تشخیص خطا در فرستنده تقسیم فرکانس متعامد (OFDM) مبتنی بر شبکه عصبی موجک وفقی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 523

فایل این مقاله در 6 صفحه با فرمت PDF و WORD 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:

ICADI03_069

تاریخ نمایه سازی: 7 اسفند 1396

چکیده مقاله:

در این مقاله سامانه ای هوشمند برای کشف و تفکیک خطاهای سیستمی در فرستنده مدولاسیون تقسیم فرکانس متعامد (OFDM) طراحی شده است. خطاهایی که عواملی چون فشارها و تنش های کاری شدید، فرسودگی، تشعشعات و مشکلات سازگاری الکترومغناطیس (EMC) دارند. برای این کار ابتدا یک فرستنده OFDM و اجزای آن شامل ماژول محاسبه کننده تبدیل فوریه معکوس (IFFT)، مبدل آنالوگ به دیجیتال (DAC) و میکسر شبیه سازی شده است. خطاهایی که امکان وقوع آن ها در اجزای این فرستنده وجود دارند، با توجه به پارامتر نرخ خرابی تعیین شده و تاثیر هر یک به سیستم تزریق شد. این خطاها شامل، خطای آفست در مبدل DAC، خطای اتصال کوتاه و مدار باز در ترانزیستور هدایت کننده سیگنال پیغام و سیگنال حامل در میکسر می باشد. سپس کل سیستم OFDM با استفاده از مدل سازی ترکیبی و روش تخمین شبکه های عصبی موجک وفقی (AWNN) مدل سازی شد. برای تفکیک مودهای سیستم نیز، ضرایب خروجی تخمینی مورد بررسی قرار گرفت. در نتایج بدست آمده مشاهده شد که خطاهای این فرستنده با دقتی بیش از %98 کشف و تفکیک شده اند

کلیدواژه ها:

فرستنده OFDM ، تشخیص خطا ، مدل سازی ، شبکه های عصبی موجک وفقی

نویسندگان

علیرضا رودباری

استادیار دانشکده پرواز دانشگاه علوم و فنون هوایی شهید ستاری

امین عسگری فر

کارشناسی ارشد دانشگاه تهران