اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدتحسين التزامن في أنظمة نثر الطيف بالقفز الترددي
Synchronization Improvement of FHSS Systems
893
0 34
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يعتبر نثر الطيف بالقفز الترددي Frequency Hopping Spread Spectrum (FHSS) من التقنيات التي تؤمن مناعة لأنظمة الاتصالات الحديثة ضد التشويش Jamming و الاعتراض Intercept لدرجة تعتبر نوعاً ما جيدة. و لكن يبقى هذا النظام عرضة للهجوم و خاصة إذا ما تواجدت ثغرات في تصميم النظام ككل، و بمراحل و خوارزميات التزامن على وجو الخصوص؛ لما تمثله من أهداف سهلة للهجوم الالكتروني.
No English abstract
مراجعة الذكاء الصنعي:
ملخص البحث
تناقش هذه الأطروحة تحسين تزامن أنظمة القفز الترددي (FHSS) في مجال معالجة الإشارة ضمن نظم الاتصالات. تتناول الدراسة أهمية التزامن في أنظمة القفز الترددي، حيث يتم تغيير تردد الإشارة بشكل شبه عشوائي لتجنب التشويش والاعتراض. يتم تقسيم أنظمة القفز الترددي إلى نوعين: القفز الترددي البطيء (SFH) والقفز الترددي السريع (FFH). تركز الدراسة على تحسين آليات التزامن الخشن والدقيق في هذه الأنظمة لضمان فعالية الاتصال وتقليل احتمالية فقدان البيانات. تتناول الدراسة أيضًا تأثير التشويش على هذه الأنظمة وطرق تحسين كشف الإشارة واستعادة الساعة والمعطيات باستخدام تقنيات مختلفة مثل الإعتيان الفائض الأعمى (BO-CDR) وتقنيات أخرى. تم تنفيذ محاكاة للنظام المقترح ومقارنته بالطرق التقليدية، حيث أظهرت النتائج تحسنًا في الأداء وسماحية أكبر للارتعاش.
قراءة نقدية
تعتبر هذه الأطروحة مساهمة قيمة في مجال تحسين تزامن أنظمة القفز الترددي، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، كان من الممكن توضيح بعض المفاهيم التقنية بشكل أكثر تفصيلاً لتسهيل فهمها من قبل القراء غير المتخصصين. ثانيًا، لم يتم تناول بعض التحديات العملية التي قد تواجه تنفيذ النظام المقترح في بيئات حقيقية بشكل كافٍ. وأخيرًا، كان من الممكن تقديم مزيد من الدراسات المقارنة مع أنظمة أخرى مشابهة للحصول على صورة أشمل عن فعالية النظام المقترح.
أسئلة حول البحث
-
ما هي أهمية التزامن في أنظمة القفز الترددي؟
التزامن في أنظمة القفز الترددي مهم لضمان وصول الإشارات المرسلة إلى المستقبل بتوافق دقيق في موضع القفز الحالي، مما يساعد في فك نثر المعلومات المرغوبة ونثر الإشارات غير المرغوبة، وبالتالي الحفاظ على فعالية النظام.
-
ما هي أنواع أنظمة القفز الترددي التي تم تناولها في الدراسة؟
تم تناول نوعين من أنظمة القفز الترددي في الدراسة: القفز الترددي البطيء (SFH) والقفز الترددي السريع (FFH).
-
ما هي التقنية التي تم اقتراحها لتحسين كشف الإشارة واستعادة الساعة والمعطيات؟
تم اقتراح تقنية الإعتيان الفائض الأعمى (BO-CDR) لتحسين كشف الإشارة واستعادة الساعة والمعطيات، حيث تعتمد هذه التقنية على أخذ عدة عينات ضمن كل بت من إشارة المعطيات المستقبلة واختيار العينة الأقرب لمركز العين لاستعادة المعطيات.
-
ما هي النتائج التي أظهرتها المحاكاة للنظام المقترح مقارنة بالطرق التقليدية؟
أظهرت المحاكاة للنظام المقترح تحسنًا في الأداء وسماحية أكبر للارتعاش مقارنة بالطرق التقليدية، مما يشير إلى فعالية النظام المقترح في تحسين تزامن أنظمة القفز الترددي.
المراجع المستخدمة
Poisel, “Modern communications Jamming Principles and techniques,” 2nd Edition, Artech house, 2011
M. K. Simon, J. K. Omura, R. A. Scholtz, and B. K. Levitt “Spread spectrum communications: Volume III,” Computer Science Press: Maryland, USA, 1985
D. Torrieri, “Principles of Spread-Spectrum Communication Systems”, 1st Edition, Springer, 2005
قيم البحث
اقرأ أيضاً
الأنظمة الناصحة هي الأنظمة التي تساعد المستخدمين على اختيار العناصر الأكثر ملائمة من مجموعة كبيرة من العناصر و ذلك اعتمادا على أذواقهم و اهتماماتهم. أصبحت مثل هذه الأنظمة واحدة من أقوى الأدوات المستخدمة في مواقع التجارة الإلكترونية و مواقع التواصل ال
اجتماعي. على الرغم من ذلك فإن استخدام هذه الأنظمة في مواقع التجارة الإلكترونية يواجه العديد من التحديات مثل: الإقلاع البارد, قابلية التوسع و الشعب.
في هذه الورقة قمنا بتقديم حل لمشكلة الإقلاع البارد, وقمنا بالمقارنة بين عدة خوارزميات لقواعد الربط و ذلك لاختيار الخوارزمية الأفضل لحل مشكلتي قابلية التوسع و التشعب.
تعد تقنيات التعرف على الكلام من أهم التقنيات الحديثة التي دخلت بقوة في مجالات الحياة المختلفة سواء الطبية أو الأمنية أو الصناعية. و بناءً عليه تم تطوير العديد من الأنظمة المعتمدة على طرق مختلفة في استخلاص السمات و التصنيف.
في هذا البحث تم إنشاء ثلاث
ة أنظمة للتعرف على الكلام، تختلف عن بعضها البعض بالطرق المستخدمة في مرحلة استخلاص السمات، حيث استخدم النظام الأول خوارزمية MFCC بينما استخدم النظام الثاني خوارزمية LPCC أما النظام الثالث فاستخدم خوارزمية PLP. تشترك هذه الأنظمة بطريقة التصنيف حيث استخدمت خوارزمية الـHMM كمصنف.
في البداية تم دراسة و تقييم أداء عملية التعرف على الكلام للأنظمة الثلاثة السابقة المقترحة منفردةً. بعد ذلك تم تطبيق خوارزمية الجمع على كل زوج من الأنظمة المدروسة و ذلك لدراسة أثر خوارزمية الجمع في تحسين التعرف على الكلام.
تم اعتماد نوعين من الأخطاء، الأخطاء التزامنية (simultaneous errors) و الأخطاء الاعتمادية ((dependent errors، كوحدة مقارنة لدراسة فعالية خوارزمية الجمع في تحسين أداء عملية التعرف على الكلام. يتبين من نتائج المقارنة أن أفضل نسبة تعرف على الكلام تم الحصول عليها في حالة جمع الخوارزميتان MFCC و PLP حيث تم الحصول على معدل تعرف 93.4%.
يهدف هذا العمل إلى دراسة و تفحص تقنيات التقدير المختلفة للانزياح الترددي للحوامل الجزئية (CFO) و ذلك من أجل أنظمة التقسيم بالتعامد الترددي ذات الكلمة الفريدة UW-OFDM حيث تم بدايةً عرض مبدأ توليد إشارة الحزمة القاعدية لأنظمة الكلمة الفريدة بالإضافة إل
ى ميزات هذه الأنظمة بالنسبة لأنظمة اللاحقة الدوار
CP-OFDM التقليدية.
يهدف التنقيب عن البيانات التعليمية إلى دراسة البيانات المتوفرة في المجال التعليمي وإخراج المعرفة المخفية منه بغية الاستفادة منها في تعزيز عملية التعليم واتخاذ قرارات ناجحة من شأنها تحسين الأداء الأكاديمي للطالب. تقترح هذه الدراسة استخدام تقنيات التنق
يب عن البيانات لتحسين التنبؤ بأداء الطلاب، حيث تم تطبيق ثلاث خوارزميات تصنيف Naïve Bayes, J48, Support Vector Machine)) على قاعدة بيانات أداء الطلاب ، ثم تم تصميم مصنف جديد لدمج نتائج تلك المصنفات الفردية باستخدام تقنية الدمج Voting Method . تم استخدام الأداة WEKAالتي تدعم الكثير من خوارزميات و طرائق التنقيب في البيانات. تظهر النتائج أن مصنف الدمج لديه أعلى دقة للتنبؤ بمستويات الطلاب مقارنة بالمصنفات الأخرى ، حيث حقق دقة تعرف وصلت إلى74.8084 % . و أفادت خوارزمية العنقدةsimple k-means في تجميع الطلاب المتشابهين في مجموعات منفصلة بالتالي فهم مميزات كل مجموعة مما يساعد على قيادة وتوجيه كل مجموعة على حدى.
في أنظمة الحوار، يقوم مكون فهم اللغة الطبيعي (NLU) عادة بقرار التفسير (بما في ذلك المجال، النية والفتحات) عن كلام قبل حل الكيانات المذكورة.قد ينتج عن هذا أخطاء تصنيف النوايا وعلامات الفتحة.في هذا العمل، نقترح نفايات ميزات دقة الكيان (ER) في NLU Reran
king وإدخال مصطلح خسائر رواية بناء على إشارات إيه لتحسين تعلم الأوزان النموذجية في إطار إعادة النشر.بالإضافة إلى ذلك، للحصول على سيناريو حوار متعدد المجالات، نقترح طريقة مطابقة توزيع النتيجة لضمان درجات الناتجة عن نماذج Reranking NLU من النطاقات المختلفة معايرة بشكل صحيح.في التجارب دون اتصال بالإنترنت، نوضح نهجنا المقترح تفوق بشكل كبير على نموذج خط الأساس على كل من تقييمات المجال الواحدة والعبر.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
