره گیری از روش های doa و rss به صورت توام و نیز موقعیت‏های مکان‏یابی شده در فاز اول و لحاظ کردن اطلاعات مکانی حاصله از همسایگان مرتبه دوم در تابع ارزشی، بقیه سنسورهای شبکه نیز با دقت بسیار بالا مکان‏یابی می‏شوند. نتایج شبیه‏سازی و همچنین مقایسه خطای مکان‏یابی در الگوریتم پیشنهادی و الگوریتم‏های رایج قبلی، حاکی از کارایی بالای الگوریتم ارائه شده در فراهم کردن موقعیت‏های دقیق مکانی است.

پیاده سازی گره های wsn به صورت یکپارچه بر روی یک ic، یک تکنولوژی بسیار مهم در طراحی شبکه های بیسیم سنسوری می باشد. هسته اصلی هر گره wsn، بخش فرستنده گیرنده آن می باشد که امکان ارتباط بیسیم بین گره ها را فراهم می آورد. در این میان عمل انتقال اطّلاعات از فرکانس باند پایه به فرکانس های بالا توسط مدار میکسر انجام می شود. همچنین سیگنال فرکانس بالای موجود در خروجی میکسر باید توسط تقویت کننده توان به محیط ارسال شود. این دو مدار که مدارات بخش انتهایی فرکانس بالای هر فرستنده رادیویی می باشند، نقش مهمی در کیفیت سیگنال های ارسال شده به محیط و توان مصرف شده در سیستم ایفا می کنند.

از جمله مشکلات مخابرات نقطه به نقطه، پیدا کردن ظرفیت کانال بین آن دو نقطه است. مسئله ی دیگر ساختن کدهایی است که برای رسیدن به این ظرفیت لازم است؛ مخصوصا در حالتی که اطلاعات موجود در رابطه با شبکه ها کم می باشد. به عنوان مثال ظرفیت کانال رله ای دوطرفه ی بی سیم، معلوم نمی باشد و این وضعیت برای شبکه های سیمی نیز خیلی متفاوت نیست. به این منظور، در این پایان نامه کدینگ شبکه را بررسی می کنیم؛ چرا که کدینگ شبکه روش موثری برای رسیدن به ظرفیت منبع چند پخشی است. هم چنین کدینگ شبکه معین و کدینگ شبکه تصادفی را برای مخابره ی اشتراکی با منابع و مقصدهای چندگانه بررسی می کنیم. در این پایان نامه پیشنهاد می گردد کدینگ شبکه معین و تصادفی را با استفاده از مفهوم dmt نشان ببریم. روش ارائه شده بیشترین مرتبه دایورسیتی را در قبال کاهش کم نرخ مالتی پلکسینگ به دست داده و با بررسی شرایط لازم وکافی برای به دست آوردن بیشترین مرتبه ی دایورسیتی نشان خواهیم داد که وقتی از یک کد سیستماتیک با بیشترین فاصله جداشدنی (mds)به عنوان ماتریس کدینگ شبکه استفاده شود، بیشترین دایورسیتی قابل دستیابی است. هم چنین دو روش برای تولید ماتریس های کدینگ شبکه ارائه خواهیم کرد: استفاده از ماتریس های کوشی و ماتریس های واندرموند. و در نهایت روش انتخاب رله را نیز بررسی کرده ونشان می دهیم که رسیدن به دایورسیتی چندبرابری نیز امکان پذیراست.

یکی از تکنیک هایی که برای غلبه بر فیدینگ در کانال های بی سیم مورد استفاده قرار می گیرد استفاده از روش ofdm می باشد که باعث شده است نرخ ارسال داده در این کانال ها افزایش چشم گیری داشته باشد. این تکنیک در کنار مزایای زیادی که دارد یکی از معایب اصلی آن بوجود آمدن پیک های بزرگ ناخواسته در سیگنال حوزه ی زمان ofdm می باشد که این پدیده ناشی از هم فاز بودن مولفه های فرکانسی است. بنابراین مشکلاتی را در طبقات تقویت کننده ی غیر خطی و adc ایجاد کرده و کارایی سیستم را پایین می آورد. لذا وجود تکنیک های خطی و غیر خطی لازم است که بتواند بازه ی دینامیکی سیگنال را در حد قابل قبولی پایین آورد تا بتوان بر اساس آن ماکزیمم دامنه سیگنال بدست آمده را کاهش داد. روش های زیادی در این زمینه وجود دارد که استفاده از توابع غیر خطی یکی از این تکنیک ها می باشد. در این پایان نامه چند تابع غیر خطی معرفی خواهد شد که با استفاده از آن ها قادر خواهیم بود پیک های ناخواسته سیگنال ofdm را تا اندازه قابل توجهی کاهش دهیم. توابع پیشنهادی این پایان نامه در عین سادگی دارای کارایی بالایی خواهند بود.

معمولاً سیگنال های عصبی دریافت شده از پروب های کاشت شده در بدن شامل نویز است که این نویز ترکیب شده با سیگنال عصبی معمولا پردازش سیگنال های عصبی را با اشکالاتی مواجه می کند. از منابع نویز موجود می توان به نویز ناشی از تقویت کننده الکترونیکی، نویز پروب های عصبی، نویز سیستم عصبی اشاره کرد. با توجه به این که نویز سیستم عصبی همراه و در درون سیگنال عصبی تولید می شود و اطلاعات زیادی در مورد نحوه تولید و محدوده فرکانسی این نویز موجود نیست، برای حذف این نویز نمی توان از روش های متداول حذف نویز مانند طراحی یک فیلتر استفاده کرد. آنالیز مولفه های مستقل یک الگوریتم تکاملی است که می تواند سیگنال های منبع را از روی سیگنال مشاهده شده که حاصل ترکیب سیگنال های منبع است تخمین بزند. بنابراین با استفاده از این تکنیک می توان نویز سیستم عصبی را از سیگنال بدست آمده از پروب های عصبی که حاصل ترکیب سیگنال عصبی و نویز عصبی است به دست آورد.

نمونه برداری فشرده روشی جدید در نمونه برداری است که امکان نمونه برداری زیر نرخ نایکوئیست بدون کاهش کیفیت بازسازی یا با کمترین افت کیفیت را فراهم می کند. این روش از خاصیت تٌنٌک بودن سیگنال در حوزه های مختلف استفاده می کند. کاهش زمان پردازش، هزینه و سخت افزار مورد نیاز از ویژگی های بارز این روش است. کاربردهای بالقوه ی متعددی برای این تئوری در پردازش سیگنال از جمله تبدیل آنالوگ به دیجیتال، رادار، شبکه های سنسوری، تصویربرداری پزشکی و ... وجود دارد. هر چند نمونه برداری فشرده روشی جدید است اما روش های مختلفی برای بازسازی سیگنال اولیه ارائه شده است. معیارهای متنوعی برای سنجش الگوریتم های ارائه شده برای بازسازی سیگنال ها وجود دارد که می توان به سرعت همگرایی، خطای بازسازی، تعداد نمونه های لازم، پیچیدگی محاسباتی و ... اشاره کرد. در این پایان نامه الگوریتم مناسبی بر پایه ی الگوریتم های حریصانه که از بهینه سازی غیرمحدب استفاده می کنند، برای بازسازی سیگنال فشرده شده ارائه شده و کارایی آن توسط شبیه سازی با روش های موجود مقایسه شده است. الگوریتم پیشنهادی از روش بهینه سازی گرادیان زوج مزدوج پایدار شده، برای بازسازی سیگنال در روش نمونه برداری فشرده استفاده می کند. همچنین برای بهبود بیشتر عملکرد بازسازی، در الگوریتم پیشنهادی روش معمول برای انتخاب المان هایی که عمل بهینه سازی روی آن ها انجام می گیرد تغییر یافته است.

این پایان نامه به دنبال ارائه روش هایی برای بهبودی سیگنال گفتار آلوده به نویز با رویکرد ارتقاء قابلیت فهم گفتار است. ماسک دودویی ایده ال (ibm) که هدف اصلی بحث آنالیز محاسباتی ترکیب شنیداری معرفی شده است، به عنوان ابزاری برای افزایش قابلیت فهم سیگنال گفتار مورد توجه قرار گرفته است. این ماسک در کنار توانایی که در افزایش قابلیت فهم دارد، مشکلاتی نیز همراه با آن وجود دارد. با توجه به تعریف ibm، که مبتنی بر نسبت انرژی سیگنال تمیز به انرژی سیگنال نوبز در واحد های زمان- فرکانس است، در این پایان نامه استفاده از ماسک نرم تری موسوم به ماسک چند گانه ایده ال (imm) پیشنهاد شده است که مشکلات مربوط به ibm را تا حد زیادی برطرف می کند. استفاده از قابلیت ibm و imm در حالت تک گوشی نیازمند تخمین چنین ماسکی از سیگنال آلوده می باشد. در این پایان نامه، همچنین، روش هایی برای استخراج imm پیشنهادی ارائه می شوند که مبتنی بر آموزش و طبقه بندی و با هدف مقاوم بودن به انواع نویز ها و سطوح مختلف snr می باشند. در روش اول، از ویژگی طیف مدولاسیون دامنه و شبکه عصبی، در روش دوم، از کمترین مجموع مربعات خطا و در روش سوم استفاده از ویژگی gfcc ونوعی codebook برای تخمین snr واحد ها و نهایتاً، برای تخمین imm پیشنهادی، استفاده شده است. سیگنال های پردازش شده با ماسک های ایده ال و تخمینی دودویی و چندگانه از منظر کیفیت، با میزان افزایش snr سیگنال خروجی، و از منظر قابلیت فهم، با معیارهای pesq و تست شنوایی مورد ارزیابی قرار می گیرند. نتایج ارزیابی عملکرد بهتر imm پیشنهادی را نسبت به ibm نشان می دهد. نتایج روش های تخمین imm با نتایج الگوریتم اخیر در تخمین ibm مقایسه می شوند که هر یک از روش های فوق نتایج خوبی را نشان می دهند.

مالتی پلکسینگ تقسیم فرکانسی متعامد (ofdm)، یکی از انواع مدولاسیون های چند حاملی محسوب می شود که در مقابله با اثرات انتشار چند مسیره بسیار کارا می باشد. مشکل اصلی سیگنال ofdm "نسبت توان بیشینه به توان متوسط" (papr) بالا می باشد. روش های متعددی برای کاهش papr پیشنهاد شده است و طرح نگاشت انتخابی (slm) یکی از مشهورترین آنها می باشد. در slm، اندیس اطلاعات جانبی (si) می بایست حتماً ارسال گردد تا بازیابی بلوک داده اصلی در سمت گیرنده امکان پذیر شود و این امر باعث کاهش نرخ ارسال می شود. اگر گیرنده نتواند اندیس si را بصورت صحیح بازیابی کند، بلوک داده از بین خواهد رفت. سرویس ugs (unsolicited grant service) در بالاترین اولویت رده های کیفیت سرویس (qos) در استاندارد ieee 802.16 قرار دارد. ugs به سرویس های نرخ بیت ثابت اختصاص دارد و در آنها بسته های داده با اندازه ثابت در بازه های تناوبی ارسال می شوند. بنابراین، طراحی الگوریتم کاهش papr بدون اطلاعات جانبی، منجر به افزایش نرخ بیت ارسال می شود که برای این سرویس از اهمیت بالایی برخوردار می باشد. در این رساله، به منظور حذف ارسال جداگانه اندیس si، روش هایی بر اساس دنباله های شبه تصادفی پیشنهاد می گردد. در روش های پیشنهادی، توان برخی از سمبل های داده با توجه به این دنباله ها افزایش داده می شود که بیانگر اطلاعات جانبی می باشند. گیرنده با کشف مکان این سمبل ها می تواند داده اصلی را استخراج کند. روش های مطرح شده، مبتنی بر دنباله m، دنباله lcg و دنباله mrg می باشند و به ترتیب، m-slm ، lcg-slm و mrg-slm نامیده می شوند. برای اثر بخشی بیشتر این روش ها، تغییراتی در ایجاد بردارهای فاز، داده می شود و papr بصورت قابل ملاحظه ای کاهش می یابد.

در این پایان نامه فرم تصحیح شده lqr مطرح خواهد شد. برای به روز کردن ماتریس های وزنی از آنالیز ویولت استفاده شده و در هر بازه زمانی کنترل lqr محاسبه می شود. مزیت این روش نسبت به روش قدیمی آن است که درآن بهره فیدبک با استفاده از ماتریس-های وزنی به صورت برخط محاسبه می شود. در نتیجه lqr متغیر بازمان خواهد بود که ماتریس های وزنی آن به صورت تطبیقی محاسبه می شوند.

مخابره بی سیم در محیط زیر آب یکی از پرکاربردترین و چالش برانگیزترین زمینه های مخابرات بی سیم می باشد. در کانال های آکوستیک زیرآبی(uwa) با شرایط بسیار مشکلی همانند پهنای باند بسیار کم، تاخیر زیاد، جذب انرژی بالا و ... مواجه هستیم. تخمین کانال یکی از اساسی ترین اقدامات لازم به اجرا برای داشتن تبادل اطلاعات موثر با خطایی قابل قبول در انتقال داده ها است، تا در گیرنده با معین بودن اثرات کانال بر روی سیگنال دریافتی بتوانیم بازیابی دقیقی از سیگنال ارسال شده داشته باشیم. این فرآیند در کانال های آکوستیک زیرآبی به دلیل مشخصه تغییر پذیری زمانی سریع و فرکانس گزینی شدید از اهمیت بسیار بیشتری برخوردار است. پهنای باند فرکانسی در دسترس برای مخابره سیگنال مخابراتی در کانال زیر آبی بسیار محدود و غالباً از مرتبه چند کیلوهرتز می باشد، بنابراین ناگزیر به استفاده از روشهای بهینه برای بهرهوری از حداکثر ظرفیت کانال خواهیم بود . همچنین با وجود مشخصهی فرکانس گزینی شدید در این نوع از کانالها، استفاده از سیستم های چند حاملی مانند سیستم ofdm نتایج بهتری را دربرخواهد داشت. با بهرهگیری از این سیستم نرخ ارسال دادهها افزایش یافته و همچنین طراحی جبران ساز کانال بسیار سادهتر خواهد بود. به منظور تخمین کانال های uwa در سیستم های ofdm، تا کنون روش های گوناگونی ارائه گردیده است. در پژوهش حاضر استفاده از الگوریتم یادگیری relevance vector machines (rvm) که روشی تُنک برای رگرسیون و کلاس بندی داده ها بر اساس استنتاج بایزین می باشد؛ بدین منظور پیشنهاد گردیده است. با استفاده از این شیوه برای جداسازی نویز از نمونه های دریافتی، تخمین دقیق تری از کانال بدست میآید. جبران سازی موثرتر کانال با بهرهگیری از این تخمین دقیقتر، نرخ خطای پایینتری نسبت به شیوههای سنتی ls و mmse را حاصل می نماید.

تحلیل رفتن سیگنال در مخابرات دیجیتال به دلایل نویز، تداخلات و... ، عمل انتقال اطلاعات را با مشکل مواجه می سازد. بنابراین اطلاعات خام خود را پیش از ارسال، توسط یک کد پیش گیری از خطا، کدگزاری می کنیم. کد های reed-solomon مثالی از این کد ها می باشند که قابلیت فراوانی در شناسایی و اصلاح خطاهای انبوه دارند و می توان گفت پرکاربردترین کدینگ کانال دیجیتال می باشند.این کد ها در لوازم ذخیره سازی مانند cd ها، dvdها، bd ها، dat ها، کاست ها و بارکدها استفاده می شوند. همین طور در hdtv و dvb ، dtv و مدم های پرسرعت نظیر adsl و xdsl نیز کاربرد دارد. هدف ما در این پروژه پیاده سازی الگوریتم کدینگ rs بر روی تراشه های fpga می باشد.