الگوریتم طول متغیر کسری نفوذی با قابلیت پیشبرد مشارکت مبتنی بر گرادیان برای افزایش کارایی شبکه های تطبیقی با لینک های نویزی
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 105
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JSCIT-10-4_001
تاریخ نمایه سازی: 25 مهر 1403
چکیده مقاله:
در این مقاله، مسئله تخمین تطبیقی در شبکه های حسگری بی سیم با ساختار مشارکت نفوذی، با در نظر گرفتن دو مورد واقع بینانه، یعنی نویزی بودن لینک تبادل بین گره ها و مجهول یا متغیر بودن طول پارامتر مورد تخمین مطالعه می شود. خواهیم دید که الگوریتم طول متغیر کسری که با تخمین بی درنگ طول فیلتر بهینه بین خطای حالت دائم و نرخ همگرایی تعادل برقرار می سازد، در حضور لینک های نویزی چه اندازه ناموفق عمل می کند. بدیهی است که این تخمین اشتباه طول ناشی از نویزی بودن لینک ها با تخمین نادرست ضرایب همراه است، واقعیتی که نیاز به ارائه شیوه ای مقاوم در برابر نویز را غیر قابل اجتناب می کند. لذا، در این مقاله، الگوریتمی با مشارکت مبتنی بر گرادیان پیشنهاد داده می شود که در آن میزان مشارکت بنا به شدت نویز بر اساس مفهوم گرادیان تنظیم می شود. مفهوم مشارکت مبتنی بر گرادیان شیوه ای است که هم امکان بهره گرفتن از همبستگی فضایی را فراهم کرده و هم اثرات لینک های نویزی را کاهش می دهد. نوآوری مقاله ارائه شیوه ای برای بهبود عملکرد شبکه های تطبیقی با طول فیلتر متغیر در حضور لینک های نویزی است. چرا که تطبیق صحیح طول در شرایط لینک های نویزی شرط اساسی برای عملکرد مناسب الگوریتم تطبیقی توزیع شده است. برای ارزیابی الگوریتم پیشنهادی علاوه بر منحنی آموزشی طول کسری، از معیارهای میانگین مربع انحراف (MSD)، میانگین مربع خطا (MSE) و میانگین مربع خطای اضافی (EMSE) استفاده می شود. الگوریتم پیشنهادی بر اساس این پارامترها عملکرد بهتری در مقایسه با الگوریتم FT نفوذی در شرایط لینک های نویزی دارد. به نحوی که در تخمین طول فیلتر موفقیت ۱۰۰% حاصل شده و میزان بهبود در MSD، MSE و EMSE همواره بسیار بهتر از الگوریتم FT نفوذی در شرایط لینک های نویزی است. به نحوی که MSD و MSE به ترتیب از مقادیر ۸.۹dB و -۷.۸dBدر الگوریتم FT نفوذی در شرایط لینک های نویزی می تواند تا -۲۵.۳dB و -۲۶.۵dBدر الگوریتم پیشنهادی بهبود یابد.
کلیدواژه ها:
نویسندگان
Ghanbar Azarnia
دانشکده فنی و مهندسی خوی - دانشگاه صنعتی ارومیه - ارومیه – ایران
Abbbas Ali Sharifi
دانشکده فنی و مهندسی، گروه مهندسی برق - دانشگاه بناب، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :