یکی از مهمترین الگوریتم های اجرا شده در یک مسیریاب ip، الگوریتم جستجوی پیشوند است که به منظور یافتن پورت خروجی به ازای هر بسته ورودی به کار می رود. در یک مسیریاب ip، به ازای هر بسته ورودی، آدرس ip مقصد آن استخراج می شود. سپس طولانی ترین پیشوند منطبق شونده با آن از بین مجموعه پیشوندهایی که در جدول مسیریابی ذخیره شده اند، انتخاب می گردد. با توجه به نرخ رشد سرعت و همچنین نرخ تغییرات در مسیر های ارتباطی، همواره تلاش شده است زمان های جستجو و به روزسازی تدریجی جداول تا اندازه ممکن بهبود یابد. در این راستا، الگوریتم های مختلفی پیشنهاد شده است که برای نمونه میتوان به روش های مبتنی بر استفاده از درخت های trie اشاره کرد. از آنجا که کارایی این روش ها در جستجو و به روزسازی، عمدتاً تابعی از طول آدرس ip است و یا در بعضی موارد نیاز به حافظه نسبتاً بالایی دارند، روش های جایگزینی پیشنهاد شده است که در معمولترین آن ها یک پیشوند به صورت بازه ای از آدرس های ip در نظر گرفته می شود. با وجود این که پیچیدگی جستجو و به روز سازی جداول در این روش ها از طول آدرس ip مستقل است، این نحوه از در نظر گرفتن پیشوندها می تواند باز به حجم بالای حافظه مصرفی یا زمان غیر بهینه جستجو برای یافتن طولانی ترین پیشوند منطبق شونده یا به روز سازی پیشوندها منجر شود. در این رساله، مفهومی جدید برای پردازش، ذخیره سازی و مقایسه پیشوندها ارائه می شود که بر خلاف روش های قبلی، هر پیشوند را به صورت یک عدد قابل مقایسه با دیگر پیشوندها در نظر می گیرد. خواص ایجاد شده از این نحوه برخورد با پیشوندها و ذخیره آن ها، به تسریع همزمان عملیات جستجو و به روز سازی جداول مسیریابی می انجامد که در الگوریتم های موجود نادر است به صورتی که روش پیشنهادی و نسخه بهبود یافته آن، قابلیت ذخیره سازی پیشوندها بر روی درخت های متوازن با حداکثر ارتفاع (o(log n را برآورده می سازند. به عنوان یک مزیت، این ساختارها زمان جستجو و به روز سازی تدریجی پیشوندها را که نتیجه ای از تعداد دسترسی به گره های درخت است، به (o(log n محدود می سازند که در آن n تعداد پیشوندهاست. همچنین ایده پیشنهادی توسط مفهوم جدیدی از رابطه های ترتیب، به صورت ریاضی مدل شده است. علاوه بر این، یک حد پایین برای حافظه مورد نیاز در کد کردن مجموعه ای از پیشوندها ارائه شده است. در پایان، کارایی الگوریتم های پیشنهادی با بعضی راه حل های جدید موجود مقایسه شده است.

برای نویز صوتی تعاریف متفاوتی ارائه شده است. مرسوم ترین تعریف نویز صوتی به سیگنالی اطلاق می شود، که دامنه آن از حداستاندارد محیط(بسته به شرایط محیط) بلندتر باشد. نویز اثرات مخرب زیادی دارد از جمله؛ کاهش شنوایی، کاهش شیوایی سخن، اختلال خواب وکاهش تمرکز در فعالیتهای فکری. از اینرو کاهش و یا حذف نویز به یکی ازمباحث جدی امروزی بدل شده است. بهترین روش حذف نویز، حذف منبع مولد آن است که تقریبا امری محال است. بنابراین بایستی نویز تولید شده را به روشهای دیگر حذف نموده یا کاهش داد. روش معمول حذف نویز، استفاده از ایزولاتورها، جاذب های آکوستیکی ودمپرها است. کلیه این روشها خیلی معمول وارزان قیمت هستند. این روشها به روشهای غیرفعال نویز موسومند که درآنها انرژی مصرف نمی شود. برای فرکانسهای پایین، روشهای فوق تقریباًناکارآمد وگران قیمت هستند. برای مثال، مافلرها ودیوارهای جاذب، برای فرکانسهای پایین دارای حجم و وزن بالا و بنابراین قیمت بالایی هستند. خوشبختانه روش فعال حذف نویز می تواند این کاستی فیلترهای passive را جبران نماید. به خصوص اینکه روش فعال حذف نویز، بیشترین بازده را در فرکانسهای پایین (زیر 500hz) داراست. ایده اصلی روش حذف فعال نویز تولید سیگنالی با فاز مخالف می باشد که مجموع این سیگنال و سیگنال نویز،باعث کاهش دامنه نویز خواهد شد .روش فعال حذف نویز، کارایی خود را در فرکانسهای بالاتر از 500hz بتدریج از دست می دهد ، زیرا نیاز به پردازش سنگین خواهد بود. از اینرو ترکیب دو روش حذف فعال نویز وغیرفعال ، کل باند فرکانسی نویز را پوشش داده و بنابراین نتیجه مطلوبی در پی خواهد داشت. روش حذف فعال نویز ترکیبی از علوم مهندسی آکوستیک، الکترونیک وپردازش سیگنال است. برای عملی نمودن روش حذف فعال نویز لازم است در ابتدا محدودیتها وامکانات در دسترس شناسایی شود، تا با استفاده از آنها بتوان این روش را پیاده سازی نمود. ایده اولیه این طرح در سال 1930 مطرح گردید. با اینحال بدلیل نبود امکانات فنی تاسال 1990 مسکوت گذاشته شد. در سالهای اخیربا گسترش وتوسعه سیستمهای پردازش سیگنال وپیشرفت ابزارهای محاسباتی استفاده از این سیستم ممکن شده است. کلمات کلیدی: نویز صوتی، کنترل فعال نویز، پردازش سیگنال، شبیه سازی

یکی از فعالیت های پژوهشی در زمینه کنترل نوفه، دستیابی به نمونه جاذبی است که در محدوده گسترده بسامدی، جذب بالایی داشته باشد. از آنجایی که رفتار آکوستیکی اتاق وابسته به ویژگی آکوستیکی مواد داخل آن است، تعیین ضریب جذب مواد، اصلاح و بهینه سازی آنها نقش عمده ای در طراحی و کنترل صدا در فضاهای مختلف دارد. جذب صدا از طریق مواد متخلخل با توجه به ویژگی ساختاری این نوع جاذب ها، در بسامدهای زیر، در حد بالایی است ولی اگر جذب در بسامدهای بم نیز لازم باشد معمولاً با روش مرسوم تغییر شکل جاذب مانند اشکال گوه ای، ویژگی آکوستیکی جذب این مواد بهینه می شود. در این پایان نامه، برای دست یابی به جاذب متخلخل که در محدوده گسترده بسامدی، جذب بالا داشته باشد از روش چیدمان چند لایه ای استفاده شده است. چیدمان چندلایه ای، روشی نوین برای افزایش ضریب جذب مواد جاذب است که از مزایای آن نسبت به روش تغییر شکل جاذب، مسطح بودن نمونه را می توان نام برد. چنین جاذب صوتی از کنارهم قرار دادن چندلایه از جاذب متخلخل با ویژگی های آکوستیکی خاص، ساخته می شود، بنابراین کاربردی تر است ولی برای نمونه های مختلف، متفاوت است . در این پایان نامه، ابتدا رفتار آکوستیکی جاذب تک لایه پشم سنگ، به روش ماکروسکوپی دلنی-بیزلی با تعیین امپدانس ویژه و عدد موج و سپس تعیین امپدانس سطحی مدل سازی شده است و ضریب جذب صدای نمونه با استفاده از نتایج مدل فوق و به روش ماتریس تبدیل، پیش بینی شده است. در گام بعدی، بهینه سازی جذب صدای نمونه پشم سنگ با مدل چیدمان چند لایه ای انجام شده است. در این مرحله، امپدانس سطحی نمونه چندلایه از تکرار ماتریس تبدیل تک لایه به دست آمده است. برای بررسی صحت مدل، ضریب جذب صدای نمونه های تک لایه و چیدمان چندلایه ی پشم سنگ، با استفاده از روش لوله امپدانس اندازه گیری شده است. مقایسه نتایج نظری مدل مسطح چندلایه، با نتایج اندازه گیری نمونه هرمی شکل و ساده، علاوه بر درستی مدل، نشان دهنده بالا رفتن عملکرد جذب نمونه متخلخل پشم سنگ چندلایه است.

یکی از روش های مورد استفاده توسط سیستم های تشخیص نفوذ، روش تشخیص سوء استفاده می باشد. در این روش برای شناسایی نفوذ، الگوهای منطبق با رفتار مخرب از قبل شناخته شده تشخیص داده می شوند. روش های نرم افزاری برای حل مسئله ی تطبیق الگو، محدودیت های شدید محاسباتی دارند به طوریکه قادر به سرویس دهی در نرخ های بالا (گیگابیت بر ثانیه) نیستند. از این رو در دهه ی اخیر روش های سخت افزاری برای حل مسئله ی تطبیق الگو در سرعت های بالا ارائه شده است و fpga به عنوان یک سخت افزار قابل برنامه ریزی مورد توجه زیادی قرارگرفته است. در این تحقیق ابتدا یک الگوریتم جدید با نام الگوریتم دیکشنری برای حل مسئله مذکور ارائه شده است که این الگوریتم الهام گرفته شده از الگوریتم جستجوی ساده یک لغت در دیکشنری می باشد. همچنین یک معماری موازی و خط لوله ای بر روی بستر fpga و مبتنی بر الگوریتم مذکور نیز ارائه شده است. نتایج پیاده¬سازی این معماری بر روی fpga مدل v6-lx195t از شرکت xilinx ، برای 11895 الگوی مخرب با حجم 117832بایت و حداکثر طول 20 کاراکتر، حداکثر گذردهی 2.38gbps و مصرف منابع 0.28 lut/char و کارایی حافظه 1.47byte/char را نشان می دهد. همچنین برای 3471 الگوری مخرب با حجم 104399بایت و الگوهایی با طول بین 20 و 40 کاراکتر حداکثر گذردهی 1.97gbps و مصرف منابع 0.42 lut/char و کارایی حافظه 1.87byte/char بدست آمد. اندیس گذاری و پشتیانی از حداقل سرعت در بدترین شرایط دو قابلیتی است که به خوبی در این معماری حاصل می شود. قابلیت به روزرسانی بدون وقفه نسبت به سایر معماری های موجود از وضعیت بهتری برخوردار است بطوریکه که در معماری ارائه شده، تنها وقفه ناشی از به روزرسانی قسمت کوچکی از حافظه بر روی سیستم تحمیل می¬شود.

امروزه با گسترش شبکه های کامپیوتری، نیازمندی ها و مسائل جدیدی همچون مسائل امنیتی، بحث های کیفیت سرویس، مانیتورینگ شبکه مطرح شده اند که باید در طراحی تجهیزات شبکه در نظر گرفته شوند. به منظور برآورده سازی این نیازها، مسیریاب ها باید بین بسته های ترافیک های مختلف تفاوت قائل شوند و براساس مشخصه¬ها و ویژگی هایشان با آن ها برخورد کنند. این امر منجر به مطرح شدن مسئله ی دسته بندی بسته ها به عنوان یکی از مهم ترین بخش های مسیریاب های آگاه از جریان گردیده است. با توجه به افزایش سرعت لینک های ارتباطی و حجم ترافیک های تولید شده، پردازش هرچه سریع تر بسته¬ها یکی از چالش برانگیزترین مسائل در طراحی مسیریاب های شبکه شده است. از این رو مسئله¬ی دسته بندی بسته ها در صورت کارایی پایین، گلوگاهی در شبکه های پرسرعت خواهد بود. یک گروه از مهم ترین روش هایی که برای حل مسئله ی دسته بندی بسته ها مطرح و استفاده شده است، گروه روش های مبتنی بر درهم سازی است که به دلیل زمان جست وجوی ثابت، برای حل این مسئله مناسب به نظر می رسند. این روش ها مزایای بسیاری دارند، اما مسئله ی تصادم که در آن ها مطرح است یکی از مهم ترین مشکلات آن ها است. هدف این پایان¬نامه، طراحی یک جدول درهم¬ساز خالی از تصادم است که متناسب با کاربردهای شبکه به ویژه مسئله¬ی دسته¬بندی بسته¬ها باشد. برای دست¬یابی به این مقصود، از یکی از قضایای معروف نظریه اعداد به نام قضیه باقیمانده¬ی چینی، استفاده شده است. جدول درهم ساز پیشنهادی، برای بررسی تطبیق دو فیلد آدرس های ip مبدا و مقصد به کار برده شده است. همچنین در این پژوهش برای حل مسئله ی طول های متفاوت پیشوندها از تکنیک انتخاب طول¬های از پیش تعیین شده (dpl)، استفاده شده است. اما استفاده از dpl باعث بروز خطا در بررسی تطبیق برخی طول ها خواهد شد. برای حل این مشکل نیز، کدگذاری خاصی در این پایان نامه ارائه شده است. علاوه بر این، از رویکرد تجزیه نیز بهره گرفته شده است، به طوری که عملیات تطبیق برای فیلدهای مختلف به صورت مجزا انجام شده و نتیجه ی نهایی با ترکیب نتایج آن ها مشخص می شود. همچنین در این پژوهش، پس از تطبیق فیلدهای لازم از درخت تصمیم گیری استفاده شده است تا نتیجه ی نهایی مشخص شود. نتایج ارائه شده نشان می دهد که روش پیشنهادی در عین حال که حافظه ی مصرفی مناسبی دارد، فرایند جست وجو و به روزرسانی آن هم در حالت میانگین و هم در بدترین حالت سریع است. با توجه به اینکه در این روش، امکان موازی سازی عملیات تطبیق فیلدهای مختلف نیز وجود دارد، برای افزایش سرعت بررسی تطبیق فیلدهای مختلف از موازی سازی بهره گرفته شده است.

با توجه به رشد روز افزون محتوای چند رسانه¬ای، زمینه¬های تحقیقاتی جدیدی همچون تحلیل محتوای صوتی جهت پردازش، تشخیص و دسته¬بندی داده¬ها بر اساس محتوا معرفی شده است. مسئله دسته¬بندی سیگنال هایِ گفتار و موسیقی که زیر مجموعه¬ای از این تحقیقاتِ جدید است، توسط محققان زیادی مورد توجه و بررسی قرار گرفته است. با این وجود، تاکنون الگوریتمی که بتواند در لحظه همانند سیستمِ شنوایی انسان عمل کرده و سیگنال¬های صوتی دریافتی را با دقتی برابر دقت سیستم شنوایی طبقه¬بندی نماید ارائه نشده است. هر تحقیق جدیدی در این زمینه یا ویژگی¬های جدیدی را معرفی می¬کند یا ویژگی¬هایی که در مقالات قبلی از آنها استفاده شده را بهبود می¬بخشد. در این پایان¬¬نامه نیز سعی شده است که از مجموعه ویژگیهایی همچون درصد فریم¬های انرژی پایین وانحراف معیار شار طیفی که در تحقیقات انجام شده توانایی مناسبی در تفکیک از خود نشان داده اند، استفاده شود. همچنین، دو ویژگی رویداد عبور نکردن سیگنال مثبت از صفر و عبور نکردن سیگنال منفی از صفر در این پایان¬نامه مورد بررسی قرار گرفته¬اند که بر اساس یافته¬های ما، تاکنون در تحقیقات داخل کشور برای تشخیص گفتار فارسی از موسیقی مورد بررسی قرار نگرفته¬اند. بر این اساس، چهار ویژگی فوق از نمونه¬های صوتی با عرض 20 میلی¬ثانیه از گفتار فارسی و موسیقی استخراج و جهت آموزش و آزمایش درستی تشخیص سیگنال گفتار و موسیقی به دو نوع شبکه¬ عصبیmlp و rbf و یک روش آماری k-nn ارائه شده است. نتایج این الگوریتمها بر اساس ویژگی¬های به کار رفته مورد ارزیابی و مقایسه قرار گرفته است.

با افزایش نمایی حجم جداول مسیریابی در مسیریابهای ‏‎ip‎‏، در سال 1993 در مقابل روش آدرس دهی دسته بندی شده، روشی در پروتکل اینترنت مطرح شد که آدرس دهی بدون دسته نام گرفت . با مطرح شدن این نوع آدرس دهی ، نرخ رشد حجم جداول مسیریابی به نحو قابل ملاحظه ای کاهش یافت و استفاده بهینه تری از فضای آدرس ‏‎ip‎‏ صورت گرفت. با وجود این مزیت ، جستجو در جداول مسیریابی برای یافتن مقصد بعدی بسته اطلاعاتی پیچیدگیهای بیشتری پیدا کرد. با توجه به حجم وسیع اطلاعات مبادله شده بین گره های شبکه و نیاز به پردازش سریع آنها در هر گره ، طراحان شبکه به بررسی الگوریتمهایی پرداختند که جستجو و به روز سازی در جداول مسیریابی را سرعت بخشیده و حجم این جداول را تا حد ممکن کاهش دهند. دراین پایان نامه الگوریتمهای ارائه شده در این زمینه بررسی شده و با توجه به نقاط ضعف و قوت آنها دو الگوریتم جدید نیز ارائه شده است.