مقایسه روش الگوریتم ژنتیک با روش برش بالانس شده وروش مانده گذاری بالانس شده درکاهش مرتبه سیستم هایMIMO

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 662

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCECN01_009

تاریخ نمایه سازی: 7 بهمن 1393

چکیده مقاله:

هرسیستم فیزیکی را می توان با یک مدل ریاضی بیان کرد.بعضی از مدل های توصیفی سیستم ها،معادلاتی با مرتبه بالا دارند که هم برای تجزیه و تحلیل سیستم و هم طراحی کنترل کننده بسیارمشکل می شوند.در نتیجه ،پیدا کردنی مدلی با مرتبه کمتر از همان جنس،با ملاحظه ان که مشخصات عمده و چیره ان نیز هنوز برقرار باشند، امری مفید و در بسیاری موارد ضروری است.از مزایای کاهش مرتبه سیستم ها می توان به ،کاهش پیچیدگی ها درک بهتر ما از سیستم ، آسانی در پیاده سازی سخت افزاری و امکان عملی ساخت کنترل کننده برای سیستم، اشاره نمود. هدف این مقاله بررسی دقیق تر روش های کاهش مرتبه سیستم های MIMO است. در این راستا روش های دسته بندی اصلاح شده قطب ها و الگوریتم ژنتیک، برش بالانس شده و روش مانده گذاری بالانس شده مورد مطالعه قرار می گیرند. روش اول از روش های نسبتاً جدید ارائه شده در این زمینه و دو روش دیگر از روش های کلاسیک در این زمینه می باشد. الگوریتم ژنتیک برای مینیمم سازی تابع هدفی بکار می رود که انتگرال مربعات خطا بین درایه های ماتریس اصلی و کاهش یافته است.برای تعیین چند جمله ای مخرج مشترک برای ماتریس کاهش یافته ازتکنیک دسته بندی اصلاح شده ی قطب ها، که نحوه محاسبه ان در مقاله کاملا توضیح داده شده است،استفاده کرده ایم.جهت اطمینان از صحت برنامه بر روی مثالی در مقاله پیاده سازی می شود. ضمن این کار پاسخ های فرکانسی تمامی روش هم بررسی می شوند. برای همین مثال سایر روش ها نیز مورد بررسی قرار می گیرند تا امکان مقایسه ی بهتر فراهم شود. در انتها نتایج تمام بررسی ها، جمع بندی خواهند شد.

کلیدواژه ها:

الگوریتم ژنتیک ، روش برش بالانس شده ، روش مانده گذاری بالانس شده ، کاهش مرتبه سیستم های MIMO

نویسندگان

سعید روستایی

دانشجوی کارشناسی ارشد،دانشگاه صنعتی مالک اشتر.

محمدرضا علیزاده پهلوانی

استادیار، دانشگاه صنعتی مالک اشتر تهران.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ب)جمشیدی، ن.، و مولایی، س.، ابوی مهریزی، ع.، "آموزش کاربردی ...
  • ج) Vishwakarma, C. B. , and Prasad, R., MIMO System ...
  • نمایش کامل مراجع