كليدواژه زبان طبيعي :
طراحي , بولتزمن , گيرنده , گيبس , }ML{ , وفقي , شبكه , عصبي , تصادفي , ديجيتال , }MSE{ , فيدبك , اكوالايزر , }ZF{ , ويتربي , }MLSE{ , همگرايي , پراونس , بهينه , }SNN{
چكيده :
مغز بزرگترين مسيله تمامي دانش است . گستردگي و ارتباطات بسيار زياد ميان سلولهاي عصبي در شبكه اعصاب آدمي و سرعت بسيار بالاي سيستم عصبي در پردازش اطلاعات ، انسان را بر آن داشت تا در صورت امكان به تحليل عملكرد مغز و يا حتي يك واحد ساده عصبي بپردازد. بدين ترتيب ايده ساخت شبكه هاي عصبي مصنوعي ، با الهام از شبكه هاي عصبي طبيعي ، مطرح گرديد و در اين راستا در طي دهه گذشته پيشرفتهاي چشمگيري در اين رشته صورت گرفته است . در اين رساله از ميان شبكه هاي پيشنهاد شده ، شبكه عصبي تصادفي كه با تغييرات بر روي شبكه هاپفيلد بدست آمده است ، در طراحي گيرنده مورد نظر بكار گرفته مي شود و با شبيه سازيهاي صورت گرفته بر روي اين شبكه و شبكه هاپفيلد و الگوريتم ويتربي كه يك روش بهينه تخمين اطلاعات مي باشد، كيفيت بالاي عملكرد آن به اثبات خواهد رسيد. خلاصه مندرجات : ... طراحي سيگنال ارسالي جهت حذف يا كاهش ISI +روشهاي الگوريتميك تخمين اطلاعات در كانالهاي مخابراتي با فرض ISI و AWGN +تخمين اطلاعات به كمك شبكه هاي عصبي -شبكه هاپفيلد+شبكه هاي عصبي تصادفي +ارزيابي عملكرد گيرنده پيشنهاد شده به كمك روشهاي SNN و هاپفيلد و ويتربي +ضميمه ...
