در مخابرات بی سیم، طیف فرکانسی یک منبع حیاتی است و با افزایش روز افزون شبکه های بی سیم و تعداد کاربران، بیش از پیش اشغال می شود. با در نظر گرفتن چنین محدودیتی در پهنای باند موجود، پاسخ به نیاز به ظرفیت های بالاتر برای ارسال داده به چالش کشیده می شود. بنابراین نیازمند ابداع فناوری های جدیدی هستیم که روش های جدیدتر و کارآمدتری را برای استفاده از طیف فرکانسی ارائه می کنند. رادیو شناختگر به دنبال پاسخ به مساله ترافیک طیفی به وجود آمد و ایده ی استفاده ی فرصت طلبانه از طیف را مطرح کرد. مبنای طرح این رادیو، حسگری طیف به منظور یافتن حفره های فرکانسی و تخصیص آن ها به کاربران به صورت پویا است. بر این اساس، اولین وظیفه ی رادیو شناختگر، حسگری طیفی برای تشخیص وضعیت ترافیک طیف است. آشکارساز انرژی که آن را پریودگرام یا رادیومتر نیز می نامند، معمول ترین روش حسگری طیفی است که پیچیدگی محاسباتی و پیاده سازی بسیار پائینی دارد. به علاوه آشکار ساز انرژی نیاز به هیچگونه اطلاعاتی از سیگنال کاربر اولیه ندارد و به همین دلیل در حسگری طیفی برای سیستم های رادیو شناختگر بسیار مورد توجه قرار گرفته است. مساله کاربر اولیه مخفی از دید کاربران ثانویه (گره های پنهان شده) که ممکن است به دلیل پدیده محو شوندگی شدید و یا سایه افکنی در زمان حسگری رخ دهد و به طور ناخود آگاه با بکارگیری طیف مربوطه توسط کاربر برای گیرنده های اولیه تداخل ایجاد کند را می توان با بکارگرفتن روش های مشارکتی در حسگری طیفی حل کرد. در این پایان نامه، ضمن معرفی انواع روش های حسگری طیفی و چالش های پیش رو آن، عملکرد آشکارساز انرژی بروی انواع کانال های فیدینگ از جمله کانال های فیدینگ ناکاگامی، رایس و کاپا-مو مورد آنالیز واقع می شود. پس از آن با بکارگیری انواع روش های مشارکتی که عمدتاً به دو دسته حسگری طیفی مشارکتی با ترکیب سخت و ترکیب نرم تقسیم می شوند، به بهبود چشمگیر عملکرد آشکارساز انرژی می پردازیم. در پایان با ارائه الگوریتمی که براساس یادگیری از اطلاعات ارسالی به واحد تصمیم گیری است، روشی نوین در امر حسگری مشارکتی را مورد تحقیق قرار می دهیم. صحت روابط تحلیلی ارائه شده توسط نتایج عددی و شبیه سازی ها مورد تائید قرار می گیرند.

استفاده موثر و بهینه از باندهای طیفی کمیاب و بلااستفاده فعلی،دانشمندان و مهندسان را بر آن داشته که مفهوم رادیوشناختگر ((cr را ابداع و در مورد اجرای آن تحقیق و بررسی کنند. در این مفهوم با در نظر گرفتن کاربران مجاز یا اولیه (puها) گروه دیگری از کاربرها با نام کاربرهای با اولویت ثانویه (suها) را خواهیم داشت که می¬توانند از ظرفیت اضافه کانال ها که بلااستفاده می-مانند استفاده کنند. در این تحقیق ما رفتار کاربران اولیه وثانویه و تداخل¬های بین آنها و مزایا و مشکلات وجود آنها را با استفاده از روشی مبتنی بر زنجیره¬های گسسته مارکوف مدل و وضعیت سیستم را با استفاده از مدل مخفی مارکوف پیش گویی می¬کنیم. با این کار اختصاص دهی طیفی بطور بهینه صورت می گیرد. آگاهی از وضعیت و فعالیت¬های کاربران اولیه و ثانویه بر اساس تکنیک های شناسایی طیفی صورت می¬گیرد که برای مدل کردن خطاهای موجود از دو کمیت false-alarm(fa) و miss-detection(md) استفاده می گردد، و در نهایت مزیت این روش از مدل کردن را می¬توان با شبیه سازی سیستم با مقایسه رفتاری در درجه بالایی مورد آزمایش و مقایسه قرار داد.پارامترها و وابستگی های بین آنها و مصالحه هایی که بین آنها برقرار است به صورتی تنظیم می¬گردد که بیشترین کارایی مفید را در سیستم داشته باشیم .

با نگاهی به جدول تخصیص فرکانسی می¬توان فهمید که تقریبا تمام بخش¬های قابل استفاده از طیف فرکانسی به کاربردهای خاص اختصاص یافته و در ظاهر با نوعی کمبود پهنای باند مواجه هستیم در حالیکه اگر طیف فرکانسی مورد استفاده را مرور کنیم، متوجه می¬شویم که برخی از قسمت¬های طیف در اغلب اوقات تقریبا بدون استفاده هستند که در این شرایط استفاده فرصت¬طلبانه از باند فرکانسی خالی ضروری به نظر می¬رسد. برای استفاده بهینه از طیف فرکانسی محققان مخابرات، رادیوشناختی را معرفی کردند. سنجش طیف یکی از بخش¬های مهم رادیوشناختی می¬باشد که در این بخش و در طول زمان سنجش، یک su جهت عمل حسگری باید به¬طور موقت ارسال داده خود را متوقف کند و برای پیداکردن باندهای خالی کمک کند. واضح است که هر چه تعداد suهای شرکت کننده در سنجش طیف بیشتر باشند احتمال یافتن حفره¬های خالی بیشتر می¬¬شودو دقت حس¬گری بالا می¬رود. ولی با توجه به این که suهای انتخاب شده در طول زمان عمل حس¬گری نمی¬توانند داده خود را ارسال کنند و همچنین برای پیداکردن باندهای خالی با نرخ بالا نیازمند تعداد su بیشتر و زمان پایش طولانی می¬باشیم سرباره به شبکه تحمیل می¬شود. افزایش تعداد suها باعث افزایش احتمال خطای تداخل و کاهش آن باعث افزایش احتمال هشدار غلط می¬گردد. بنابراین انتخاب تعداد suها جهت انجام عمل حس¬گری حائز اهمیت است. در این پایان¬نامه ساختار آشکارسازی انرژی را توضیح داده و خصوصیات آن را با رسم منحنی roc مورد بررسی قرار می-دهیم. نتایج شبیه سازی نشان می دهد که استفاده از سنجش طیف مشارکتی برای استفاده بهتر از منابع طیفی کمک می¬کند ما تعداد کاربرهای بهینه را برای بهینه¬سازی احتمال آشکارسازی و کاهش سرباره برای عملکرد بهتر استفاده از منابع بدست می¬آوریم در ادامه از تکنیک الگوریتم ژنتیک برای پیداکردن سطح آستانه بهینه بهره بردیم که نشان دادیم با انتخاب یک سطح آستانه بهینه احتمال آشکارسازی افزایش می¬یابد و از آموزش شبکه عصبی برای بدست آوردن پارامتر مجهول pd یا pfa و یا snr به ازای دو ورودی معلوم دیگر با استفاده از تقریب تابع انجام گرفته است که سرعت عملکرد را بالا می¬برد.

مخابرات مشارکتی، با استفاده از آنتن های سایر کاربران بی سیم، از دایورسیتی فضایی به صورت مجازی بهره می گیرد. عملکرد مخابرات مشارکتی، به تخصیص دقیق منابع مانند انتخاب رله و کنترل توان بستگی دارد. در سال های اخیر، استفاده از نظریه بازی در مخابرات بی سیم خصوصا در مسائل مربوط به تسهیم منابع، بسیار مورد توجه قرار گرفته است. در این پایان نامه نیز، به منظور بهینه سازی توان مشارکتی از بازی استکلبرگ یا بازی خریدار/فروشنده، در توپولوژی های مختلف شبکه استفاده می کنیم. ابتدا شبکه ای با یک رله را در نظر می گیریم که ارسال اطلاعات بین منبع و رله به صورت مشارکت دوطرفه و یک طرفه به گیرنده مشترک صورت می گیرد. همچنین، نظریه بازی استکلبرگ پیرامون شبکه های مخابراتی مشارکتی با چندین رله جهت انتخاب رله و کنترل توان مطرح می شود. بازی استکلبرگ به دو سطح تقسیم می شود، منابع، بازی سطح خریدار را اجرا می کنند که اهدافشان بدست آوردن بهترین عملکرد با کمک گره های رله با حداقل پرداخت می باشد. هر رله نیز، بازی سطح فروشنده را اجرا می کند که اهدافش، بدست آوردن پرداخت یا پولی است که هزینه ارسالش را تامین می کند. بنابراین، رله باید قیمت بهینه ای در واحد توان، برای سرویسش در نظر بگیرد تا مطلوبیتش را بیشینه کند. نتایج شبیه سازی در دو حالت کد شده و بدون کد آورده شده است. در شبکه کد شده، رله ها اطلاعات منابع را کد کرده و با هم به مقصد ارسال می کنند و در مقصد آشکارسازی سیگنال صورت می گیرد اما در شبکه بدون کد، رله ها، اطلاعات هر منبع را به صورت جداگانه به مقصد ارسال می کنند. با توجه به نتایج، رله هایی که به منابع نزدیک ترند، نقش مهمی را در بیشینه کردن مطلوبیت منابع ایفا می کنند و منابع توان بیشتری را از آنها خریداری می کنند. هم چنین در این الگوریتم، منابع تمایل به تقاضای صحیح توان خود دارند.

تشخیص احساس از روی گفتار موضوعی میان رشته ای در حوزه ی روانشناسی، بازشناسی الگو و پردازش سیگنال می باشد که در دهه ی اخیر توجه بسیاری از پژوهشگران را به خود جلب نموده است. در این رساله با آنالیز تصویر طیف نگاره ی گفتار ویژگی های مبتنی بر الگوهای طیفی و انرژی هارمونیک ها را استخراج نمودیم. ویژگی های دینامیکی غیر خطی نیز با استفاده از بازسازی فضای فاز سه بعدی سیگنال گفتار استخراج شدند. سپس، از معیار فیشر برای فیلتر کردن ویژگی های نویزی استفاده گردید. الگوریتم های انتخاب متوالی رو به جلو و الگوریتم ژنتیک نیز بعنوان یک مرحله مکمل، برای انتخاب بردار ویژگی بهینه بکار گرفته شدند. به منظور طبقه بندی احساس های گسسته و پیوسته در پایگاه داده ی برلین و vam از طبقه بند و رگرسیون مبتنی بر ماشین بردارهای پشتیبان استفاده شده است. بر اساس نتایج آزمایش ها، ویژگی های دینامیکی غیرخطی در کاهش تداخل احساس های خشم و خوشحالی و به تبع آن در افزایش نرخ بازشناسی بسیار موثر می باشند. با استفاده از ویژگی های متداول عروضی و طیفی، بهترین نرخ تشخیص بدست آمده برای طبقه بندی احساس های خشم و خوشحالی برای زنان 78/83% و برای مردان 95/91% می باشد. با استفاده از ویژگی های دینامیکی غیرخطی این مقادیر بترتیب به 1/99% و 85/98% افزایش می یابند. برای طبقه بندی 7 احساس اولیه نیز بالاترین نرخ تشخیص بدست آمده با استفاده از سیستم پیشنهادی 34/92% (35/96% برای زنان و 18/87% برای مردان) می باشد. در بازشناسی احساس های پیوسته نیز با استفاده از ویژگی های متداول عروضی و طیفی بالاترین ضریب همبستگی برانگیختگی، جاذبه و سلطه بترتیب 99/83% و 53% و 4/83% بدست آمدند. با افزودن ویژگی های دینامیکی غیرخطی به این ویژگی ها، ضریب همبستگی برای برانگیختگی، جاذبه و سلطه بترتیب 06/85% و 39/53% و 68/84% محاسبه گردید.

حسگری فشرده یک پژوهش جدید است که اولین بار در سال 2006 معرفی شد. از آنجائیکه در باندهای فرکانسی بالا در شبکه های رادیوشناختگر معمولا طیف به صورت تنک است می توان حسگری فشرده را در آن به کارگرفت. به عبارتی به علت مشکلات نمونه برداری در نرخ بالا و پیچیدگی های سخت افزاری آن در سیستم های نایکوئیست، روش حسگری طیفی در زیر نرخ نایکوئیست در سال های اخیر توجه زیادی را به خود جلب کرده است. تاکنون تکنیک های مختلفی در این زمینه ارائه شده است. یکی از این تکنیک ها تکنیک حسگری فشرده تطبیقی است که بکارگیری آن می تواند باعث ایجاد عملکرد مناسب تردر شبکه شود. لذا در این پایان نامه جهت رسیدن به حداکثر نرخ نمونه برداری و بهبود عملکردحسگری فشرده، روش نمونه برداری مستقیم و تطبیقی معرفی شده که در آن نمونه برداری به صورت مستقیم وتطبیقی با تعداد نمونه های بسیارکمتردر حوزه تبدیل کسینوسی گسسته انجام می شود و سپس برای بازسازی، روش تقریب غیرخطی جایگزین الگوریتم های مینیمم سازی نرم می شود. مزیت اصلی این روش سرعت بالای الگوریتم بازسازی و بهبود عملکرد آشکارسازی خصوصا در محیط هایی با نسبت سیگنال به نویز پایین است. هم چنین در این پایان نامه حالت مشارکتی شبکه های رادیوشناختگر نیز بررسی شده و مدلی پیشنهاد شده که در این مدل کاربران ثانویه با ارسال داده های فشرده خود در شبکه به جای کل طیف دریافتی بازسازی شده، به میزان زیادی بار مخابراتی را کاهش می دهند و روشن است که این کار معاوضه ای بین عملکرد سیستم و بار مخابراتی است. درپایان نیز نتایج شبیه سازی هر دو روش پیشنهادی ارائه شده است.

در شبکه¬های بی¬سیم امروزی قانون اختصاص ثابت طیف وجود دارد. همچنین قسمت¬های زیادی از طیف فرکانسی به صورت پراکنده اختصاص یافته¬اند و بخش¬های عمده¬ای از طیف بدون استفاده باقی مانده¬اند. به دلیل افزایش دستگاه¬های بی¬سیم، اخیرا رادیو شناختگر به عنوان راهکاری برای حل مشکل اختصاص طیف به صورت ثابت و استفاده¬ی نامناسب از آن معرفی شده است. حسگری طیفی، تصمیم گیری برای طیف، به اشتراک گذاشتن طیف و قابلیت تغییرپذیری چهار عملکرد اصلی سیستم¬های رادیو شناختگر هستند. حسگری طیفی برای مشاهده¬ی وضعیت اشغال یا آزاد بودن طیف کار می رود، همچنین کاربران ثانویه به صورت دینامیک از طریق فرایندهای تصمیم¬گیری برای طیف، به اشتراک گذاشتن طیف و قابلیت تغییرپذیری طیف به کانال¬های موجود دسترسی پیدا می¬کنند. با توجه به اینکه این عملکردها دارای تاخیر بوده، و می-دانیم که رفتار سیستم¬های مخابراتی در طول زمان دارای تناوب می¬باشد، برای کاهش تاخیر این فرایندها و بهبود راندمان طیفی، از روش¬های پیش بینی برای تخمین این کمیت ها استفاده می¬شود. در این پژوهش روش¬های مختلف پیش¬بینی از جمله مدل مخفی مارکوف، روش bayesian، فیلتر کالمن، روش moving average، شبکه عصبی و غیره معرفی می ¬شود و کاربردهای آنها در شبکه¬ی رادیو شناختگر بررسی می¬شود و نتایج و شبیه¬سازی¬های مربوطه ارائه می¬شود.

سیستم های تقسیم چندگانه فرکانس متعامد به خاطر مقاومت در برابر خطاهای ناشی از چند مسیرگی محیط انتشار و کاهش دادن خطاهای بین سمبلی، راه حل مناسبی برای انتقال داده با نرخ بالا در اکثر سیستم های مخابراتی امروزی می باشند. در این سیستم ها برای رسیدن به بالاترین بهره-وری طیفی و استفاده ی بهینه از پهنای باند در دسترس، لازم است از روش های کور جهت تخمین آفست زمانی و فرکانسی استفاده نماییم، بر همین اساس در این رساله یک الگوریتم همزمان سازی کور سمبل برای سیستم های ofdm پیشنهاد شده است و یک تابع زمانی جدید براساس تکرار پیشوند گردشی (cp) نیز ارائه شده است؛ به طوری که ماکزیمم این تابع، صرف نظر از شرایط کانال لزوما آفست زمانی را تصحیح می کند.

ترافیک در شبکه های بی سیم، در دهه ی اخیر رشد چشمگیری داشته است. به منظور بر آوردن این تقاضا و حمایت از استمرار این رشد، منابع اندک رادیویی باید به طور موثر مورد استفاده قرار گیرند. استفاده از سیستم های چند آنتنی(mimo) و گیرنده های تکراری (توربو) به طرز قابل توجهی کارایی سیستم های حقیقی را بهبود داده است. اگرچه هنوز چالش های بسیاری در گسترش گیرنده های بی سیم کارامد وجود دارد. مالتی پلکس با تقسیمات فرکانسی متعامد (ofdm) تکنیکی برای انتقال های با نرخ داده ی بالا است که در بسیاری از استانداردها به کار گرفته می شود. ofdm یک کانال فرکانس گزین را به مجموعه ای از چندین زیرکانال فرکانس تخت تبدیل می کند، بنابراین باعث کاهش پیچیدگی در گیرنده می شود. در این پایان نامه گیرنده ای ارائه شده است که تخمین کانال، آشکارسازی چندکاربره و کدبرداری را برای سیستم های mimo-ofdm به صورت تکراری انجام می دهد. در تکرار اول تخمین کانال بر اساس سمبل های راهنما انجام می شود و در تکرارهای بعدی تصمیمات نرم روی تمام سمبل های داده، برای بهبود تخمین های کانال مورد استفاده قرار می گیرند. نتایج شبیه سازی جهت بررسی عملکرد گیرنده، بر حسب نرخ خطای بیت (ber) در حالات مختلف ارائه شده است.

در این پایان نامه مراحل طراحی و ساخت امولاتور درون مداری میکروکنترلر شانزده بیتی 80196kb بررسی شده است . امولاتور درون مداری وسیله ای است که دارای قابلیتهای مناسب برای عیب یابی و اشکال زدایی سیستم های میکروکنترلری، اعم از اشکالات سخت افزاری و یا نرم افزاری می باشد. امولاتور ساخته شده از یک طرف ، به وسیله خط سریال با کامپیوتر ارتباط برقرار کرده و از طرف دیگر توسط یک کابل 68 رشته که به یک سوکت منتهی شده است ، جایگزین میکرو کنترلر سیستم تحت آزمایش می شود. به این ترتیب ، امولاتور فرامین کنترلی و نیز برنامه کاربر را از کامپیوتر دریافت کرده و اجرا می کند. تبادل داده ها بین کامپیوتر و سیستم تحت آزمایش نیز، از طریق امولاتور امکان پذیر می شود. اجرای دستور به دستور برنامه، ایجاد توقف ، اجرای برنامه تا موقعیت فعلی مکان نما، اجرای یک مرحله ای زیر برنامه ها، دسترسی و یا تغییر محتویات رجیسترها و پورتها و فضاهای حافظه و اجرای بلادرنگ برنامه، از جمله قابلیتهای این امولاتور هستند. یکی از دیگر قابلیتهای قابل توجه این امولاتور، بخش حافظه جانشین است که می تواند جایگزین حافظه موجود در سیستم تحت آزمایش شود. با استفاده از این قابلیت ، می توان برنامه مورد تست را در حافظه جانشین قرار داد و سیستم تحت آزمایش را بدون حافظه، تست کرد. در نهایت ، بعد از اصلاح و گرفتن نتیجه مطلوب ، برنامه نهایی در کی حافظه فقط خواندنی برنامه ریزی شده و در سیستم کاربر، قرار می گیرد.