حسگری طیفی پهن باند در شبکه های رادیو شناختی
چهارشنبه 23 دی 1394 ساعت 02:24 ب.ظ | نوشته ‌شده به دست رسول نیک بخت | ( نظرات )

حسگری طیفی[1]مقاوم به نویز یکی از نیازهای اساسی شبکه‌های رادیوشناختی[2] است و هرچه قدر طیف مورد بررسی پهن‌تر باشد فرصت‌های طیفی[3] بیشتری در دسترس کاربران رادیوشناختی قرار می‌گیرد. منظور از حسگری طیفی پهن­باند، این است که پهنای باند مورد بررسی حسگری طیفی، از حداکثر پهنای باند مورداستفاده درروش‌های حسگری طیفی باند باریک به‌مراتب بیشتر باشد .


برای حسگری طیفی پهن‌باند[4] استفاده از روش­های مرسوم حسگری طیفی (روش‌های باند باریک) به علت وابسته بودن به نمونه‌برداری نرخ نایکوئیست، بسیار پرهزینه می‌باشد [1]. از طرفی استفاده از طیف  الکترومغناطیسی در محدوده­ی چند مگاهرتز تا چندین گیگاهرتز  بسیار تنک[5] می­­باشد [2-4].  پس می‌توان با استفاده از  تئوری حسگری فشرده[6] و کاهش نرخ نمونه‌برداری، عمل حسگری طیفی پهن‌باند را با هزینه کمتری انجام داد. این ایده برای اولین بار در [5] مطرح شد ولی استفاده از آن نیازمند نمونه­برداری نرخ نایکوئیست بود و لذا از مزیت اصلی حسگری فشرده بهره‌مند نمی‌شد. برای حل این مشکل، حسگری فشرده پهن‌باند با استفاده از مبدل آنالوگ به اطلاعات (AIC[7]) پیشنهاد شد [6] .




[1] Spectrum sensing

[2] Cognitive radios

[3] Spectrum opportunity

[4] Wideband spectrum sensing

[5] Sparse

[6] Compressive sensing

[7] Analog to information convertor 

ادامه مطلب


بررسی عملکرد کدینک دوباینری و دوباینری اصلاح شده
سه شنبه 1 اردیبهشت 1394 ساعت 12:24 ب.ظ | نوشته ‌شده به دست رسول نیک بخت | ( نظرات )

در کانال های که داری پهنای باند محدود هستند برای استفاده از حداکثر ظرفیت کانال از  کدینگ دوباینری و دوباینری اصلاح شده استفاده می شود. در این روش به جای از بین بردن مسئله ISI[1]   سعی می شود تا از ISI کنترل شده استفاده شود.

در این پست شبیه سازی این کدینگ دو باینری و دوباینری اصلاح شده در نرم افزار Matlab اریه می شود.



[1] Inter symbol interference

ادامه مطلب
مرتبط با: مخابرات , MATLAB ,


آشنایی با حسگری فشرده
دوشنبه 23 تیر 1393 ساعت 10:37 ب.ظ | نوشته ‌شده به دست رسول نیک بخت | ( نظرات )

حسگری  فشرده در سال 2006 به عنوان یک تکنیک جدید پردازش سیگنال معرفی شد. این تکنیک به ما این امکان را می دهد تا با استفاده خاصیت  تنک بودن به صورت موثر سیگنال را به دست آورده و از روی نمونه های فشرده آن را بازسازی کنیم.

از این جهت این زمینه توجه زیادی را به خود جلب کرد و امروزه  مبانی ریاضی این نظریه به خوبی درک شده است. به موازات پیشرفت در مفاهیم ریاضی ، قابلیت های کاربردی حسگری فشرده توسط گروه های مهندسی بین المللی آشکار شده است.  از لحاظ ریاضی نیز مزایای این نظریه در بسیاری از زمینه ها ،نظیر  تئوری مخابرات، دانش تصویر، اپتیک، تکنولوژی رادار ، شبکه های حسگری و تصویر برداری پزشکی مشخص شده است.




[1] Ultra wide band

ادامه مطلب
مرتبط با: مخابرات , Compressed sesing ,


 
دیگر موارد
تعداد مطالب :
تعداد نویسندگان :
آخرین بروز رسانی :
بازدید امروز :
بازدید دیروز :
بازدید این ماه :
بازدید ماه قبل :
بازدید کل :
آخرین بازدید :

شبکه اجتماعی فارسی کلوب | Buy Website Traffic | Buy Targeted Website Traffic