افزایش ظرفیت کانال های PLC با استفاده از تکنیک الموتی در حوزه ی فرکانس-زمان
محل انتشار: کنفرانس بین المللی پژوهش در علوم و مهندسی
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 687
فایل این مقاله در 11 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:
ICRSIE01_689
تاریخ نمایه سازی: 25 آذر 1395
چکیده مقاله:
امروزه سعی بر این است که اتصال به اینترنت از طریق اتصال به خروجی های برق به آسانی میسر شود. مخابرات خطوط قدرت یا PLC تکنولوژی استفاده از خطوط قدرت به منظور مخابره ی اطلاعات است. شبکههای PLC (شبکههای انتقال قدرت) یک بستر آماده برای انتقال اطلاعات هستند. در تحقیقات قبلی به منظور بهبود قابلیت شبکههای PLC یک طرح دایورسیتی MIRC یا ترکیب با بهره ی بیشینه برای یک شبکه ی انتقال قدرت OFDM مطرح شده است و یک طرح جفت بندی بهینه ی زیرحامل ها نیز برای بیشینه سازی بهره ی MIRC ارایه شده است. در این مقاله تکنیک الموتی با این طرح دایورسیتی MRC و طرح جفت بندی بهینه ی زیرحاملها ترکیب شده و به جای کدگذاری فضا- فرکانس یا فضا- زمان از کد گذاری فرکانسی - زمان استفاده میشود. کد الموتی، کد بلوکی فضا-زمان است که برای بهبود ارتباطات بی سیم ارایه شده است. روش پیشنهادی در این مقاله، حاصل ترکیب دو بخش جفت بندی زیرحاملها براساس SNRهای مربوطه و اعمال تکنیک الموتی در حوزه ی فرکانس – زمان است. روش جغت بندی زیرحاملها بدین صورت است که بعد از مرتب سازی SNRهای مربوط به زیرحامل ها، زیرحامل با SNR بالاتر با زیرحامل با SNR پایین تر جفت می شود. بعد از جغت بندی زیرحامل ها، تکنیک الموتی در دو بازه ی زمانی متوالی، در دو جایگاه فرکانسی اعمال می شود که در این صورت هم مفهوم فرکانس و هم مفهوم زمان را خواهیم داشت. با استفاده از روش پیشنهادی، ظرفیت کانال مخابراتی افزایش مییابد و نرخ خطای بیت یا BER نسبت به حالتی که دادهها به صورت معمولی و بدون اعمال این روش ازکانال PLC عبور می کنند، کاهش مییابد.
کلیدواژه ها:
نویسندگان
سارا صراف مارالانیان
دانشجوی کارشناسی ارشد رشته ی مهندسی کامپیوتر گرایش هوش مصنوعی موسسه آموزش عالی نبی اکرم(ص)
بهزاد مظفری تازه کند
دانشیار دانشگاه تبریز
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 :