فنی و مهندسی مدرس
سال:1384 | دوره:- | شماره:22 |تعداد مقالات:10

طراحی فیلترها و داپلکسرهای موجبری نیازمند مشخص سازی دقیق ابعاد ناپیوستگیها و بخشها در موجبر برای رسیدن به مشخصه مورد نظر است. این کار نیازمند استفاده از یک روش حل دقیق موجی و یک روش بهینه سازی پرقدرت برای استخراج ابعاد مورد نظر است. در این مقاله روش تطبیق مدها به عنوان روش حل کامل موجی و روش الگوریتم ژنتیک برای بهینه سازی انتخاب شده است. فیلتر و داپلکسرهای طراحی شده به این روش با مقالات مقایسه شده که تطبیق بسیار مطلوب نتایج طراحی، بیانگر صحت نتایج این روش جدید است.

در این مقاله به بررسی نقش خواص ذاتی مواد نیمرسانای مرکب، از جمله اختلاف انرژی بین دره های L و Г در ماده، جرم موثر حامل و همچنین فرایندهای پراکندگی بر مشخصه های انتقال الکترون در کانال مسفت می پردازیم. به علاوه، تاثیر ساختار مسفت بر مشخصه های انتقال الکترون را در افزاره مطالعه می کنیم. برای بررسی این موضوع ساختار مسفت InGaAs تعبیه شده بر روی بستر نیم عایق InP و ساختار مسفت InP را با روش مونت کارلو شبیه سازی کرده و نتایج حاصل را با نتایج به دست آمده از شبیه سازی ساختار مسفت GaAs مقایسه می کنیم. از بین این سه ترانزیستور، مسفت InGaAs بهترین مشخصه سرعت را از خود نشان می دهد. با هدف بهبود بیشتر مشخصه سرعت در ترانزیستور اخیر علاوه بر اضافه کردن لایه درین کم غلظت (LDD) در کنار درین، برای اولین بار سورس را با InP جایگزین می کنیم. این ساختار، بزرگترین مقدار متوسط سرعت الکترون را در سراسر کانال در مقایسه با سایر مسفت ها نتیجه می دهد.

در سیستمهای تبدیل گفتار، گوینده A جملاتی را بیان می کند و هدف عبارت است از تغییر متکلم جملات بیان شده، از گوینده A (مبدا) به گوینده مورد نظر B (مقصد). البته در مواردی به جای تبدیل گفتار از عبارت تبدیل گوینده نیز استفاده می شود. تغییر گوینده باید به قسمی انجام پذیرد که سیگنال تغییر یافته کیفیت مطلوب و طبیعی، اما با صدای گوینده B داشته باشد. سه روش مورد استفاده در این سیستمها عبارتند از: روشهای مبتنی بر چندی سازی برداری، روشهای مبتنی بر تبدیلهای LMR و روشهای مبتنی بر مدل مخلوط گاوسی (مدل آماری). در تمامی روشهای ذکر شده برای انطباق زمانی جفت کلمات یا جفت جملات متناظر دو گوینده (در مرحله یادگیری) از روش پیچش زمانی پویا استفاده می شود. در طی این تحقیق ضمن بررسی روشهای موجود، از تکنیک انطباق زمانی DTW برای طراحی توابع تبدیل جفت واجهای متناظر دو گوینده (به جای جفت کلمات یا جملات) استفاده می شود. این کار موجب انطباق بیشتر دو گوینده در کوچکترین واحد زبانی (یعنی واج) می شود. همچنین به منظور کاهش خطا، از تبدیلهای خطی موقتی وابسته به واج در مرحله یادگیری استفاده می شود. با اصلاحات مناسب دیگری که در روش یادگیری و طراحی تبدیلهای خطی مورد نیاز انجام شده، به عملکرد بسیار مناسبی در تبدیل گفتار در مقایسه با روشهای رایج نایل شده ایم.

در این تحقیق، از نوعی الگوریتم تطابق شکل برای بازشناسی ارقام دستنویس فارسی استفاده شده است. برای هر نقطه نمونه برداری شده بر روی کانتور شکل، توصیفگری براساس توزیع مکانی نقاط دیگر کانتور به دست می آید. برای تعیین میزان شباهت دو شکل، ابتدا بر اساس این توصیفگرها تناظری یک به یک بین نقاط نمونه برداری شده روی کانتور شکل اول با نقاط روی کانتور شکل دوم به دست می آید. جمع فواصل بین نقاط متناظر در دو شکل، معیاری برای عدم شباهت آنها است. سپس تبدیلی تعریف می شود که نقاط کانتور شکل اول را بر روی نقاط متناظر در کانتور شکل دوم قرار دهد. میزان پیچیدگی این تبدیل معیاری دیگر برای عدم شباهت دو شکل است.با بهینه سازی پارامترهای مختلف این الگوریتم، از آن برای بازشناسی ارقام دستنویس فارسی استفاده شده است. از روش طبقه بندی نزدیکترین فاصله از نماینده یا نماینده های هر کلاس استفاده شده است. در آزمایشی بر روی مجموعه ای شامل 1288 رقم - که افراد مختلف نوشته اند - صحت بازشناسی %89.9 بوده است. این آزمایش بدون هیچگونه پس پردازشی انجام شده است.

در این مقاله نشان می دهیم که چگونه با به کارگیری شبکه های عصبی می توان مشخصه تفاضلی مناسبی برای الگوریتم های رمز قطعه ای یافت. به این منظور عملکرد تفاضلی الگوریتم رمز قطعه ای مورد بررسی با یک گراف وزندار جهتدار نمایش داده می شود. با این نمایش، یافتن بهترین مشخصه تفاضلی، معادل با یافتن کم وزن ترین مسیر چند - شعبه بین دو گره آغازی و پایانی در گراف حاصل است. در این مقاله، ابتدا شبکه هاپفیلد برای یافتن بهترین مسیر چند - شعبه در گراف نمایش عملکرد تفاضلی الگوریتم رمز قطعه ای سرپنت به کار رفته است. با این شیوه، افزایش تعداد دور مشخصه، باعث افزایش احتمال رسیدن به بهینه های محلی در هنگام بهینه سازی می شود. سپس به منظور کاهش این مشکل از شیوه های آموزش احتمالی و ایده تابکاری شبیه سازی شده، استفاده شده و با به کارگیری ماشین بولتزمن، کارآیی بیشتری به دست آمده است. روند بهینه سازی برای یافتن یک مشخصه 4، 5 و 6 دوری از الگوریتم رمز سرپنت، 100 بار تکرار شده است. در این آزمایشها، جواب مطلوب با به بکارگیری شبکه هاپفیلد، به ترتیب 100، 20 و 1 بار و با به کارگیری ماشین بولتزمن، به ترتیب 100، 99 و 30 بار به دست آمده است. نتایج بررسیهای انجام شده بیانگر تاثیر مثبت آموزش احتمالی در روند بهینه سازی توسط شبکه عصبی است. مقایسه احتمال های مشخصه های به دست آمده با شیوه پیشنهادی در این مقاله با احتمال های هشت مشخصه گزارش شده در مقالات دیگر نشان می دهد که در شش مورد، نتایج ارایه شده در این مقاله بهتر از نتایج گزارش شده در سایر مقالات است و در دو مورد، احتمال های مشخصه های تفاضلی به دست آمده برابر با احتمال مشخصه های نظیر در سایر مقالات است. همچنین یک مشخصه تفاضلی برای الگوریتم رمز سرپنت 7 دوری با استفاده از ماشین بولتزمن به دست آمده که احتمال 2-125 دارد. این مشخصه، با صرفنظر کردن از مشخصه های بومرنگ گزارش شده از این الگوریتم رمز، اولین مشخصه تفاضلی برای بیش از 6 دور از آن است. این مقایسه نشان دهنده کارایی و کارامدی شبکه های عصبی برای یافتن مشخصه تفاضلی مناسب است، به طوری که کارایی در هاپفیلد بیشتر از ماشین بولتزمن است و کارآمدی در ماشین بولتزمن بیشتر است.

لایه های حساس به گاز به کار رفته در ساخت حسگرهای مقاومتی گاز به روشهای گوناگونی ساخته می شوند. در این مقاله برای اولین بار تاثیر روش ساخت در یکی از مهمترین ویژگیهای کاربردی این حسگرها یعنی پاسخ گذرا، به طور عملی بررسی شده است. لایه هایی از اکسیدهای قلع و روی به روشهای LPCVD، PVD، EPD و "پرس کم فشار پودر" تهیه شد. حسگرهای مقاومتی گاز ساخته شده بر اساس این لایه ها مورد آزمایش قرار گرفت. پاسخ گذرای این حسگرها به تغییر پله ای در ترکیب اتمسفر، ثبت و مقایسه شد. بر اساس این مقایسه مشخص شد که ضخامت لایه، بافت و مقدار تخلخل در ساختار لایه حساس همراه با جرم ملکولی گاز هدف، موثرترین عوامل در تعیین پاسخ گذرا هستند. چگونگی ارتباط این عوامل با تغییر زمانی هدایت الکتریکی در حسگر مورد تحلیل کیفی قرار گرفت و ملاحظه شد که سرعت پاسخ به طور مستقیم با ضریب تخلخل لایه حساس مرتبط است، لیکن زمان پاسخ با افزایش ضخامت لایه حساس و افزایش جرم ملکولی گاز هدف افزایش می یابد. حسگر حاصل از روش EPD با دارا بودن بیشترین تخلخل در میان حسگرهای ساخته شده، سریعترین و حسگرهای ساخته شده به روش CVD، علی رغم داشتن ضخامت کم - به علت پایین بودن ضریب تخلخل - کندترین بودند.

روشهای مختلفی برای حذف جمینگ وجود دارد که با توجه به شرایط عملکرد و نوع جمر، یکی از آنها انتخاب می شود. یکی از انواع جمرها، جمرهای FM باند باریک هستند که برای حذف این نوع جمرها از روش زیرفضا استفاده می کنیم. در روش زیرفضا مقدار IF سیگنال تخمین زده می شود و بردار زیر فضای متعامد بر جمر ایجاد می شود. اگر تعداد آنتن های آرایه ای افزایش یابد، عملکرد سیستم بهبود می یابد. در محاسبه زیر فضای آرایه دو آنتنی، اصلاحاتی انجام و این روش برای آرایه سه آنتنی تعمیم داده شد. روش زیر فضا توسط نرم افزار متلب شبیه سازی و SINR خروجی گیرنده در هر حالت محاسبه شده است. اگر تخمین IF دچار خطا شود، SINR سیستم کاهش می یابد؛ در این حالت استفاده از آنتن های آرایه های عملکرد سیستم را نسبت به تک آنتن بهبود می بخشد.

در این مقاله کارآیی یازده فاصله متفاوت در بازیابی و طبقه بندی تصویر، بر اساس رنگ، شکل و بافت، ارزیابی شده است. از معیارهای دقت فراخوانی و نرخ طبقه بندی درست در روش k همسایه نزدیکتر به ترتیب برای ارزیابی بازیابی و طبقه بندی استفاده شده است. نتایج آزمایش بر روی پایگاه داده 1000 تصویری شامل ده گروه معنایی، بر اساس هیستوگرام رنگ، هیستوگرام راستای لبه ها و ویژگیهای گابور، ارایه و بررسی شده است.