عملکرد الگوریتم‌های شکل‌دهی پرتو در شرایط عدم قطعیت در بردار هدایت و یا در ماتریس کوواریانس داده، به شدت خراب می‌شوند. در این مقاله یک روش جدید برای مقاوم سازی الگوریتم شکل‌دهی پرتو وفقی حداقل واریانس ارائه می‌شود که هم نسبت به عدم قطعیت در بردار هدایت و هم نسبت به عدم قطعیت در ماتریس کوواریانس داده مقاوم می‌باشد. این روش شامل حداقل‌سازی یک مسأله بهینه سازی با تابع هزینه مرتبه دوم و قید غیر محد...

عملکرد الگوریتم‌های شکل‌دهی پرتو در شرایط عدم قطعیت در بردار هدایت و یا در ماتریس کوواریانس داده، به شدت خراب می‌شوند. در این مقاله یک روش جدید برای مقاوم سازی الگوریتم شکل‌دهی پرتو وفقی حداقل واریانس ارائه می‌شود که هم نسبت به عدم قطعیت در بردار هدایت و هم نسبت به عدم قطعیت در ماتریس کوواریانس داده مقاوم می‌باشد. این روش شامل حداقل‌سازی یک مسأله بهینه سازی با تابع هزینه مرتبه دوم و قید غیر محد...

عملکرد الگوریتم های شکل دهی پرتو در شرایط عدم قطعیت در بردار هدایت و یا در ماتریس کوواریانس داده، به شدت خراب می شوند. در این مقاله یک روش جدید برای مقاوم سازی الگوریتم شکل دهی پرتو وفقی حداقل واریانس ارائه می شود که هم نسبت به عدم قطعیت در بردار هدایت و هم نسبت به عدم قطعیت در ماتریس کوواریانس داده مقاوم می باشد. این روش شامل حداقل سازی یک مسأله بهینه سازی با تابع هزینه مرتبه دوم و قید غیر محد...

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، شب...

‏طیف گسترده ای از مسائل علوم و مهندسی می توانند به صورت مسائل بهینه سازی غیرخطی فرمول بندی شوند. یک رهیافت امیدوار کننده برای حل مسائل بهینه سازی غیرخطی با بعد بالا‏، به کارگیری شبکه های عصبی مصنوعی است. در این پایان نامه سه مدل شبکه عصبی برای حل مسائل بهینه سازی غیرخطی معرفی می کنیم. اولین مدل می تواند مسائل برنامه ریزی غیرخطی محدب با محدودیت های تساوی و نامساوی را حل نماید. مدل دوم برپایه تاب...

روش های ناحیه اطمینان و جست وجوی خطی، دو روش تکراری بسیار مهم برای حل مسائل بهینه سازی نامقید می باشند. در اغلب این روش ها معمولا از تقریب های درجه دوم تابع هدف برای محاسبه جهت های جستجو استفاده می گردد. به نظر می رسد استفاده از یک تقریب درجه سوم مناسب در صورت وجود، بتواند راهگشا باشد. اما متاسفانه محاسبه مشتقات سوم توابع چندمتغیره پرهزینه و مشکل ساز است. ایده های متفاوتی برای رفع این مشکل و ...