کاربرد شبکه‌های عصبی در سیستم‌های مخابراتی

کاربرد شبکه‌های عصبی در سیستم‌های مخابراتی

کاربرد شبکه‌های عصبی در سیستم‌های مخابراتیتعداد صفحات : 81 با فرمت ورد و قابل ویرایش فهرست مطالبفصل اول: آشکارسازی کور در سیستم مخابراتی DS-CDMA با استفاده از شبکه های عصبی: گامی در جهت فرماندهی و کنترل انتقال داده در مخابرات نسل سوم1-1- مقدمه1-2-تکنیک DS-CDMA با مدولاسیون BPSK در باند پایه1-3-روش پیشنهادی برای آشکارسازی کور با استفاده از شبکه های عصبی چند لایه1-3-1-آشکارسازی کور با فرض عدم وجود تاخیر در کانال1-3-2- تخمین زدن تاخیر کانال1-3-3- آشکارسازی کور در سیستم مخابراتی DS-CSMA1-4-آزمایشها و نتایج1-4-1- آنالیز نتایج1-5- جمع بندیفصل دوم : تخمین نسبت سیگنال به نویز در کانال های مخابراتی پویا به کمک شبکه ی عصبی پایه شعاعی با ساختار تأخیر زمانی2-1-مقدمه2-2-تخمین کور سیگنال به نویز به کمک شبکه های عصبی2-2-1- تخمین کو در مقایسه با تخمین TxDA2-2-2- شبکه ی عصبی پایه شعاعی2-2-3- نویز تصادفی و تقش حالت اولیه در تولید آن2-3-ساختار مدل پیشنهادی2-4- شبیه سازی و نتایج تجربی2-5-مقایسه و ارزیابی2-6-نتیجه گیری2-7- روندنمای الگوریتم زیگوراتفصل سوم: سیستم هوشمند رتبه بندی اعتباری ترکیبی با استفاده از سیستم خبره و شبکه های عصبی مصنوعی3-1- مقدمه3-2- نمره های اعتباری3-3- شبکه های عصبی مصنوعی3-4- سیستم خبره (ES)3-4-1- برنامه های سیستم کارشناس در ارزیابی اعتبار3-5-1- روش سیستم هوشمند ترکیبی3-5-1-1- پایه مدل به تنهایی3-5-1-2- مدل های تحول3-5-1-3- مدل های محکم همراه3-5-1-4- مدل کاملا جفت3-5-2- ترکیبی از برنامه های کاربردی سیستم های هوشمند در اعتباری ارزیابی3-6- ترکیب هوشمند سیستم رتبه بندی اعتباری3-6-1- مدل3-6-1-1- سیستم خبره3-6-1-2- معماری شبکه های عصبی مصنوعی3-7- ارزیابی3-7-1- روش های ارزیابی3-7-2- نتایج ارزیابی3-8- گفتگو3-8-1- مقایسه نتایج با استفاده از آزمون همبستگی و آزمون T3-8-2- خطاهای MSE، MDA، RMSE، MAPE، MPE3-8-3- مقایسه بین سیستم ترکیبی و نتایج رتبه بندی اعتباری واقعی3-9- نتیجه4- منابع