بررسی تغییر
شدت روشنایی به روش plc
فهرست
چکیده 1
بخش 1 : 57
1-1 ارتباط PLC , مشکلات , تکنیکهای مدرن 57
1-2 مصارف PLC 57
1-3 مشکلات ارتباط از طریق خط برق 58
1-3-1 امپدانس و تضعیف کانال خط برق 58
1-4 مدلهای کانال خط برق 60
1-5 پهنای باند 61
1-5-1 استانداردها برای ارتباط از طریق خط برق 62
1-6 نتیجه گیری 62
بخش 2 : نکات عملی 64
2-1 خلاصه 64
2-2 روشهای مدولاسیون 64
Frequency Shift keying 64
Phase shift keying 67
2-3 شبکه کوپلینگ 70
2-4 روشهای کنترل خطا 74
2-4-1 روش ردیابی خطا 74
2-4-2 روشها اصلاح خطا 75
2-5 توصیه هایی برای کنترل خطا در PLC 76
2-6 نتیجه گیری 76
بخش 3 : تحقیق عملی سیستم 77
3-1 خلاصه 77
3-2 اهداف 77
3-3 از تئوری به عملی 77
3-3-1 سیستم مدولاسیون Spread – Spectrum 77
3-3-2 شبکه کوپلینگ 81
3-4 اجرای سیستم 2 لایه ای 82
3-4-1 طرح FSK 83
3-4-2 شبکه کوپلینگ 85
3-5 تست کردن لایه اول 86
3-6 اجرای لایه دوم و ارتقاء عملکرد لایه اول 88
3-6-1 طرح Spread – Spectrum 88
3-6-2 اجرای پرشهای فرکانسی 90
3-6-3 چک کردن خطا و اصلاح آن 91
3-7 92
بخش 4 : مدار طراحی شده در این پروژه 94
4-1 خلاصه 94
4-2 شرحی جامع بر نحوه عملکرد سیستم 94
4-3 شرح کاملی بر تک تک قسمتهای مدار 95
فهرست مطالب بخش
PLC چکیده:
مقدمه:
فصل اول
مروری بر بازشناسی گفتار
1-1) پردازش بر روی گفتار به دو دسته کلی تقسیم می شود:
1-2) مقدمه ای بر بازشناسی گفتار:
1-3) پارامترهایی که در کارایی یک سیستم بازشناسی گفتار موثرند و تعیین کننده
میزان پیچیدگی سیستم می باشند عبارتند از:
1-3-1) بازشناسی وابسته به گوینده و مستقل از گوینده:
1-3-2) باز شناسی لغات مجزا و گفتار پیوسته:
1-3-3) اندازه دایره لغات:
1-3-4) تشخیص حدود کلام:
1-3-5) نویز محیط:
1-3-6) محدودیتهای زبانی:
1-4) روش های متداول بازشناسی :
1-5) فرایند تولید گفتار:
1-6) انواع نواحی پایدار:
1-7) Spectrogram
1-8) ساختار فایلهای Wave
فصل دوم
تئوریDTW
2-1)مقدمه:
2-2) اصول روش DTW
2-3) محاسبه فاصله محلی
2-4) محاسبه فاصله عمومی(فاصله کلی)
2-5)ناحیه محدود شده
3-5)الگوریتم DTW
فصل سوم
استخراج بردار ویژگیها
3-1)مقدمه:
3-2) روشهای استخراج بردار ویژگیها
3-3) LPC
3-3-1) روابط تحلیلLPC
3-4)ضرایب Cepstral:
3-5) وزن دهی ضرایب
فصل 4 :
4-1 استخراج مشخصات و پردازش سیگنال :
4-2 pre – emphasis
4-3 Frameblocking windowing
4-4 autocorrelation
4-5 فرمول Lpc
4-6 Parameter weighting
فصل 5
ایجاد الگوی اولیه :
5-1 کوانتیزه کردن برداری :
(VQ)
5-2 ایجاد پایگاه اطلاعاتی
5-3 ایجاد پایگاه اطلاعاتی
5-4 ایجاد پایگاه اطلاعاتی
5-3 الگوریتم K – means
فلوچا
چکیده
امروزه با پیشرفت علوم کامپیوتر و استفاده از کامپیوترهای شخصی و ذخیره کردن
اطلاعات شخصی وجود سیستمی که تنها به آن شخص اجازه دسترسی به اطلاعات را بدهد لازم
به نظر می رسد. علاوه بر این استفاده از پردازش سیگنال صوت در پزشکی و تشخیص از
طریق سیگنال صوت می تواند بسیار مفید باشد. روش های بسیاری برای تشخیص صوت به کار
می روند و مراحل زیادی برای تشخیص، تجزیه و تحلیل صوت وجود دارد. تشخیص صوت ها
معمولاً با ایجاد نمونه های دیجیتال از صوت انجام می گیرد که این روش های ایجاد طیف
می تواند
M FCC (MCL frequency cepstral coefficients)
LPC (linear predictive coding)
و یا روشی coch lea باشد و در مرحله بعد نمونه های صوت کوانتیزه می شوند و در
دسته بندی های مشخص قرار می گیرند و بعد هم سیگنال های آماده شده مقایسه می شوند تا
کمترین فاصله بین آنها به عنوان نمونه مورد قبول انتخاب شود و سیگنال ورودی تشخیص
داده شود. این مرحله تشخیص نیز می تواند با استفاده از روش های گوناگون از
جمله:
DTW (Dynamic time warping )
HMM (Hidden Markov Models)
NNS (Neural Network )
