نام پژوهشگر: افشین نیک پی

تحلیل عملکرد ردیابی الگوریتم های تطبیقی در شبکه های توزیع شده بر پایه روش افزایشی
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت دبیر شهید رجایی - دانشکده مهندسی برق و کامپیوتر 1392
  افشین نیک پی   محمد شمس اسفند آبادی

فیلترهای تطبیقی به عنوان یکی از ابزارهای مهم در بسیاری از کاربردهای پردازش سیگنال از جمله شبکه های توزیع شده مورد استفاده قرار می گیرند. شبکه های توزیع شده در کامپیوترهای رومیزی، رایانه های قابل حمل، تلفن های همراه، حس گرها و محرک ها برای جمع آوری داده ها و کنترل شبکه ها استفاده می شود. شبکه های توزیع شده روشی کارامد است که در سال های اخیر مورد توجه بسیار قرار گرفته است و به دو صورت افزایشی و انتشاری قابل اجراست. روش افزایشی به صورت دوره ای بین نود های همسایه تحقق می پذیرد. در این روش اطلاعات در حالت زنجیره ای از یک نود به نود هم جوار گردش می یابند. به این ترتیب یک نود، اطلاعاتی را که خود از محیط دریافت کرده است، را با اطلاعاتی که از نود قبلی گرفته است، به روز می نماید و نتیجه را به نود همسایه منتقل می کند. در پایان این زنجیره، یک تخمین مناسب از پارامتر مورد نظر به دست می آید. هر کدام از نودهای موجود در شبکه های توزیع شده را می توان به صورت یک فیلتر تطبیقی در نظر گرفت. در این پایان نامه به تحلیل عملکرد ردیابی الگوریتم های تطبیقی کلاسیک و نوین در شبکه های توزیع شده بر پایه روش افزایشی می پردازیم. الگوریتم حداقل میانگین مربعات نرمالیزه شده با اصلاح جزئی ضرایب، الگوریتم های خانواده تصویر افاین شامل الگوریتم تصویر افاین با اصلاح جزئی ضرایب، الگوریتم تصویر افاین با انتخاب دنباله ی ورودی، الگوریتم تصویر افاین با انتخاب دنباله ی ورودی پویا، الگوریتم تصویر افاین با اصلاح جزئی ضرایب و انتخاب دنباله ورودی و الگوریتم تصویر افاین با اصلاح جزئی ضرایب و انتخاب دنباله ورودی پویا می باشند. این الگوریتم ها ضمن داشتن پیچیدگی محاسباتی پایین دارای سرعت همگرایی نزدیکی به الگوریتم های کلاسیک می باشند. در ادامه به تحلیل تئوری الگوریتم های شبکه های توزیع شده در محیط غیر ایستان می پردازیم. این تحلیل بر پایه رابطه بقای انرژی صورت می پذیرد. روابط جامعی برای تحلیل حالت گذرا و ماندگار در این محیط ارائه می گردد. نتایج شبیه سازی نشان می دهد که روابط تئوری ارائه شده دارای دقت مناسبی در پیش بینی عملکرد الگوریتم های تطبیقی در محیط غیرایستان دارد.