مناقشة رسالة الماجستير : Self-Learning Blind Wireless Channel Identifier Using Adaptive Algorithms
أكتوبر 27, 2020 2020-10-27 15:25مناقشة رسالة الماجستير : Self-Learning Blind Wireless Channel Identifier Using Adaptive Algorithms
مناقشة رسالة الماجستير : Self-Learning Blind Wireless Channel Identifier Using Adaptive Algorithms
تمت يوم الاثنين الموافق 26/10/2020 مناقشة طالب الماجستير في قسم هندسة المعلومات والاتصالات “ علي عبدالله باشخ ” عن رسالته الموسومة :
“Self-Learning Blind Wireless Channel Identifier Using Adaptive Algorithms”
وقد ضمت لجنة المناقشة كلا من :
ا.د امجد خليل حميدي /الجامعة التكنلوجية/هندسة السيطرة والنظم/رئيسا.
ا.م.د فاضل صاحب عباس /الجامعة المستنصرية/كلية الهندسة/عضوا.
م.د محمد عماد عبد الستار/كلية هندسة المعلومات./عضوا.
م.د سامي كاظم حسن/كلية هندسة المعلومات./عضوا.ومشرفا.
وقد استوف الطالب متطلبات الحصول على درجة الماجستير وبدرجة (جيد جدا).
نبذة عن الرسالة :
يكيّف المرشح التكيّفي معاملاته وفقاً للخطأ الحاصل والناتج عن الاختلاف بين ما يخرج منه مع اشارات القناة اللاسلكية المراد عمل تعريف لها. للمرشح التكيفي عدة تطبيقات منها تعريف وتحديد القناة اللاسلكية, تعديل القناة, الغاء تأثير الضوضاء والتنبؤ. التحديد الاعمى للقناة اللاسلكية هو هدف هذه الرسالة . نقترح في هذه الرسالة خوارزميات التكيّف التالية (Sato, RLS, NLMS, LMS و CMA) للتعامل مع حل مشكلة تحديد القناة اللاسلكية والحصول على افضل اداء.
تم اشتقاق المعادلات اللازمة لتحديث معاملات المرشحات التكيفية وتطير الخوارزميات للحصول على مقارنات من حيث المعدل التربيعي للأخطاء وتعقيد العمليات اللازمة للترشيح. تم استخدام اطوال مختلفة للمرشحات وكذلك قيم مختلفة لقيم نسبة الاشارة الى الضوضاء مع عمل المقارنات. تم عمل تحليل لإداء الخوارزميات المقترحة وبينت نتائج المحاكاة الحاسوبية بان افضل اداء كان لخوارزمية RLS من حيث سرعة وصول معاملات المرشح التكيّفي للقيم المثلى والحصول على اقل قيم للمعدل التربيعي للأخطاء بالمقارنة مع بقية الخوارزميات المقترحة الاخرى. اخيرا بينت النتائج بانه كلما زاد طول المرشح قلت سرعة وصول معاملاته للقيم المثلى.
[Best_Wordpress_Gallery id=”198″ gal_title=”مناقشة علي عبدالله باشخ”]
