در سالهای اخیر با توسعه پرشتاب فناوریهای دیجیتال و گسترش ارتباطات کامپیوتری از طریق شبکه های دیجیتال پرسرعت، نیازهای جدیدی در رابطه با امنیت فضای تبادل اطلاعات احساس شده است. سادگی روش های کپی برداری از محصولات دیجیتال و امکان نشر غیر مجاز این محصولات از طریق شبکه های مختلف کامپیوتری، ضرورت اتخاذ راهکارهایی را برای محافظت از حقوق پدیدآورندگان و صاحبان محصولات دیجیتال بیش از پیش آشکار می سازد. یکی از موثرترین راه حل های ارائه شده برای این مشکل استفاده از روش های واترمارکینگ است. واترمارکینگ دیجیتال شامل روش هایی برای قرار دادن یکسری اطلاعات (واترمارک) داخل داده ی دیجیتال (تصویر، صوت، ویدئو و متن) می باشد. بطوریکه نتوان این اطلاعات را تغییر داد و یا از بین برد و در صورت دستکاری، داده ی دیجیتال بطور کامل غیر قابل استفاده شود. این اطلاعات برای اهداف سندیت و مالکیت داده ی دیجیتال قابل استخراج می باشد. دو نیازمندی اساسی در الگوریتم های واترمارکینگ یعنی مقاومت و کیفیت بصری تصویر واترمارک شده در دو جهت مخالف هم قرار دارند. از آنجاییکه کیفیت تصاویر واترمارک شده در نهایت توسط قدرت ادراک سیستم بینایی انسان سنجیده می شود لذا می توان از ویژگی های سیستم بینایی انسان (hvs) به عنوان ابزاری موثر برای ایجاد توازن بین این دو عامل بهره برد. در این پژوهش با بررسی عملکرد سیستم بینایی انسان و مدل های مختلف ارائه شده برای آن، چند روش واترمارکینگ مقاوم تصاویر پیشنهاد شد. در این روش ها از مدل های سیستم بینایی انسان به منظور افزایش مقاومت همراه با حفظ کیفیت بصری تصویر واترمارک شده، بهره گرفته شده است. یکی از روش ها در حوزه مکان بوده که در این روش ابتدا با استفاده از مدل سیستم بینایی قطعه هایی از تصویر برای جاسازی مناسب می باشد، انتخاب شد. برای انطباق بیشتر با سیستم بینایی، انرژی واترمارک درج شده در هر قطعه نیز متناسب با سیستم بینایی کنترل می شود. همچنین برای افزایش مقاومت نیز یک روش کد کردن واترمارک و جاسازی چند برابر آن استفاده شد. با بررسی روابط تبدیل رادون می توان به این نتیجه رسید که در این تبدیل یک پیکسل به یک ضریب خاصی بستگی نداشته بلکه به میانگین تعداد زیادی از ضرایب تبدیل بستگی دارد و اگر الگوریتم درج واترمارک در ضریب تبدیل رادون به گونه ایی باشد که تغییرات ضرایب بصورت تصادفی با میانگین صفر باشد در هنگام استخراج با جمع بستن ضرایب، جمع تغییرات صفر بوده و اثر تغییرات از بین می رود. به این ترتیب درج اطلاعات تغییر چندانی روی پیکسل های اصلی نداشته و کیفیت بصری تصویر حفظ می-شود. همچنین اگر بخشی از ضرایب تبدیل رادون حذف شود این اطلاعات مربوط به جاهای مختلف تصویر بوده و بخش پیوسته ایی از تصویر خراب نمی شود. به عبارت دیگر چنین الگوریتم هایی در برابر حملات برش و چرخش مقاوم می باشند. بر پایه گفته های فوق و با بهره گیری از خواص تبدیل های دیگر مثل تبدیل موجک، تبدیل کسینوسی و بردار مقادیر ویژه، چند روش متفاوت جاسازی در حوزه تبدیل رادون ارائه شد.

نوسان سازها عناصر اصلی سازنده مدارهای فرستنده-گیرنده رادیویی هستند. دو فاکتور اساسی برای طراحی یک نوسان ساز محلی عبارتند از: دامنه نوسان و نویز فاز. در میان انواع مختلف نوسان سازها، انواع lc بخاطر داشتن رفتار نویز فاز بسیار خوب، معروف هستند. هدف اصلی این رساله آن است که خواننده را با عملکرد دقیق نوسان سازهای cmos lc آشنا کرده و یک دید مفید و روشن برای طراحی بدست دهد. بنابراین، عملکرد نوسان سازهای lc در اینجا بطور دقیق بررسی شده است. همانطور که می دانیم، بعلت طبیعت غیر خطی نوسان سازها، روش خطی در تحلیل این گونه مدارها کاملا ناتوان است و تنها یک دید ابتدایی برای یافتن شرایط لازم نوسان بدست می دهد. بنابراین، برای غلبه بر این محدودیت، در این رساله از روش های غیر خطی برای تحلیل استفاده شده است. در ابتدا، دامنه نوسان حالت دائمی نوسان ساز کولپیتز مورد مطالعه قرار گرفته و معادلات جدیدی برای محاسبه دامنه نوسان ارائه شده است. سپس با یافتن یک مدل غیر خطی با تقریب مناسب، نوسان سازهای کراس کوپل شده تحلیل شده و معادلات جدید و بسته ای برای دامنه نوسان حالت گذرای این مدارها ارائه شده است. همچنین، تلاش های زیادی تا کنون جهت پی بردن به رفتار نویز فاز نوسان سازهای lc انجام گرفته است. اکثر روش های ارائه شده برپایه یافتن تابع حساسیت ضربه isf استوار هستند که چون یافتن isf در نوسان سازهای lc آسان نیست و نیاز به شبیه سازی یا محاسبات عددی دارد، محاسبات نویز فاز نوسان سازهای lc اندکی دشوارتر می شود. لذا در اینجا سعی شده تا روشی کاملا تحلیلی برپایه مدل های غیر خطی برای محاسبه نویز فاز ارائه شود. تکنولوژی cmos این روزها بعلت قابلیت مجتمع سازی بالا و قیمت ارزان رواج زیادی در طراحی مدارهای مجتمع دارد. لذا مدار نوسان سازهای lc در تکنولوژی 0.18?m tsmc cmos طراحی و شبیه سازی شده اند و در واقع، دقت وصحت روابط ارائه شده در تحلیل ها از طریق شبیه سازی مدارهای واقعی نوسان سازها در محیط نرم افزارads سنجیده شده است.

حس بینایی درگاه ورود اطلاعات فراوان و در نتیجه افزایش کارایی سیستم می باشد. یکی از علومی که در راستای افزایش کارایی حس بینایی در سیستم های هوشمند به کار گرفته می شود، علم ماشین بینایی است. اولین گام در بسیاری از کاربرد های ماشین بینایی، قطعه بندی تصویر می باشد. قطعه بندی تصویر،به گروه بندی پیکسل های یک تصویر اطلاق می شود به طوری که این پیکسل ها، خصوصیات مشابه با یکدیگر داشته باشند و با پیکسل های قطعات مجاور، خصوصیات متفاوتی داشته باشند. مهم ترین ویژگی مورد استفاده در قطعه بندی تصویر، ویژگی رنگ می باشد. در تصاویر تک رنگ، مقدار سطح خاکستری به عنوان ویژگی در نظر گرفته می شود اما در تصاویر رنگی، فضا های رنگی متفاوتی به عنوان ویژگی رنگ مورد استفاده قرار می گیرند. در این تحقیق از تصاویر رنگی استفاده شده است و فضای رنگ مورد استفاده نیز، فضای رنگ rgb است. در این پروژه، از یک الگوریتم بازشناسی الگو برای قطعه بندی استفاده شده است. این الگوریتم، کلاسیفایر بیزین می باشد که یک کلاسیفایر آماری است و بر احتمالات بنا شده است. ابتدا چند تحقیق که از روش بیزین برای قطعه بندی استفاده کرده اند، مورد بررسی قرار می گیرند. سپس روش پیشنهادی که بر مینای کلاسه بندی پیکسل ها بر اساس ویژگی های رنگ تصویر با استفاده از کلاسیفایر بیزین می باشد ارائه می شود. در این روش از فاصله اقلیدسی برای محاسبه پارامتر شباهت در رابطه بیزین استفاده شده است. سپس از خاصیت پیکسون ها برای قطعه بندی استفاده می شود. پیکسون به عنوان مجموعه پیکسل ها تعریف می شود. اما در الگوریتم نهایی ارائه شده علاوه بر استفاده از پیکسون ها برای قطعه بندی، از توزیع نرمال گوسی نیز برای محاسبه پارامتر شباهت استفاده می شود. در همه حالت ها احتمال پیشین برای همه کلاس ها یکسان در نظر گرفته می شود. الگوریتم های پیشنهادی بر روی چندین تصویر استاندارد اعمال می شود و توسط معیار های ارزیابی، مورد ارزیابی و مقایسه قرار می گیرند. نتایج به دست آمده قطعه بندی قابل قبولی را نشان می دهد.

مهمترین هدف در رباتیک تولید ربات های خودکار با قابلیت انجام کارها بدون دخالت بشر است. ربات های خودکار باید بتوانند تصمیم بگیرند و برای انجام کاری شروع به حرکت کنند. به همین دلیل طرح ریزی حرکت از مهمترین مسائل در رباتیک به شمار می آید. هدف از انجام این پایان نامه طراحی و شبیه سازی سیستمی برای ربات های خودکار شبیه اتومبیل است که ربات بتواند عمل پارک موازی را به طور خودکار و با موفقیت با توجه به مدل حرکتی ماشین و محدودیت های آن انجام دهد. رویکرد کنترل منطق فازی یکی از رویکرد های جدید در این زمینه است که با استفاده از دانش یک راننده خبره به حل مساله پارک می پردازد. از آنجائی که این روش کنترل نیاز به مدل ریاضی که پیدا کردن آن بسیار پیچیده یا احتمالا غیرممکن است ندارد، پیاده سازی آن نسبتا ساده تر و مقرون به صرفه تر است. در این مطالعه در مرحله ی اول سیستم فازی برای طراحی مسیر حرکت ربات و در مرحله ی بعد به منظور به دست آوردن سیستمی با کارآیی بالاتر از الگوریتم ژنتیک برای بهینه سازی پارامترهای سیستم فازی استفاده شده است. نتایج حاصله از شبیه سازی بیان گر کارایی بالای سیستم به دست آمده از ترکیب سیستم فازی و الگوریتم ژنتیک می باشد. در نهایت الگوریتم ژنتیک برای انتخاب مسیر بهینه (بدون برخورد و با کمترین خطای موقعیت)به کار گرفته شده است.

تأیید هویت افراد با امضا، روشی بیومتریک است که در بین روش های موجود از مقبولیت نسبی خوبی برخوردار است. در کار حاضر سعی شده است که از قالب خاص امضا های فارسی استفاده شده و ویژگی های مناسبی که متمایز کننده ی این امضاها هستند مبنای تأیید هویت قرار گیرد. ویژگی خاص اکثر امضاهای فارسی بر خلاف سایر انواع امضاها، دارا بودن کمان های بیشتر در مقایسه با سایر زبان ها،گسستگی بیشتر و گسترش در دو راستای طولی و عرضی است که منجر به بروز خصوصیات منحصر به امضاهای این زبان شده است. آزمایش تعیین پایداری پارامترهای امضاهای فارسی برای تعیین پارامتر مناسب مختص امضاهای فارسی طراحی شده است. نتایج حاصل از این آزمایش به همراه خصوصیات دیگر امضاهای فارسی مبنای استخراج ویژگی قرار گرفته است. همچنین تقلید شخص جعل کننده از رفتار پویای امضاکننده و در عین حال حفظ شکل امضا مشکل به نظر می رسد. به این دلیل ترکیبی از ویژگی های دینامیک و مبتنی بر شکل، جهت تعیین صحت امضا مورد استفاده قرار می گیرد. برای طبقه بندی نمونه ها نیز از ماشین بردار پشتیبان استفاده شده و مقدار آستانه ی منحصر به هر فرد جهت تصمیم گیری مورد استفاده قرار می گیرد. علاوه بر این، روشی نیز جهت کاربردی سازی سامانه ی تایید هویت ارائه شده است که از تعداد 3 نمونه امضای اصلی و بدون نیاز به امضاهای جعلی تصمیم گیری اصلی یا جعلی بودن را انجام می دهد. در این سامانه یک طبقه بندی کننده برای طبقه بندی همه ی امضاهای پایگاه های داده مورد استفاده قرار گرفته است. روش حاضر بر روی سه پایگاه داده امضاهای فارسی و پایگاه داده بین المللی و مرجع svc2004 امتحان شده است. پایگاه داده فارسی نخست ndsd نام دارد که در طی انجام این پروژه تهیه و مورد استفاده قرار گرفت. همچنین از پایگاه های داده خانم دهقانی و آقای ذوقی برای آزمایش الگوریتم پیشنهادی استفاده شده است. نرخ خطای برابر (eer) برای پایگاه های داده فارسی در پایگاه های داده ndsd، dehghani و zoghi به ترتیب 4.26، 3.12 و 3.98 بر حسب درصد بوده است که در دو پایگاه داده فارسی آخر، بهتر از نتایج دست یافته در مقاله های پیشین است. همچنین مقدار 4.58 برای پایگاه داده بین المللی svc2004 به دست آمده که با بهترین نتایج مقالات اخیر قابل مقایسه است.

چکیده ندارد.