دانلود مقاله در مورد فيلترها 

23 ‏متن شماره 2 ‏فروشگاه فایل,همکاری,فروش,فایل,فایل کار,فروشگاه,خرید,دانود,همکاری در فروشهمکاری در فروش - فایل - فروشگاه فایل - فایل کار - مشارکت در فروش فایل - خرید - دانلود - مقاله - تحقیق

http://kia-ir.ir

اشتراک در خبرنامه

جهت عضویت در خبرنامه لطفا ایمیل خود را ثبت نمائید

Captcha

آمار بازدید

  • بازدید امروز : 129
  • بازدید دیروز : 2111
  • بازدید کل : 5749302

پیوند ها

دانلود مقاله در مورد فيلترها


دانلود مقاله در مورد فيلترها

خریدار گرامی شما میتوانید فایل (در مورد فيلترها) را ویرایش کنید.

در مورد فيلترها - word (..doc) - دانلود,مقاله,در,مورد,فيلترها,دانلود

قسمتی از متن :

 

1

‏مقدمه

‏عبارت فیلتر معمولاً به دستگاهی، سخت افزاری یا نرم افزاری، اطلاق می شود که برای بازیابی اطلاعات مفید در یک سیگنال نویزی به کار می رود. نویز یک سیگنال ناخواسته است که اطلاعات موردنظر ما را ت‏حت تأثیر قرار می دهد و در اثر‏ شرایط متفاوتی تولید می شود. به عنوان مثال سیگنال ممکن است توسط یک سنسور در محیطی نویزی خوانده شود یا شاید سیگنال در طول انتقال در کانال مخابراتی دچار اختلال گردد.

‏فیلتر به طور کلی سه کاربر دارد:

‏1‏-فیلتر کردن -Filtering

‏:

‏بازیابی سیگنال با دقت خواسته شده در زمان t‏ با توجه به اطلاعات موجود در زمان t

‏2‏-یکنواخت ساختن -Smoothing

‏:

‏در این کاربرد ‏اطلاعات مورد نظر با دقت خواسته شده در زمان t‏ وجود ندارد ولی به کمک داده هایی که در زمان ها‏ی‏ بعد از t‏ بدست می آید، سیگنال مورد نظر بازیابی می شود. به همین دلیل برای یکنواخت ساختن باید از تأخیر استفاده کرد.

‏3‏-پیش بینی -Prediction

‏:

‏در این مورد هدف بدست ‏آ‏وردن سیگنال در زمان ‏ در آینده ‏، بوسیله اطلاعات موجود در زمان t‏ می باشد.

‏فیلترها را می توان به دو دسته تقسیم بندی نمود:

‏-خطی -Linear

‏-غیرخطی

2

‏یک فیلتر را خطی می نامند هرگاه خروجی آن تابعی خطی از ورودی باشد. در رهیافت آماری برای فیلتر خطی، ما به پارامترهای آماری، مانند میانگین و یا تابع همبستگی -Carrelation Function

‏، ‏سیگنال و نویز احتیاج داریم. یک راه کاربردی برای بهبود فیلتر کردن، حداقل نمودن مقدار میانگین مربع خطایی -Mean Square Error

‏ که‏ از کم کردن پاسخ مورد نظر و خروجی فیلتر بدست می آید، می باشد. برای ورودی های ساکن -Stationary

‏، راه حل مناسب فیلتر Wiener‏ می باشد. در این حالت منحنی MSE‏ برحسب پارامترهای قابل تنظیم فیلتر سطح اجرایی ‏خطا -Error Performance Surface

‏ نامیده می شود. نقطه حداقل در این نمودار، ضرایب بهینه را مشخص می کند.

‏فیلتر Wiener‏ در مواقعی که سیگنال‏ یا‏ نویز غیرساکن -Non Stationary

‏ می باشند‏،‏ غیرقابل استفاده است. در این شرایط فیلتر بهینه متغیر با زمان فرض می شود که از معروف ترین این نمونه می توان به فیلتر Kalman‏ اشاره کرد.

‏تئوری فیلترهای وفقی مانند Wiener‏ یا Kalman‏، در حوزه پیوسته همچون گسسته بحث شده اند ولی در عمل بدلیل حضور کامپیوتر و پردازشگرهای دیجیتال -DSP

‏ در حوزه گسسته کارایی بیشتری دارند. در فیلترهای وفقی، معمولاً از یک فیلتر دیجیتال به همراه یک الگوریتم وفقی استفاده می شود که ضرایب -Weights

‏ فیلتر دیجیتال توسط الگوریتم موجود تعیین می شود.

‏در زیر چند کاربرد فیلترهای وفقی را نام می بریم:

‏1-در مهندسی پزشکی و دستگاه هایی مانند MRI‏، EEG‏ و ECG

‏2-مخابرات دیجیتال

‏3-حذف اکو در تلفن -echo cancellation

 

 


 

تصاویری از چند صفحه نخست فایل :

 

توجه فرمایید بدلیل تهیه ی تصویر با نرم افزار های خارجی متن نمایش داده شده در تصاویر ممکن است دارای اشکالاتی در نمایش برخی حروف باشد که در فایل اصلی بدون مشکل است

  انتشار : ۲۱ مرداد ۱۳۹۷               تعداد بازدید : 254

برچسب های مهم

فروشگاه فایل,همکاری,فروش,فایل,فایل کار,فروشگاه,خرید,دانود,همکاری در فروشهمکاری در فروش - فایل - فروشگاه فایل - فایل کار - مشارکت در فروش فایل - خرید - دانلود - مقاله - تحقیق

فید خبر خوان    نقشه سایت    تماس با ما