Στοχαστικά Σήματα και Τηλεπικοινωνιές

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Στοχαστικά Σήματα και Τηλεπικοινωνιές"

Transcript

1 Στοχαστικά Σήματα και Τηλεπικοινωνιές Ενότητα 8: Εφαρμογή Τεχνικών Επεξεργασίας Σήματος σε Συστήματα Επικοινωνίας μέσω Ζωνοπεριορισμένων Καναλιών - Ισοστάθμιση Καναλιού Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ και Πληροφορικής

2 Σκοποί ενότητας Παρουσίαση των βασικών εννοιών που σχετίζονται με την μετάδοση πληροφορίας μέσω τηλεπικοινωνιακών καναλιών και την ισοστάθμιση καναλιού. 2

3 Περιεχόμενα ενότητας Μετάδοση πληροφορίας μέσω ζωνοπεριοριμένων καναλιών Τι είναι; Ένα βασικό σύστημα μετάδοσης Διασυμβολική παρεμβολή Συνθήκη Nyquist Παλμός ανυψωμένου συνημιτόνου Παραμόρφωση καναλιού Ιδανικό κανάλι και πιθανότητα σφάλματος, είδη παραμόρφωσης Σχεδιασμός συστήματος μετάδοσης Οι περιπτώσεις του γνωστού και άγνωστου καναλιού Ισοσταθμιστές και αλγόριθμοι MLSE, ZF, MMSE Γραμμικοί και μη γραμμικοί, προσαρμοστικοί κ.λπ. Viterbi, LMS 3

4 Μετάδοση πληροφορίας μέσω ζωνοπεριορισμένων καναλιών

5 Εισαγωγή Η μελέτη της μετάδοσης σημάτων μέσα από ζωνοπεριορισμένα κανάλια έχει μεγάλο πρακτικό ενδιαφέρον. Τα περισσότερα πραγματικά κανάλια είναι περιορισμένου εύρους ζώνης: Ενσύρματα κανάλια (π.χ. DSL). Ασύρματα ραδιοκανάλια. Δορυφορικά κανάλια. Υποβρύχια ακουστικά κανάλια. Το περιορισμένο εύρος ζώνης επιβάλλει αυστηρότερο σχεδιασμό του προς μετάδοση σήματος. Όταν το κανάλι είναι ζωνοπεριορισμένο, αποκλείεται εξαρχής η χρήση ορθογώνιων παλμών (διότι απαιτούν άπειρο εύρος ζώνης). 5

6 Ζωνοπεριορισμένο Κανάλι (1/2) Ένα ζωνοπεριορισμένο κανάλι μοντελοποιείται συνήθως ως ένα γραμμικό φίλτρο με κρουστική απόκριση c(t). c(t) / C(f) Πεδίο συχνοτήτων: το κανάλι μπορεί να αναπαρασταθεί από την απόκριση συχνότητάς του, δηλαδή το μετασχηματισμό Fourier της κρουστικής του απόκρισης. j2 ft C f c t e dt 6

7 Ζωνοπεριορισμένο Κανάλι (2/2) Αν το κανάλι είναι βασικής ζώνης και είναι περιορισμένου εύρους ζώνης W, τότε C(f) = 0 για f > W Αν το σήμα εισόδου του καναλιού έχει συχνοτική συνιστώσα f > W, τότε η συνιστώσα αυτή δε θα μεταδοθεί. Άρα: το φάσμα του προς μετάδοση σήματος θα πρέπει να περιορίζεται στο εύρος ζώνης του καναλιού. 7

8 Μετάδοση M-PAM Αποτελεί τυπικό παράδειγμα ψηφιακής διαμόρφωσης. Χαρακτηριστικά: Το σύστημα είναι βασικής ζώνης. Χρησιμοποιείται διαμόρφωση M-PAM, δηλαδή κάθε k = log 2 M bits ομαδοποιούνται σε ένα από τα Μ σύμβολα του αλφαβήτου. Π.χ. Για Μ = 4: α 1 = 3, α 2 = 1, α 3 = +1, α 4 = +3. Η περίοδος του μεταδιδόμενου σήματος είναι η περίοδος συμβόλου T s. Η περίοδος bit είναι T b = T s /log 2 M = Τ s k. Το κανάλι είναι ζωνοπεριορισμένο σε W Hz. 8

9 Βασικό Δομικό Διάγραμμα Σε ψηφιακή υλοποίηση η (υπερ)δειγματοληψία γίνεται πιο πριν, π.χ. πριν το φίλτρο δέκτη 9

10 Διασυμβολική Παρεμβολή (1/3) Αν {α n } η ακολουθία των συμβόλων, τότε το σήμα στην έξοδο του φίλτρου πομπού είναι: v t a g t nt n n T s Αν h(t) η συνέλιξη του φίλτρου πομπού και του καναλιού h t c t g t Η έξοδος του καναλιού εκφράζεται ως: n s n r t a h t nt n t T 10

11 Διασυμβολική Παρεμβολή (2/3) Η έξοδος του φίλτρου λήψης είναι: y t a x t nt v t n n s Αν το φίλτρο λήψης g R (t) είναι προσαρμοσμένο στο h(t), τότε στην έξοδό του, για t = Τ s, μεγιστοποιείται το SNR xt gt tct grt X f GT f C f GR f Θεωρούμε ότι έχει γίνει συγχρονισμός συμβόλων Για να ανακτήσουμε την ακολουθία συμβόλων {α n }, δειγματοληπτούμε την έξοδο του φίλτρου λήψης ως: y mt a x mt nt v mt s n s s s n Ή σε διακριτό χρόνο: y m a xm n vm n n 11

12 Διασυμβολική Παρεμβολή (3/3) ό ύ 0 m nm Tο δείγμα y(m) που λαμβάνουμε, αποτελείται από: Το επιθυμητό σύμβολο α m κλιμακωμένο κατά x(0), Αν το φίλτρο λήψης είναι προσαρμοσμένο στο h(t), τότε n ISI ό y m a x a x m n v m 2 2 x h t dt H f df E 0 h Διασυμβολική παρεμβολή (InterSymbol Interference ISI): γραμμικός συνδυασμός προηγούμενων και επόμενων συμβόλων Θόρυβος v(m) με διασπορά σ 2 = N 0E h 2 12

13 Σχεδιασμός για Μηδενική ISI Πώς να μηδενίσουμε τη διασυμβολική παρεμβολή; Η συνολική απόκριση συχνότητας που αντιμετωπίζει το μεταδιδόμενο σήμα είναι X f = G T f C f G R f Ληφθέν σήμα: 0 y m a x a x m n v m m Για να μην έχουμε διασυμβολική παρεμβολή θα πρέπει: x(m n) = 0 για m n nm x m n 0 για m = n [έστω ότι x(0) = 1] Τι θα πρέπει να ισχύει για το x(t) και άρα για τα g T (t), g R (t), c t για να ισχύει η παραπάνω συνθήκη; n 13

14 Συνθήκη Nyquist Θεώρημα (Συνθήκη Nyquist για μηδενική ISI): Θα θέλαμε να ισχύει: x nt s 1, n 0 0, n 0 Μια ικανή και αναγκαία συνθήκη για να ισχύει είναι ο μετασχηματισμός Fourier του σήματος, X(f), να ικανοποιεί τη σχέση m m X f T Ts Αν το κανάλι έχει εύρος ζώνης W, τότε: C(f) = 0, για f > W X(f) = G T (f)c(f)g R (f) = 0, για f > W Ορίζουμε ως εύρος ζώνης του σήματος το: B T = 1 = R s 2T s 2 s 14

15 Πότε συμβαίνει αυτό; 1 η Περίπτωση B T > W Όταν το εύρος ζώνης του σήματος είναι μεγαλύτερο από το εύρος ζώνης του καναλιού Τι γίνεται ως προς τη συνθήκη Nyquist; δεν υπάρχει περίπτωση να ικανοποιήσουμε τη συνθήκη Συμπέρασμα: δεν υπάρχει τρόπος να αποφύγουμε την ISI 15

16 2 η Περίπτωση B T = W (1/3) Πότε συμβαίνει αυτό; Όταν το εύρος ζώνης του σήματος είναι ίσο με το εύρος ζώνης του καναλιού Τι γίνεται ως προς τη συνθήκη Nyquist; Η συνθήκη μπορεί να ικανοποιηθεί μόνο αν η X(f) είναι τετραγωνική συνάρτηση της συχνότητας: X f Ts, f W 0, ύ 16

17 Όμως: 2 η Περίπτωση B T = W (2/3) Πεδίο Συχνοτήτων τετραγωνική συνάρτηση Πεδίο Χρόνου sinc συνάρτηση Άρα, θα πρέπει: x(t) = sinc(t/t s ) 17

18 2 η Περίπτωση B T = W (3/3) Προβλήματα από τη χρήση παλμού sinc(t/t s ): Είναι μη αιτιατός, οπότε για να υλοποιηθεί θα πρέπει να αποκόψουμε κάποιους συντελεστές του και να εισάγουμε μια καθυστέρηση Οι λοβοί του «σβήνουν» αργά (με ρυθμό 1/t): αυτό σημαίνει ότι από ένα σφάλμα χρονισμού μπορεί να προκύψει σημαντική ISI (λόγω των μη μηδενικών πλέον όρων x(m), m 0) Αποτέλεσμα: ο μέγιστος θεωρητικά ρυθμός μετάδοσης δεδομένων σε ένα κανάλι εύρους ζώνης W, είναι R s = (1/T) = 2W αυτό είναι δύσκολο να υλοποιηθεί πρακτικά οπότε καταφεύγουμε στην τρίτη περίπτωση 18

19 3 η Περίπτωση B T < W Πότε συμβαίνει αυτό; Όταν το εύρος ζώνης του σήματος είναι μικρότερο από το εύρος ζώνης του καναλιού. Τι γίνεται ως προς τη συνθήκη Nyquist; Η συνθήκη ικανοποιείται για πολλές επιλογές της X f. 19

20 Παλμός Ανυψωμένου Συνημιτόνου (1/3) Eιδικός παλμός x(t) που χρησιμοποιείται συχνά στην πράξη: παλμός ανυψωμένου συνημιτόνου (raised cosine pulse). Tο φάσμα του X rc (f) είναι ένα ανυψωμένο συνημίτονο: Ts, 0 f 1 a BT Ts Ts X f 1 cos f 1 a B 1 a B f 1 a B 2 a f 1a BT 0 rc T T T Συντελεστής επέκτασης (roll-off factor) α: Πόσο παραπάνω από το ελάχιστο εύρος ζώνης Β Τ θα πρέπει να χρησιμοποιήσει το σήμα; Απαιτούμενο εύρος ζώνης είναι W = (1 + α)β Τ πλεονάζον εύρος ζώνης αβ Τ 0 α 1 20

21 Παλμός Ανυψωμένου Συνημιτόνου (2/3) Κρουστική απόκριση Απόκριση συχνότητας 21

22 Παλμός Ανυψωμένου Συνημιτόνου (3/3) Ειδικές περιπτώσεις: Για α = 0, το x rc (t) γίνεται ο sinc(t/t s ). Για α = 1, απαιτείται διπλάσιο από το ελάχιστο εύρος ζώνης. Ιδιότητες του παλμού: Είναι κι αυτός μη αιτιατός, οπότε θα πρέπει να γίνει μια αποκοπή και να εισαχθεί μια καθυστέρηση. Οι λοβοί του σβήνουν γρήγορα (με ρυθμό 1/t 3 ), άρα: Η αποκοπή που προαναφέρθηκε εισάγει μικρότερο σφάλμα σε σχέση με το αντίστοιχο στον παλμό sinc. Ένα σφάλμα χρονισμού έχει μικρότερες συνέπειες. Η κρουστική απόκριση του παλμού δίνεται ως: x rc t t cos at / T sinc Ts 1 4 a t / T s

23 Συμπεράσματα Για μηδενική ISI πρέπει να ισχύει η συνθήκη του Nyquist. Για να ικανοποιείται η συνθήκη του Nyquist θα πρέπει: Eύρος ζώνης σήματος εύρους ζώνης καναλιού Aλλιώς εύρος ζώνης καναλιού απο το μισό του ρυθμού 1 μετάδοσης, δηλαδή W 2T s Η ισότητα μπορεί να ικανοποιηθεί μόνο για sinc παλμό, και δε χρησιμοποιείται στην πράξη Αν B T < W, τότε μπορούμε να χρησιμοποιήσουμε διάφορους παλμούς με πιο συχνά χρησιμοποιούμενο τον παλμό ανυψωμένου συνημιτόνου. Στην περίπτωση αυτή, για να έχουμε μηδενική ISI, θα πρέπει: X rc f = G T f C f G R (f) ή x rc t = g T t c t g R (t) 23

24 Παραμόρφωση καναλιού

25 Ιδανικό Ζωνοπεριορισμένο Κανάλι (1/2) Ιδανικό ζωνοπεριορισμένο κανάλι: Eίναι ζωνοπεριορισμένο στις συχνότητες f W Eίναι σταθερό σε όλο το εύρος ζώνης του χωρίς να εισάγει παραμόρφωση C f f 1, 2W 0, f f W W Σύμφωνα με τα προηγούμενα, θα πρέπει να ισχύει: X rc f = G T f C f G R f X rc f = G T f G R f Επειδή θέλουμε φίλτρο δέκτη προσαρμοσμένο στο φίλτρο πομπού θα πρέπει να ισχύει: G R f = G T f X rc f = G T (f) 2 G T (f) = G R (f) = X rc (f) 25

26 Ιδανικό Ζωνοπεριορισμένο Κανάλι (2/2) Tο κανάλι δεν εισάγει παραμόρφωση, αλλά περιορίζει τη μετάδοση σε εύρος ζώνης W Για μηδενική ISI: Ως φίλτρα πομπού, g T (t), και δέκτη, g R (t) επιλέγονται παλμοί φάσματος τετραγωνικής ρίζας ανυψωμένου συνημιτόνου (square root raised cosine) Με κρουστικές αποκρίσεις: G f G f X f T R rc g () t g t T R 4a T s cos 1 a t / T s sin 1 a t / Ts 4 at / T at T / s s 26

27 Πιθανότητα Σφάλματος Ψηφιακού M-PAM Αν, το κανάλι είναι ιδανικό και ζωνοπεριορισμένο, το κανάλι εισάγει AWGN, το σύστημα έχει σχεδιαστεί για μηδενική ISI, Τότε y m = x 0 a m + v m όπου ο θόρυβος είναι AWGN, διασποράς σ 2 = E g N 0 /2. Ίδια πιθανότητα σφάλματος με μη ζωνοπεριορισμένο AWGN κανάλι. Πιθανότητα Σφάλματος Συμβόλου (SER) P M log Q M M E 2 b 2 M M 1 N0 27

28 Παραμόρφωση Καναλιού (1/4) Μέχρι τώρα αναφερθήκαμε στο σχεδιασμό συστήματος για μηδενική ISI όταν το κανάλι ήταν ιδανικό. Στην πράξη όμως τα κανάλια παρουσιάζουν δυο ειδών παραμορφώσεις. Παραμόρφωση Πλάτους: Το πλάτος της απόκρισης συχνότητας του καναλιού, C(f), δεν είναι σταθερό μέσα στο εύρος ζώνης του καναλιού. Κάθε συχνοτική συνιστώσα πολλαπλασιάζεται με διαφορετικό πλάτος Παραμόρφωση Φάσης: Η φάση της απόκρισης συχνότητας του καναλιού, Θ c (f), δεν είναι γραμμική συνάρτηση της συχνότητας. Κάθε συχνοτική συνιστώσα αντιμετωπίζει διαφορετική καθυστέρηση κατά τη διέλευσή της από το κανάλι. 28

29 Παραμόρφωση Καναλιού (2/4) Παραμόρφωση Φάσης (συνέχεια): Για να ορίσουμε καλύτερα την παραμόρφωση φάσης, ορίζουμε την καθυστέρηση περιβάλλουσας (envelope delay): f 1 dc 2 df Αν Θ c (f) γραμμική, τότε η καθυστέρηση περιβάλλουσας είναι σταθερή και δεν έχουμε παραμόρφωση φάσης. Η Παραμόρφωση Πλάτους και η Παραμόρφωση Φάσης οδηγούν σε διασυμβολική παρεμβολή: Καθώς ο παλμός μετάδοσης g T (t) συνελίσσεται με την κρουστική απόκριση του καναλιού c(t) και παύει να ισχύει η συνθήκη μηδενικής ISI. f 29

30 Παραμόρφωση Καναλιού (3/4) Παράδειγμα: (α): παλμός μετάδοσης (β): η μορφή του μετά το πέρασμά του από το κανάλι Αποτελέσματα: τα σημεία μηδενισμών έχουν μετατοπιστεί ISI 30

31 Παραμόρφωση Καναλιού (4/4) Και στην περίπτωση μη ιδανικού καναλιού, για να έχουμε μηδενική ISI θα πρέπει: εύρος ζώνης σήματος < εύρος ζώνης καναλιού συνθήκη Nyquist, G f C f G f X f f W T T rc Πώς μπορούμε να το πετύχουμε αυτό; Διακρίνουμε δύο περιπτώσεις: Το κανάλι C(f) είναι γνωστό Το κανάλι C(f) είναι άγνωστο 31

32 Σχεδιασμός συστήματος μετάδοσης

33 Σχεδιασμός Συστήματος με Γνωστό Κανάλι Αν το κανάλι C(f) είναι γνωστό, τότε αυτό που απομένει είναι να καθορίσουμε τα φίλτρα πομπού και δέκτη ώστε να ικανοποιούν την επιθυμητή συνθήκη για μηδενική ISI, G f C f G f X f f W T T rc Αποδεικνύεται ότι τα βέλτιστα φίλτρα που ικανοποιούν την συνθήκη μηδενικής ISI αλλά και μεγιστοποιούν το SNR κατά τις στιγμές δειγματοληψίας είναι: Φίλτρα πομπού: G f k T 1 X rc C f Φίλτρο δέκτη: θα πρέπει να είναι προσαρμοσμένο στο σύστημα G T (f)c(f). G f k R 2 X rc f C f f 33

34 Άγνωστο Κανάλι (1/2) Άρα, αν το κανάλι είναι γνωστό και δε μεταβάλλεται χρονικά, τότε μπορούμε να σχεδιάσουμε κατάλληλα το σύστημα (συγκεκριμένα τα φίλτρα πομπού και δέκτη) ώστε να έχουμε μηδενική ISI. Στην πράξη, το κανάλι είναι: Άγνωστο και σχετικά στατικό. π.χ. το ενσύρματο κανάλι: κάθε φορά που ξεκινά μια επικοινωνία, δε γνωρίζουμε τα χαρακτηριστικά του καναλιού που θα την εξυπηρετήσει εφόσον ξεκινήσει η σύνδεση, το κανάλι παραμένει περίπου σταθερό Εναλλακτικά είναι: Άγνωστο και χρονικά μεταβαλλόμενο. π.χ. το ασύρματο κινητό κανάλι που μεταβάλλεται σημαντικά με το χρόνο Στις περιπτώσεις αυτές δεν μπορούμε να χρησιμοποιήσουμε τους κανόνες σχεδιασμού που είδαμε παραπάνω. 34

35 Άγνωστο Κανάλι (2/2) Μεθοδολογία για σχεδιασμό συστήματος σε άγνωστο κανάλι: Υποθέτουμε ότι το κανάλι είναι ιδανικό, C(f) = 1, f < W. Σχεδιάζουμε τα φίλτρα πομπού και δέκτη ως G f G f X f T R rc Με κατάλληλα επιλεγμένες φάσεις ώστε να είναι υλοποιήσιμα Tότε, επειδή η παραπάνω υπόθεση δεν ισχύει, η συνολική κρουστική απόκριση του συστήματος x t = g T t c t g R (t) δεν ικανοποιεί τη συνθήκη για μηδενική ISI και έχουμε: Τι κάνουμε τότε; 0 y m a x a x m n v m m n nm n 35

36 Ισοδύναμο Φίλτρο Καναλιού (1/2) Καταρχήν, θα μοντελοποιήσουμε την ISI με πιο εύχρηστο τρόπο: 2 n ISI anxm n ISI a x m n n nm Πράγματι, σε οποιοδήποτε πραγματικό κανάλι, η ISI «εμπλέκει» έναν πεπερασμένο αριθμό συμβόλων Δηλαδή το άθροισμα στην ISI δεν εκτείνεται στο άπειρο, αλλά περιορίζεται σε: L 1 μελλοντικά σύμβολα L 2 παρελθόντα σύμβολα δηλαδή, x(n) = 0 για n < L 1 και n > L 2 L nl nm 1 36

37 Ισοδύναμο Φίλτρο Καναλιού (2/2) Το κανάλι μπορεί να μοντελοποιηθεί ως ένα γραμμικό φίλτρο (FIR) μήκους L = L 1 + L συντελεστών 37

38 Φωρατής Ακολουθίας Μέγιστης Πιθανοφάνειας (MLSE) (1/3) Η είσοδος του φίλτρου καναλιού είναι μια διακριτή ακολουθία πληροφορίας, δηλαδή είναι μια ακολουθία συμβόλων που ανήκουν σε ένα συγκεκριμένο αλφάβητο μεγέθους Μ. Έτσι, η έξοδος του φίλτρου καναλιού μπορεί να χαρακτηρισθεί ως η έξοδος μια μηχανής πεπερασμένων καταστάσεων που διαβρώνεται από AWGN θόρυβο. Άρα, αν εξαιρέσουμε το θόρυβο, η έξοδος του φίλτρου μπορεί να βρεθεί σε μια από M L καταστάσεις, όπου L = L 1 + L Προκειμένου να εκτιμήσουμε την ακολουθία των συμβόλων, μπορούμε να χρησιμοποιήσουμε έναν φωρατή ακολουθίας μέγιστης πιθανοφάνειας (Maximum Likelihood Sequence Estimator - MLSE). 38

39 MLSE (2/3) Παράδειγμα: έστω κανάλι μήκους L = 2 {x(0), x(1)}, και δυαδική διαμόρφωση (π.χ. δυαδικό PAM α m = +1, 1). Αν εξαιρέσουμε το θόρυβο, τότε η τιμή που λαμβάνουμε είναι: 0 m 1 m 1 y m x a x a Και ανάλογα με τα σύμβολα που στάλθηκαν, μπορούμε να πάρουμε τους παρακάτω συνδυασμούς: y m x x y m x x y m x x y m x x 39

40 MLSE (3/3) Εφόσον: έχουμε το y(m) και με την υπόθεση ότι με κάποιο τρόπο έχουμε υπολογίσει το κανάλι, δηλαδή γνωρίζουμε τα x(0), x(1) Τότε, μπορούμε: να υπολογίσουμε όλα τα δυνατά y i (m) να δούμε ποιο είναι πιο κοντά στο ληφθέν y(m) και να αποφασίσουμε ποια ήταν τα σύμβολα που στάλθηκαν Μεγιστοποίηση της συνάρτησης κόστους: log f y (για ακολουθία α Ν συμβόλων απαιτεί: M N ) Προσέξτε ότι: θεωρούμε ότι το κανάλι είναι γνωστό με κάποιο τρόπο την επόμενη χρονική στιγμή (που θα λάβουμε το y(m + 1)), θα εμπλέκεται και πάλι το σύμβολο α m, και αυτή η πληροφορία μπορεί να αξιοποιηθεί 40

41 MLSE με τον αλγόριθμο Viterbi MLSE: είναι ο βέλτιστης εκτιμητής της ακολουθίας των συμβόλων: Aντιμετωπίζει πλήρως την ISI. Πλήττεται μόνο από την επίδραση του AWGΝ θορύβου που είναι τυχαίος. Viterbi: αλγόριθμος υλοποίησης του φωρατή MLSE. Η πολυπλοκότητα του αλγ. Viterbi είναι O(M L )/symbol. Λόγω της εκθετικής πολυπλοκότητας, ο MLSE χρησιμοποιείται πρακτικά μόνο σε περιπτώσεις: Μικρών M, L. Π.χ. συστήματα κινητής επικοινωνίας με σχετικά χαμηλό ρυθμό δεδομένων [Μ = 2: 4, L = 2: 5]. Για μεγάλα M και L, χρησιμοποιούνται άλλες υπο-βέλτιστες μέθοδοι. Ο MLSE αποτελεί benchmark. 41

42 Γραμμικοί Ισοσταθμιστές (1/2) Αντί του MLSE, μπορούμε να χρησιμοποιήσουμε ένα γραμμικό φίλτρο Σκοπός του φίλτρου είναι να αναιρέσει την παραμόρφωση του καναλιού Οι παράμετροί του ορίζονται με βάση του χαρακτηριστικά του καναλιού Το φίλτρο αυτό ονομάζεται ισοσταθμιστής καναλιού (channel equalizer) ή ισοσταθμιστής Χρησιμοποιείται επίσης και ο όρος εξισωτής καναλιού 42

43 Γραμμικοί Ισοσταθμιστές (2/2) Μια διάκριση των ισοσταθμιστών μπορεί να γίνει με βάση τη ρύθμιση των παραμέτρων τους. Ισοσταθμιστές Προρύθμισης (Preset Equalizers): Όταν το κανάλι είναι άγνωστο, αλλά χρονικά σταθερό, τότε ο ισοσταθμιστής μπορεί να οριστεί μια φορά στην αρχή και μετά να λειτουργεί χωρίς να αλλάζουν οι παράμετροί του Προσαρμοστικοί Ισοσταθμιστές (Adaptive Equalizers): Όταν το κανάλι είναι χρονικά μεταβαλλόμενο, τότε ο ισοσταθμιστής θα πρέπει κι αυτός να αλλάζει συνεχώς, ώστε να παρακολουθεί τις αλλαγές του καναλιού Συνδυασμός των παραπάνω: Ο ισοσταθμιστής υπολογίζεται κατά διαστήματα σταθερής διάρκειας ή εφόσον ανιχνεύσει αλλαγή του καναλιού 43

44 Ισοστάθμιση Πώς εκφράζεται το πρόβλημα στη συχνότητα; Τα φίλτρα πομπού και δέκτη επιλέχθηκαν ώστε: G f G f X f T R rc Ο ισοσταθμιστής μπορεί να ρυθμιστεί ώστε. 1 1 jc f GE f e, f W C f C f Άρα, η απόκριση συχνότητας του ισοσταθμιστή είναι το αντίστροφο της απόκρισης συχνότητας του καναλιού Για όλο το σύστημα ισχύει: G f C f G f G f X f T R E rc 44

45 Δομικό Διάγραμμα Φίλτρα πομπού-δέκτη: Ισοσταθμιστής: G f G f X f T R rc G E E 1 f C f f f c 45

46 Αντίστροφο Φίλτρο Καναλιού Στην περίπτωση αυτή, ο ισοσταθμιστής είναι το αντίστροφο φίλτρο του καναλιού (inverse channel filter). Εφόσον το αντίστροφο φίλτρο οδηγεί στην πλήρωση του κριτηρίου Nyquist στο πεδίο του χρόνου επιβάλλει μηδενισμό της ISI κατά τις χρονικές στιγμές t = nt s. Για το λόγο αυτό, καλείται ισοσταθμιστής επιβολής μηδενισμών (zero-forcing equalizer ZF). Η είσοδος του φωρατή είναι πλέον y m = a m + v(m), όπου ο θόρυβος v(m) είναι Gaussian με διασπορά 2 N W X 0 rc f v 2 2 df W C f H διασπορά σ 2 v είναι μεγαλύτερη από αυτήν του θορύβου στην έξοδο βέλτιστου φίλτρου λήψης με γνωστό κανάλι (όπου είναι ίση με Ν 0 /2). 46

47 Σχεδιασμός Ισοσταθμιστή ZF στο χρονικό πεδίο Υπόθεση: Το ISI περιορίζεται σε πεπερασμένο αριθμό L δειγμάτων. Ο ισοσταθμιστής μπορεί να προσεγγιστεί από φίλτρο FIR. Οι συντελεστές απαγωγών του φίλτρου, c n, είναι ρυθμιζόμενοι. 47

48 Απόσταση Απαγωγών Ισοσταθμιστή Έστω τ, η χρονική καθυστέρηση μεταξύ δύο διαδοχικών απαγωγών. Διακρίνουμε δύο κατηγορίες ισοσταθμιστών: τ = Τ: Διαστημοθετημένος κατά σύμβολα (symbol spaced): Όμως, συνήθως επιλέγεται 1/Τ < 2W (roll-off > 0). Οπότε εμφανίζεται το φαινόμενο της αναδίπλωσης. Ο ισοσταθμιστής αντισταθμίζει την αναδιπλωμένη εκδοχή του λαμβανόμενου σήματος. τ 2W > 1/T: Κλασματικά διαστημοθετημένος (fractionally spaced): δε δημιουργείται αναδίπλωση ο ισοσταθμιστής αντισταθμίζει την πραγματική παραμόρφωση του καναλιού συνήθως επιλέγεται τ = Τ/2 (2 δείγματα ανά Τ) 48

49 Ισοσταθμιστής ZF (1/3) Κρουστική απόκριση ισοσταθμιστή (2N+1 συντελεστές): E N g t c t n nn Το μήκος του ισοσταθμιστή θα πρέπει να είναι αρκετά μεγάλο ώστε να καλύπτει την έκταση της ISI: 2Ν + 1 > L. Έστω: x t = g T t c t g R t. Θεωρούμε ότι το x(t) είναι γνωστό. q(t): η συνέλιξη x(t) και ισοσταθμιστή g E (t), δηλαδή η κρουστική απόκριση του συνολικού συστήματος N q t c x t n nn n n 49

50 Ισοσταθμιστής ZF (2/3) Συνθήκη επιβολής μηδενισμών: η κρουστική απόκριση του συνολικού συστήματος, τις στιγμές t=mt, θα πρέπει 1, m 0 qmt 0, m 0 Επειδή ο ισοσταθμιστής έχει μόνο 2Ν + 1 συντελεστές, μπορώ να ελέγξω μόνο 2Ν + 1 τιμές του q(t) N 1, m 0 qmt cnx mt n nn 0, m 1, 2,..., N Από τις παραπάνω συνθήκες, δημιουργείται Ένα γραμμικό σύστημα 2Ν + 1 εξισώσεων 2Ν + 1 αγνώστων (των συντελεστών του ισοσταθμιστή) 50

51 Ισοσταθμιστής ZF (3/3) Γραμμικό σύστημα για τον υπολογισμό των συντελεστών του ισοσταθμιστή ZF: Xc = q. X: πίνακας 2Ν + 1 (2N + 1) με στοιχεία x(mt nτ). c: διάνυσμα με τους συντελεστές του ισοσταθμιστή. q = T. Ο ZF ισοσταθμιστής δεν εξαλείφει πλήρως την ISI. Όταν αυξάνεται το Ν, το παραμένον ISI μειώνεται. Οριακά για Ν το ISI εξαλείφεται πλήρως. Μειονέκτημα: Aμελεί την παρουσία του προσθετικού θορύβου. Aν σε κάποια περιοχή συχνοτήτων το C(f) είναι μικρό,τότε το 1/C(f) είναι μεγάλο και θα ενισχύσει το θόρυβο. 51

52 Ισοσταθμιστής MMSE (1/4) Ο ZF παρουσιάζει σοβαρό πρόβλημα ενίσχυσης του θορύβου σε περιπτώσεις καναλιών με συχνοτικά βυθίσματα (διαλείψεις). Μια λύση στο πρόβλημα αυτό, είναι να χαλαρώσουμε τη συνθήκη επιβολής μηδενισμών. Επιλέγουμε τον ισοσταθμιστή ώστε η συνδυασμένη ισχύς: της ISI που απομένει και του προσθετικού θορύβου στην έξοδό του να ελαχιστοποιούνται υπό την έννοια του μέσου τετραγωνικού σφάλματος. Ο ισοσταθμιστής που προκύπτει ονομάζεται ισοσταθμιστής ελάχιστου μέσου τετραγωνικού σφάλματος (Minimum Mean Square Error - MMSE). 52

53 Ισοσταθμιστής MMSE (2/4) Δειγματοληπτούμε σε t = mt, την έξοδο του ισοσταθμιστή N z mt = n= N c n y mt nτ, όπου y(t) η είσοδος του ισοσταθμιστή (έξοδος φίλτρου G R ) που μπορεί να είναι κλασματικά δειγματοληπτημένη (π.χ., τ = Τ/2). Αν α m είναι το μεταδιδόμενο σύμβολο, τότε ορίζουμε το σφάλμα (συνάρτηση κόστους): 2 2 MSE E e m E am z mt Για να υπολογίσουμε τον ισοσταθμιστή που ελαχιστοποιεί το MSE, υπολογίζουμε την παράγωγο του MSE ως προς τα c n τη θέτουμε ίση με το μηδέν οπότε προκύπτει και πάλι ένα γραμμικό σύστημα διάστασης (2Ν + 1) 53

54 Ισοσταθμιστής MMSE (3/4) Το γραμμικό σύστημα που προκύπτει είναι το: N nn, 0, 1,..., c R n k R k k N n y ay R y : η αυτοσυσχέτιση της εισόδου του ισοσταθμιστή: Ry n k E y mt n y mt k R ay : η ετεροσυσχέτιση του y με τα μεταδιδόμενα σύμβολα: Ray k E y mt k a m 54

55 Ισοσταθμιστής MMSE (4/4) Το παραπάνω σύστημα μπορεί να εκφραστεί και με τη μορφή πινάκων: R c = r y Επειδή συνήθως δε γνωρίζουμε τις στατιστικές ποσότητες, μπορούμε να τις εκτιμήσουμε με χρονικές μέσες τιμές. Λόγω της μορφής του R (που είναι Τoeplitz) εφαρμόζουμε αλγόριθμο Levinson (πολυπλοκότητα O(N 2 )). Η εκτίμηση του χρονικού μέσου όρου της ποσότητας r ay απαιτεί τη χρήση ακολουθίας εκμάθησης (training sequence). ay 55

56 Προσαρμοστικοί Ισοσταθμιστές Για να υπολογίσουμε τους συντελεστές του ισοσταθμιστή MMSE, απαιτείται να λύσουμε ένα γραμμικό σύστημα 2Ν + 1 (2N + 1): R y c = r ay Η λύση του συστήματος είναι: c opt = R y 1 r αy Συχνά σε πρακτικές εφαρμογές ισοσταθμιστών: Προσπαθούμε να αποφύγουμε την άμεση αντιστροφή του R και για να βρούμε τον ισοσταθμιστή συνήθως εφαρμόζουμε μια επαναληπτική διαδικασία. Η ιδέα της επαναληπτικής διαδικασίας θα οδηγήσει στους προσαρμοστικούς ισοσταθμιστές. Με παρόμοιο τρόπο μπορούν να σχεδιαστούν προσαρμοστικοί ισοσταθμιστές βασισμένοι στο κριτήριο ZF 56

57 Μέθοδος της πιο Απότομης Καθόδου (Steepest Descent) Ξεκινάμε από ένα αυθαίρετο σημείο c 0 του διανύσματος συντελεστών πάνω στην επιφάνεια της συνάρτησης κόστους: MMSE: έχουμε επιφάνεια 2 ου βαθμού στο (2Ν + 1)-διάστατο χώρο. Σε κάθε επανάληψη k, υπολογίζουμε την παράγωγο της συνάρτησης κόστους ως προς τους συντελεστές: MMSE: η παράγωγος του MMSE g k = R y c k r ay. Κάθε συντελεστής αλλάζει σε κατεύθυνση αντίθετη από την αντίστοιχη συνιστώσα του διανύσματος κλίσης. c = c g k1 k k H παράμετρος Δ ονομάζεται «μέγεθος βήματος» (step-size). 57

58 Σύγκλιση Απότομης Καθόδου Σύγκλιση αλγορίθμου απότομης καθόδου στην επιφάνεια της συνάρτησης κόστους (Δισδιάστατος Χώρος) 58

59 Μέθοδος πιο Απότομης Καθόδου Για να έχουμε σύγκλιση, ως Δ επιλέγεται μικρός θετικός αριθμός (μέσα στην περιοχή σύγκλισης). Αν k, τότε: g k 0 (το διάνυσμα κλίσης μηδενίζεται). c k c 0 (οι συντελεστές τείνουν στους βέλτιστους). Η σύγκλιση στη βέλτιστη τιμή c 0 απαιτεί άπειρο αριθμό επαναλήψεων. Οι ποσότητες R y και r ay υπολογίζονται μια φορά στην αρχή λαμβάνοντας υπόψη όλα τα δεδομένα και στη συνέχεια αρχίζουν οι επαναλήψεις. Ωστόσο, η βέλτιστη λύση προσεγγίζεται ικανοποιητικά σε μερικές εκατοντάδες επαναλήψεων. Η πολυπλοκότητα είναι Ο(Ν 2 )/επανάληψη. 59

60 Προσαρμοστική Ισοστάθμιση Η προσαρμοστική ισοστάθμιση καναλιού απαιτείται όταν τα χαρακτηριστικά του καναλιού είναι χρονικά μεταβαλλόμενα Τότε: Tο ISI αλλάζει χρονικά. H βέλτιστη λύση c 0 αλλάζει χρονικά. Xρησιμοποιείται εκτίμηση του διανύσματος κλίσης. c ˆ = cˆ gˆ k1 k k Για το κριτήριο MMSE, ισχύει: g Ee k k k Μια απλή εκτίμηση του g k είναι η στιγμιαία τιμή του: y ˆ k e k y k g 60

61 Ισοσταθμιστής LMS Με τη στιγμιαία εκτίμηση του gk προκύπτει ο προσαρμοστικός αλγόριθμος των Ελαχίστων Μέσων Τετραγώνων (Least Mean Squares - LMS). Ο LMS βασίζεται στο κριτήριο ελαχιστοποίησης του MSE. Επειδή χρησιμοποιούμε μια εκτίμηση του διανύσματος κλίσης, ονομάζεται και αλγόριθμος στοχαστικής κλίσης (stochastic gradient). Κάθε φορά που λαμβάνεται ένα νέο δείγμα έχουμε και ένα βήμα επανάληψης. Κατά την επανάληψη k, συγκεντρώνω τις 2Ν + 1 τιμές λαμβανόμενου σήματος που βρίσκονται μέσα στον ισοσταθμιστή. T yk y kt N y kt y kt N 61

62 Αλγόριθμος LMS Τρόπος Eκπαίδευσης (Training Mode): Αρχικά στέλνουμε μια ακολουθία εκμάθησης, δηλαδή μια ακολουθία γνωστών συμβόλων. Τρόπος οδηγούμενος από αποφάσεις (Decision-directed mode): Μετά στέλνουμε τα κανονικά προς μετάδοση δεδομένα. Εμπιστευόμαστε τον ισοσταθμιστή και θεωρούμε ως επιθυμητά σύμβολα τις αποφάσεις του φωρατή. c 0 [ ] for k 0,... z c y H k k k e a z k k k T c c y e * k1 k k k a k Q z k e a z k k k 62

63 LMS Equalizer Γραμμικός προσαρμοστικός ισοσταθμιστής βασιζόμενος στο κριτήριο MMSE 63

64 Επιλογή του Step Size Δ Το μέγεθος βήματος έχει πολύ σημαντικό ρόλο στην επίδραση του αλγορίθμου. Αν το Δ είναι μικρό, τότε ο αλγόριθμος: Συγκλίνει με αργό τρόπο. Αλλά συγκλίνει πιο κοντά στη βέλτιστη τιμή. Αν το Δ είναι μεγάλο, τότε ο αλγόριθμος: Συγκλίνει πιο γρήγορα. Αλλά πιο μακριά από τη βέλτιστη τιμή. Αν το Δ είναι πολύ μεγάλο, τότε ο αλγόριθμος αποκλίνει. Ένας εμπειρικός κανόνας για καλή σύγκλιση και καλή ιχνηλάτηση σε αργά μεταβαλλόμενα κανάλια είναι (P R : ισχύς σήματος εισόδου): N 1 k ( R) 5 2N 1 P R k 1 64

65 Σύγκλιση του LMS Σύγκλιση του αλγορίθμου LMS για διαφορετικά μεγέθη βήματος 65

66 Adaptive ZF Equalizer Όπως ο ισοσταθμιστής MMSE μπορεί να υλοποιηθεί προσαρμοστικά, κατά αντίστοιχο τρόπο, υλοποιείται και ένας ZF ισοσταθμιστής. 66

67 Κριτήρια αξιολόγησης προσαρμοστικών αλγορίθμων Σφάλμα μόνιμης κατάστασης (steady-state error). Ταχύτητα σύγκλισης (convergence). Δυνατότητα παρακολούθησης αλλαγών (tracking). Υπολογιστική πολυπλοκότητα (complexity). Χρονική καθυστέρηση (processing delay). Ευρωστία (robustness) (σχετίζεται με την ευστάθεια). Άλλες αριθμητικές ιδιότητες (όπως η ακρίβεια λύσης). Δυνατότητα αποδοτικών υλοποιήσεων (DSP, parallel, pipeline). 67

68 Ένταση της ISI Η ένταση της ISI σχετίζεται: Κυρίως με τα φασματικά χαρακτηριστικά του καναλιού. Δευτερευόντως με την έκταση της ISI (το μήκος του καναλιού). Όταν η απόκριση συχνότητας του καναλιού έχει φασματικά βυθίσματα, τότε δημιουργείται έντονη ISI. Σε αυτές τις περιπτώσεις, οι γραμμικοί ισοσταθμιστές προσπαθούν να εφαρμόσουν το αντίστροφο φίλτρο, οπότε ενισχύεται σημαντικά ο θόρυβος σε αυτήν την περιοχή (ακόμη και όταν έχουμε κριτήριο MMSE). Συμπέρασμα: οι γραμμικοί ισοσταθμιστές είναι κατάλληλοι για κανάλια χωρίς έντονα συχνοτικά βυθίσματα. Ακολουθούν χαρακτηριστικά παραδείγματα. 68

69 Παραδείγματα Καναλιών: Κρουστική Απόκριση Κανάλι Α Κανάλι Β 69

70 Παραδείγματα Καναλιών: Απόκριση Συχνότητας Κανάλι Α Κανάλι Β 70

71 Επίδοση ρυθμού σφαλμάτων (BER) γραμμικού MMSE ισοσταθμιστή 71

72 Ισοσταθμιστής DFE (1/2) DFE: Ισοσταθμιστής Ανατροφοδότησης Αποφάσεων (Decision Feedback Equalizer): Μη γραμμικός ισοσταθμιστής. To feed-forward filter σε σειρά με το υπερσύστημα x(t) δίνει ένα αιτιατό σύστημα (ISI μόνο από προηγούμενα σύμβολα). Το feedback filter χρησιμοποιεί τις αποφάσεις του φωρατή για προηγούμενα σύμβολα προκείμενου να εξαλείψει την (αιτιατή) ISI που αυτά εισάγουν στο τρέχον σύμβολο. 72

73 Ισοσταθμιστής DFE (2/2) Φίλτρο πρόσθιας τροφοδότησης (feedforward filter, FF): Συνήθως είναι fractionally-spaced. Είναι προσαρμοστικό ή σταθερό. Είναι αντίστοιχο των γραμμικών ισοσταθμιστών. Ν 1 συντελεστές, c n. Φίλτρο ανατροφοδότησης (feedback filter, FB): Symbol-spaced. Είναι προσαρμοστικό ή σταθερό. Ως είσοδο δέχεται τις αποφάσεις του φωρατή. Ν 2 συντελεστές, {b n }. Έξοδος DFE: N 1 2 z c y ( m N ) T nt b a m n 1 n m n n1 n1 H c ym H b am N 73

74 Adaptive DFE Συνήθως χρησιμοποιείται το κριτήριο MMSE......και κάποιος αλγόριθμος στοχαστικής κλίσης (π.χ. LMS). 74

75 Adaptive DFE algorithm Aλγόριθμος στοχαστικής κλίσης - LMS c 0 [0...01] T for m 0,... z c y b a H H m m m e Q[ z ] z m m m cm1 cm * ym em bm1 bm am 75

76 Επίδοση DFE Με και χωρίς διάδοση σφαλμάτων για το κανάλι Β και Ν 1 = Ν 2 =

77 Διάδοση Σφαλμάτων Διάδοση Σφάλματος (Error Propagation): Αν ο φωρατής αποφασίσει λανθασμένα για κάποιο σύμβολο, τότε αυτό τροφοδοτείται μέσω του FB και επηρεάζει τη φώραση και των επόμενων συμβόλων. Η επίδραση του σφάλματος δεν είναι καταστροφική (με την έννοια του μέσου όρου). Συνεπάγεται απώλεια επίδοσης κατά 1 2 db για BER <

78 Σύγκριση Ισοσταθμιστών Γραμμικοί Ισοσταθμιστές: Είναι αποτελεσματικοί για κανάλια χωρίς έντονη ISI (δηλαδή χωρίς συχνοτικά βυθίσματα). Τύπου DFE: Έχουν πολύ καλύτερη απόδοση από τους γραμμικούς ισοσταθμιστές και μπορούν να αντιμετωπίσουν συχνοτικά βυθίσματα. Δεν είναι βέλτιστοι ως προς την ελαχιστοποίηση του BER (όπως ο MLSE). MLSE: Είναι ο βέλτιστος φωρατής. Είναι κατάλληλος για κανάλια με έντονο ISI. Λόγω πολυπλοκότητας είναι εφαρμόσιμος για κανάλια με μικρό μήκος (μικρής έκτασης ISI). 78

79 Επίδοση του φωρατή Viterbi και του DFE Για το κανάλι Β: 79

80 Ειδικότερα θέματα Ισοστάθμιση Μη-Γραμμικών Καναλιών: y(t) = NL{a n }, όπου NL μη-γραμμικός τελεστής (π.χ. δορυφορικές ζεύξεις / οπτικά κανάλια κ.λπ.). Πιθανές μέθοδοι αντιμετώπισης: Μη-Γραμμικά μοντέλα (Volterra Series Expansion). Νευρωνικά Δίκτυα (Μη-Γραμμική Απεικόνιση). Blind (and Semi-Blind) Equalization: Ισοστάθμιση χωρίς χρήση (ή με ελάχιστη χρήση) ακολουθίας εκμάθησης. Αποδοτικοί αλγόριθμοι: Προσαρμοστικοί στο χρόνο / Αναδρομικοί κατά την τάξη / Παράλληλοι / Κατανεμημένοι Ισοστάθμιση σε Συστήματα OFDM. 80

81 Γενικότερα θέματα Ισοστάθμιση Συστημάτων ΜΙΜΟ / Distributed MIMO Interference Alignment Interference Management Intersymbol Interference Multiuser Interference Intercarrier Interference Interblock Interference Intercode Interference 81

82 Τέλος Ενότητας 8

83 Χρηματοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στo πλαίσιo του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Πατρών» έχει χρηματοδοτήσει μόνο την αναδιαμόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράμματος «Εκπαίδευση και Δια Βίου Μάθηση» και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση (Ευρωπαϊκό Κοινωνικό Ταμείο) και από εθνικούς πόρους. 83

84 Σημειώματα

85 Σημείωμα Ιστορικού Εκδόσεων Έργου Το παρόν έργο αποτελεί την έκδοση

86 Σημείωμα Αναφοράς Copyright Πανεπιστήμιο Πατρών, Κώστας Μπερμπερίδης. «Στοχαστικά Σήματα και Τηλεπικοιωνίες». Έκδοση: 1.0. Πάτρα Διαθέσιμο από τη δικτυακή διεύθυνση: 86

87 Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται με τους όρους της άδειας χρήσης Creative Commons Αναφορά, Μη Εμπορική Χρήση Παρόμοια Διανομή 4.0 [1] ή μεταγενέστερη, Διεθνής Έκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. φωτογραφίες, διαγράμματα κ.λ.π., τα οποία εμπεριέχονται σε αυτό και τα οποία αναφέρονται μαζί με τους όρους χρήσης τους στο «Σημείωμα Χρήσης Έργων Τρίτων». [1] Ως Μη Εμπορική ορίζεται η χρήση: που δεν περιλαμβάνει άμεσο ή έμμεσο οικονομικό όφελος από την χρήση του έργου, για το διανομέα του έργου και αδειοδόχο που δεν περιλαμβάνει οικονομική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προσπορίζει στο διανομέα του έργου και αδειοδόχο έμμεσο οικονομικό όφελος (π.χ. διαφημίσεις) από την προβολή του έργου σε διαδικτυακό τόπο Ο δικαιούχος μπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιμοποιεί το έργο για εμπορική χρήση, εφόσον αυτό του ζητηθεί. 87

88 Διατήρηση Σημειωμάτων Οποιαδήποτε αναπαραγωγή ή διασκευή του υλικού θα πρέπει να συμπεριλαμβάνει: το Σημείωμα Αναφοράς το Σημείωμα Αδειοδότησης τη δήλωση Διατήρησης Σημειωμάτων το Σημείωμα Χρήσης Έργων Τρίτων (εφόσον υπάρχει) μαζί με τους συνοδευόμενους υπερσυνδέσμους. 88

89 Σημείωμα Χρήσης Έργων Τρίτων Το Έργο αυτό κάνει χρήση των ακόλουθων έργων: Οι εικόνες στις διαφάνειες 7, 9, 15, 16, 19, 21, 30, 37, 45, 47, 58, 63, 65, 66, 69, 70, 71, 72, 74, 76, 79 έχουν δημιουργηθεί με βάση αντίστοιχες εικόνες στο βιβλίο «Συστήματα Τηλεπικοινωνιών», J. G. Proakis, M. Salehi, Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών (Μετάφραση-Επιμέλεια: Καρούμπαλος Κ. και Ζέρβας Ε., Καραμπογιάς Σ., Σαγκριώτης Ε.) 89

Κινητά Δίκτυα Υπολογιστών

Κινητά Δίκτυα Υπολογιστών Κινητά Δίκτυα Υπολογιστών Καθ. Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εξοικείωση του φοιτητή με την έννοια της προσαρμοστικής ισοστάθμισης καναλιού 2 Περιεχόμενα

Διαβάστε περισσότερα

Κινητά Δίκτυα Επικοινωνιών. Συμπληρωματικό υλικό. Προσαρμοστική Ισοστάθμιση Καναλιού

Κινητά Δίκτυα Επικοινωνιών. Συμπληρωματικό υλικό. Προσαρμοστική Ισοστάθμιση Καναλιού Κινητά Δίκτυα Επικοινωνιών Συμπληρωματικό υλικό Προσαρμοστική Ισοστάθμιση Καναλιού Προσαρμοστικοί Ισοσταθμιστές Για να υπολογίσουμε τους συντελεστές του ισοσταθμιστή MMSE, απαιτείται να λύσουμε ένα γραμμικό

Διαβάστε περισσότερα

Τμήμα Μηχανικών Η/Υ και Πληροφορικής

Τμήμα Μηχανικών Η/Υ και Πληροφορικής Τμήμα Μηχανικών Η/Υ και Πληροφορικής Εργαστήριο Επεξεργασίας Σημάτων και Τηλεπικοινωνιών Κινητά Δίκτυα Επικοινωνιών Μέρος Α: Τηλεπικοινωνιακά Θέματα: Τεχνικές Ισοστάθμισης Διαύλου Βασικές αρχές Ισοστάθμισης

Διαβάστε περισσότερα

Κινητά Δίκτυα Επικοινωνιών

Κινητά Δίκτυα Επικοινωνιών Κινητά Δίκτυα Επικοινωνιών Καθ. Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Η εξοικείωση του φοιτητή με τις διάφορες τεχνικές ισοστάθμισης καναλιού που χρησιμοποιούνται

Διαβάστε περισσότερα

Εισαγωγή. Προχωρημένα Θέματα Τηλεπικοινωνιών. Ζωνοπεριορισμένο Κανάλι. Ψηφιακή Μετάδοση μέσω Καναλιών. είναι περιορισμένου εύρους ζώνης:

Εισαγωγή. Προχωρημένα Θέματα Τηλεπικοινωνιών. Ζωνοπεριορισμένο Κανάλι. Ψηφιακή Μετάδοση μέσω Καναλιών. είναι περιορισμένου εύρους ζώνης: Προχωρημένα Θέματα Τηλεπικοινωνιών Ψηφιακή Μετάδοση μέσω Καναλιών Περιορισμένου Εύρους Ζώνης & Ισοστάθμιση Καναλιού Εισαγωγή Μας ενδιαφέρει η μετάδοση ψηφιακών σημάτων μέσα από ζωνοπεριορισμένα κανάλια.

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες

Ψηφιακές Τηλεπικοινωνίες Ψηφιακές Τηλεπικοινωνίες Ψηφιακή Μετάδοση Σήματος σε Ζωνοπεριορισμένο Κανάλι AWGN (Μέχρι και τη διαφάνεια 32) Εισαγωγή Στα προηγούμενα μαθήματα θεωρήσαμε ότι ουσιαστικά το κανάλι AWGN είχε άπειρο εύρος

Διαβάστε περισσότερα

Τμήμα Μηχανικών Η/Υ και Πληροφορικής

Τμήμα Μηχανικών Η/Υ και Πληροφορικής Τμήμα Μηχανικών Η/Υ και Πληροφορικής Εργαστήριο Επεξεργασίας Σημάτων και Τηλεπικοινωνιών Κινητά Δίκτυα Επικοινωνιών Μέρος Α: Τηλεπικοινωνιακά Θέματα: Ενότητα Νο 4 Τεχνικές Ισοστάθμισης Διαύλου Βασικές

Διαβάστε περισσότερα

Στοχαστικά Σήματα και Τηλεπικοινωνιές

Στοχαστικά Σήματα και Τηλεπικοινωνιές Στοχαστικά Σήματα και Τηλεπικοινωνιές Ενότητα 9: Συγχρονισμός Συμβόλων Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ και Πληροφορικής Σκοποί ενότητας Στην ενότητα αυτή παρουσιάζεται

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 11: Ψηφιακή Διαμόρφωση Μέρος Α Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Περιγραφή διαμόρφωσης παλμών κατά

Διαβάστε περισσότερα

Τηλεπικοινωνιακά Συστήματα ΙΙ

Τηλεπικοινωνιακά Συστήματα ΙΙ Τηλεπικοινωνιακά Συστήματα ΙΙ Διάλεξη 11: Ψηφιακές επικοινωνίες σε κανάλια με διασυμβολική παρεμβολή Δρ. Μιχάλης Παρασκευάς Επίκουρος Καθηγητής 1 Διασυμβολική παρεμβολή Αντιμετώπιση διασυμβολικής παρεμβολής

Διαβάστε περισσότερα

Ψηφιακές Επικοινωνίες

Ψηφιακές Επικοινωνίες Ψηφιακές Επικοινωνίες Ενότητα 3: Μαθιόπουλος Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Μέρος Α 3 Διαμόρφωση βασικής ζώνης (1) H ψηφιακή πληροφορία μεταδίδεται απ ευθείας με τεχνικές

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Ψηφιακή Μετάδοση Αναλογικών Σημάτων Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Ψηφιακή Μετάδοση Αναλογικών Σημάτων Τα σύγχρονα συστήματα

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 10: Ψηφιακή Μετάδοση Βασικής Ζώνης Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Παρουσίαση των πινάκων αναζήτησης

Διαβάστε περισσότερα

Στοχαστικά Σήματα και Τηλεπικοινωνιές

Στοχαστικά Σήματα και Τηλεπικοινωνιές Στοχαστικά Σήματα και Τηλεπικοινωνιές Ενότητα 4: Βέλτιστα Φίλτρα Wiener Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ και Πληροφορικής Σκοποί ενότητας Παρουσίαση βασικών εννοιών των

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 8: Δειγματοληψία - Διαμόρφωση παλμών Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Περιγραφή της διαδικασίας

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΜΔΕ Προηγμένα Τηλεπικοινωνιακά Συστήματα και Δίκτυα Διάλεξη 6 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage: http://eclass.uop.gr/courses/tst215

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 5 η : Αποκατάσταση Εικόνας

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 5 η : Αποκατάσταση Εικόνας Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 5 η : Αποκατάσταση Εικόνας Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Εισαγωγή στις τεχνικές αποκατάστασης

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών ΙI

Συστήματα Επικοινωνιών ΙI + Διδάσκων: Δρ. Κ. Δεμέστιχας e-mail: cdemestichas@uowm.gr Συστήματα Επικοινωνιών ΙI Ψηφιακή μετάδοση στη βασική ζώνη + Ιστοσελίδα nιστοσελίδα του μαθήματος: n https://eclass.uowm.gr/courses/icte302/ +

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Βέλτιστα γραμμικά χρονικά αναλλοίωτα συστήματα Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Βέλτιστα γραμμικά χρονικά αναλλοίωτα συστήματα

Διαβάστε περισσότερα

Αναλογικές και Ψηφιακές Επικοινωνίες

Αναλογικές και Ψηφιακές Επικοινωνίες Αναλογικές και Ψηφιακές Επικοινωνίες Ενότητα : Βέλτιστος δέκτης για ψηφιακά διαμορφωμένα σήματα Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Επικοινωνιών Η ΕΝΝΟΙΑ ΤΗΣ ΤΥΧΑΙΑΣ ΜΕΤΑΒΛΗΤΗΣ

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 1

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 1 Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 1 Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Δισδιάστατα σήματα

Διαβάστε περισσότερα

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης

Ψηφιακές Τηλεπικοινωνίες. Βέλτιστος Δέκτης Ψηφιακές Τηλεπικοινωνίες Βέλτιστος Δέκτης Σύνδεση με τα Προηγούμενα Επειδή το πραγματικό κανάλι είναι αναλογικό, κατά τη διαβίβαση ψηφιακής πληροφορίας, αντιστοιχίζουμε τα σύμβολα σε αναλογικές κυματομορφές

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 5: Μαθιόπουλος Παναγιώτης Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Περιγραφή ενότητας Πλεονεκτήματα-Μειονεκτήματα ψηφιακών επικοινωνιών, Κριτήρια Αξιολόγησης

Διαβάστε περισσότερα

Στοχαστικά Σήματα και Τηλεπικοινωνιές

Στοχαστικά Σήματα και Τηλεπικοινωνιές Στοχαστικά Σήματα και Τηλεπικοινωνιές Ενότητα 7: Βέλτιστο Φίλτρο Wiener και Γραμμικά Περιορισμένο Φίλτρο Ελάχιστης Διασποράς Εφαρμογή στις Έξυπνες Κεραίες Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή

Διαβάστε περισσότερα

Εξομοίωση Τηλεπικοινωνιακού Συστήματος Βασικής Ζώνης

Εξομοίωση Τηλεπικοινωνιακού Συστήματος Βασικής Ζώνης Πανεπιστήμιο Πατρών Τμήμα Μηχ. Η/Υ & Πληροφορικής Ακαδημαϊκό Έτος 009-010 Ψ Η Φ Ι Α Κ Ε Σ Τ Η Λ Ε Π Ι Κ Ο Ι Ν Ω Ν Ι ΕΣ η Εργαστηριακή Άσκηση: Εξομοίωση Τηλεπικοινωνιακού Συστήματος Βασικής Ζώνης Στην άσκηση

Διαβάστε περισσότερα

Ψηφιακές Επικοινωνίες

Ψηφιακές Επικοινωνίες Ψηφιακές Επικοινωνίες Ενότητα 2: Παναγιώτης Μαθιόπουλος Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Εισαγωγή (1) Οι Ψηφιακές Επικοινωνίες (Digital Communications) καλύπτουν σήμερα το

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 7: Απόδοση συστημάτων γωνίας υπό θόρυβο Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Παρουσίαση της γενικής

Διαβάστε περισσότερα

Επεξεργασία Στοχαστικών Σημάτων

Επεξεργασία Στοχαστικών Σημάτων Επεξεργασία Στοχαστικών Σημάτων Σεραφείμ Καραμπογιάς Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Η Έννοια της τυχαίας Διαδικασίας Η έννοια της τυχαίας διαδικασίας βασίζεται στην επέκταση

Διαβάστε περισσότερα

Παράμετροι σχεδίασης παλμών (Μορφοποίηση παλμών)

Παράμετροι σχεδίασης παλμών (Μορφοποίηση παλμών) Παράμετροι σχεδίασης παλμών (Μορφοποίηση παλμών) Κύριοι παράμετροι στη σχεδίαση παλμών είναι (στο πεδίο συχνοτήτων): Η Συχνότητα του 1ου μηδενισμού (θέλουμε μικρό BW). H ελάχιστη απόσβεση των πλαγίων λοβών

Διαβάστε περισσότερα

ΠΜΣ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ

ΠΜΣ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΣΤΗΝ ΠΡΑΞΗ Η ΑΠΟΚΡΙΣΗ ΣΥΧΝΟΤΗΤΑΣ, C(f), ΤΟΥ ΚΑΝΑ- ΛΙΟΥ ΔΕΝ ΕΙΝΑΙ ΓΝΩΣΤΗ ΚΑΙ ΑΚΟΜΗ ΧΕΙΡΟΤΕΡΟ ΣΕ ΜΕΡΙ- ΚΕΣ ΕΦΑΡΜΟΓΕΣ ΜΕΤΑΒΑΛΛΕΤΑΙ ΓΡΗΓΟΡΑ ΜΕ ΤΟ ΧΡΟΝΟ. Στις περιπτώσεις αυτές χρησιμοποιείται η χρήση τεχνικών

Διαβάστε περισσότερα

Στοχαστικά Σήματα και Τηλεπικοινωνιές

Στοχαστικά Σήματα και Τηλεπικοινωνιές Στοχαστικά Σήματα και Τηλεπικοινωνιές Ενότητα 1: Εισαγωγή Περιγραφή Υλής Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ και Πληφοροφικής Σκοποί ενότητας Παροχή εισαγωγικών πληροφοριών

Διαβάστε περισσότερα

Εισαγωγή. Προχωρημένα Θέματα Τηλεπικοινωνιών. Ανάκτηση Χρονισμού. Τρόποι Συγχρονισμού Συμβόλων. Συγχρονισμός Συμβόλων. t mt

Εισαγωγή. Προχωρημένα Θέματα Τηλεπικοινωνιών. Ανάκτηση Χρονισμού. Τρόποι Συγχρονισμού Συμβόλων. Συγχρονισμός Συμβόλων. t mt Προχωρημένα Θέματα Τηλεπικοινωνιών Συγχρονισμός Συμβόλων Εισαγωγή Σε ένα ψηφιακό τηλεπικοινωνιακό σύστημα, η έξοδος του φίλτρου λήψης είναι μια κυματομορφή συνεχούς χρόνου y( an x( t n ) n( n x( είναι

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 7: Βέλτιστος έλεγχος συστημάτων διακριτού χρόνου Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους

Εισαγωγή στους Αλγορίθμους Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση Συγχώνευση & απαρίθμηση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης

Διαβάστε περισσότερα

Εισαγωγή στη Δικτύωση Υπολογιστών

Εισαγωγή στη Δικτύωση Υπολογιστών Εισαγωγή στη Δικτύωση Υπολογιστών Ενότητα 2: Το Φυσικό Επίπεδο Δημήτριος Τσώλης Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διαχείρισης Πολιτισμικού Περιβάλλοντος και Νέων Τεχνολογιών Στόχοι Μαθήματος

Διαβάστε περισσότερα

Ψηφιακές Επικοινωνίες

Ψηφιακές Επικοινωνίες Ψηφιακές Επικοινωνίες Ενότητα 4: Ψηφιακές Διαμορφώσεις Υψηλής Φασματικής Αποδοτικότητας Παναγιώτης Μαθιόπουλος Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Ψηφιακές Διαμορφώσεις Υψηλής

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 1: Εκτιμητές και Ιδιότητες. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 1: Εκτιμητές και Ιδιότητες. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 1: Εκτιμητές και Ιδιότητες. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 6: Το γραμμικό τετραγωνικό πρόβλημα βέλτιστης Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ Κ 17 Επικοινωνίες ΙΙ Χειμερινό Εξάμηνο Διάλεξη 13 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Wepage: http://eclass.uop.gr/courses/tst15

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους

Εισαγωγή στους Αλγορίθμους Εισαγωγή στους Αλγορίθμους Ενότητα 5 η Άσκηση - Συγχώνευση Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 1: Εισαγωγή Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης Το παρόν υλικό διατίθεται

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 9: Παλμοκωδική Διαμόρφωση (PCM) Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Περιγραφή της μεθόδου παλμοκωδικής

Διαβάστε περισσότερα

Υπολογίζουμε εύκολα τον αντίστροφο Μετασχηματισμό Fourier μιας συνάρτησης χωρίς να καταφεύγουμε στην εξίσωση ανάλυσης.

Υπολογίζουμε εύκολα τον αντίστροφο Μετασχηματισμό Fourier μιας συνάρτησης χωρίς να καταφεύγουμε στην εξίσωση ανάλυσης. 4. ΚΕΦΑΛΑΙΟ ΕΦΑΡΜΟΓΕΣ ΤΟΥ ΜΕΤΑΣΧΗΜΑΤΙΣΜΟΥ FOURIER Υπολογίζουμε εύκολα τον αντίστροφο Μετασχηματισμό Fourir μιας συνάρτησης χωρίς να καταφεύγουμε στην εξίσωση ανάλυσης. Υπολογίζουμε εύκολα την απόκριση

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 2: Μαθιόπουλος Παναγιώτης Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Περιγραφή ενότητας Τυχαίες Διαδικασίες: Ορισμοί, Μέσες τιμές συνόλου (Ensemble averages),

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 12: Ψηφιακή Διαμόρφωση Μέρος B Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Περιγραφή της διαμόρφωσης παλμών

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 4: Απόδοση συστημάτων AM υπό θόρυβο Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Παρουσίαση της γενικής μορφής

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 5: Διαμορφώσεις γωνίας Μιχαήλ Λογοθέτης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Παρουσίαση της διαμόρφωσης συχνότητας και

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 11: Στοχαστικός βέλτιστος έλεγχος γραμμικών συστημάτων με χρήση τετραγωνικών κριτηρίων (LQG Problem) Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 2

Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 2 Ψηφιακή Επεξεργασία και Ανάλυση Εικόνας Ενότητα 2 η : Δισδιάστατα Σήματα & Συστήματα Μέρος 2 Καθ. Κωνσταντίνος Μπερμπερίδης Πολυτεχνική Σχολή Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Παρουσιάση πλάτους

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 2: Εισαγωγή στον βέλτιστο έλεγχο Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης Το

Διαβάστε περισσότερα

Κβαντική Επεξεργασία Πληροφορίας

Κβαντική Επεξεργασία Πληροφορίας Κβαντική Επεξεργασία Πληροφορίας Ενότητα 11: Είδη και μετασχηματισμοί πινάκων Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Είδη και μετασχηματισμοί

Διαβάστε περισσότερα

Εξίσωση Τηλεπικοινωνιακών Διαύλων

Εξίσωση Τηλεπικοινωνιακών Διαύλων Εξίσωση Τηλεπικοινωνιακών Διαύλων ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΜΔΕ ΠΡΟΗΓΜΈΝΑ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΑ ΣΥΣΤΉΜΑΤΑ ΚΑΙ ΔΙΚΤΥΑ Ενότητα 2 η Φίλτρα Μηδενισμού της ISI Νικόλαος Χ.

Διαβάστε περισσότερα

Μάθημα: Εργαστηριακά Συστήματα Τηλεπικοινωνιών

Μάθημα: Εργαστηριακά Συστήματα Τηλεπικοινωνιών Μάθημα: Εργαστηριακά Συστήματα Τηλεπικοινωνιών Ενότητα 1: Εργαστηριακά Συστήματα Τηλεπικοινωνιών Διδάσκων: Βανδίκας Ιωάννης Ε.ΔΙ.Π. Τμήμα: Ηλεκτρολόγων Μηχανικών Τ.Ε. 1 Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Προηγμένος έλεγχος ηλεκτρικών μηχανών

Προηγμένος έλεγχος ηλεκτρικών μηχανών Προηγμένος έλεγχος ηλεκτρικών μηχανών Ενότητα 3: Βαθμωτός Έλεγχος Ασύχρονων Μηχανών Επαμεινώνδας Μητρονίκας - Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών & Τεχνολογίας Υπολογιστών

Διαβάστε περισσότερα

Κβαντική Επεξεργασία Πληροφορίας

Κβαντική Επεξεργασία Πληροφορίας Κβαντική Επεξεργασία Πληροφορίας Ενότητα 4: Κλασσική και Κβαντική Πιθανότητα Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Σκοπός της ενότητας

Διαβάστε περισσότερα

Εισαγωγικές έννοιες θεωρίας Συστημάτων Αυτομάτου Ελέγχου Ενότητα 2 η : ΠΕΡΙΓΡΑΦΗ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΜΑΘΗΜΑΤΙΚΑ ΜΟΝΤΕΛΑ

Εισαγωγικές έννοιες θεωρίας Συστημάτων Αυτομάτου Ελέγχου Ενότητα 2 η : ΠΕΡΙΓΡΑΦΗ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΜΑΘΗΜΑΤΙΚΑ ΜΟΝΤΕΛΑ Εισαγωγικές έννοιες θεωρίας Συστημάτων Αυτομάτου Ελέγχου Ενότητα 2 η : ΠΕΡΙΓΡΑΦΗ ΣΥΣΤΗΜΑΤΩΝ ΜΕ ΜΑΘΗΜΑΤΙΚΑ ΜΟΝΤΕΛΑ Επ. Καθηγητής Γαύρος Κωνσταντίνος ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΒΙΟΜΗΧΑΝΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ

Διαβάστε περισσότερα

Προηγμένος έλεγχος ηλεκτρικών μηχανών

Προηγμένος έλεγχος ηλεκτρικών μηχανών Προηγμένος έλεγχος ηλεκτρικών μηχανών Ενότητα 9: Άμεσος Διανυσματικός Έλεγχος Ασύγχρονων Μηχανών με προσανατολισμό στην μαγνητική ροή του δρομέα Επαμεινώνδας Μητρονίκας - Αντώνιος Αλεξανδρίδης Πολυτεχνική

Διαβάστε περισσότερα

Ορισμός κανονικής τ.μ.

Ορισμός κανονικής τ.μ. Πιθανότητες και Στατιστική Ενότητα 4: Τυχαίες τυχαίες μεταβλητές Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Αθήνα 2015 Ορισμός κανονικής τ.μ. Ορισμός κανονικής τ.μ. Μια συνεχής τ.μ.

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνων

Ψηφιακή Επεξεργασία Εικόνων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Εικόνων Ενότητα # 14: Τμηματοποίηση με χρήση τυχαίων πεδίων Markov Καθηγητής Γιώργος Τζιρίτας Τμήμα Επιστήμης Υπολογιστών Τμηματοποίηση εικόνων

Διαβάστε περισσότερα

Ψηφιακή Επεξεργασία Εικόνων

Ψηφιακή Επεξεργασία Εικόνων ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Εικόνων Ενότητα # 8: Ορθομοναδιαίοι μετασχηματισμοί Καθηγητής Γιώργος Τζιρίτας Τμήμα Επιστήμης Υπολογιστών Ορθομοναδιαίοι μετασχηματισμοί ισοδύναμη

Διαβάστε περισσότερα

Εξίσωση Τηλεπικοινωνιακών Διαύλων

Εξίσωση Τηλεπικοινωνιακών Διαύλων Εξίσωση Τηλεπικοινωνιακών Διαύλων ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΜΔΕ ΠΡΟΗΓΜΈΝΑ ΤΗΛΕΠΙΚΟΙΝΩΝΙΑΚΑ ΣΥΣΤΉΜΑΤΑ ΚΑΙ ΔΙΚΤΥΑ Ενότητα η Φίλτρα Nyquis Νικόλαος Χ. Σαγιάς Επίκουρος

Διαβάστε περισσότερα

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Οικονομετρία Ι Ενότητα 2: Ανάλυση Παλινδρόμησης Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commos. Για εκπαιδευτικό

Διαβάστε περισσότερα

Εφαρμοσμένη Βελτιστοποίηση

Εφαρμοσμένη Βελτιστοποίηση Εφαρμοσμένη Βελτιστοποίηση Ενότητα 1: Το πρόβλημα της βελτιστοποίησης Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης Το

Διαβάστε περισσότερα

Στοχαστικά Σήματα και Τηλεπικοινωνιές

Στοχαστικά Σήματα και Τηλεπικοινωνιές Στοχαστικά Σήματα και Τηλεπικοινωνιές Ενότητα 5: Προσαρμοστική Επεξεργασία Καθηγητής Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ και Πληροφορικής Σκοποί ενότητας Παρουσίαση των βασικών εννοιών

Διαβάστε περισσότερα

Κβαντική Επεξεργασία Πληροφορίας

Κβαντική Επεξεργασία Πληροφορίας Κβαντική Επεξεργασία Πληροφορίας Ενότητα 12: Ιδιοτιμές και Ιδιοδιανύσματα Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Ιδιοτιμές και Ιδιοδιανύσματα

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Ψηφιακή Επεξεργασία Σημάτων. Άσκηση 3η. Στυλιανού Ιωάννης. Τμήμα Επιστήμης Υπολογιστών

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ. Ψηφιακή Επεξεργασία Σημάτων. Άσκηση 3η. Στυλιανού Ιωάννης. Τμήμα Επιστήμης Υπολογιστών ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Ψηφιακή Επεξεργασία Σημάτων Άσκηση 3η Στυλιανού Ιωάννης Τμήμα Επιστήμης Υπολογιστών ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-370: Ψηφιακή Επεξεργασία Σήµατος

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 12: Αρχή ελαχίστου του Pontryagin Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης Το

Διαβάστε περισσότερα

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 2: Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Περιεχόμενα ενότητας Παρουσιάζονται οι βασικές

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους

Εισαγωγή στους Αλγορίθμους Εισαγωγή στους Αλγορίθμους Ενότητα 6 η Άσκηση - DFS δένδρα Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Email: zaro@ceid.upatras.gr Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 4: Το γενικευμένο πρόβλημα βέλτιστου ελέγχου για συστήματα συνεχούς Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών

Διαβάστε περισσότερα

Αριθμητική Ανάλυση. Ενότητα 1: Εισαγωγή Βασικές Έννοιες. Φραγκίσκος Κουτελιέρης Πολυτεχνική Σχολή Τμήμα Χημικών Μηχανικών

Αριθμητική Ανάλυση. Ενότητα 1: Εισαγωγή Βασικές Έννοιες. Φραγκίσκος Κουτελιέρης Πολυτεχνική Σχολή Τμήμα Χημικών Μηχανικών Ενότητα 1: Εισαγωγή Βασικές Έννοιες Φραγκίσκος Κουτελιέρης Πολυτεχνική Σχολή Τμήμα Χημικών Μηχανικών ΑΡΙΘΜΗΤΙΚΗ ΑΝΑΛΥΣΗ ΦΡΑΓΚΙΣΚΟΣ ΚΟΥΤΕΛΙΕΡΗΣ Εισαγωγή 2 Περιεχόμενα 1. Εισαγωγή 2. Αριθμητική παραγώγιση

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 4: Μετατροπή Αναλογικών Σημάτων σε Ψηφιακά Μαθιόπουλος Παναγιώτης Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Περιγραφή ενότητας Δειγματοληψία: Ιδανική

Διαβάστε περισσότερα

Τι είναι σήμα; Παραδείγματα: Σήμα ομιλίας. Σήμα εικόνας. Σεισμικά σήματα. Ιατρικά σήματα

Τι είναι σήμα; Παραδείγματα: Σήμα ομιλίας. Σήμα εικόνας. Σεισμικά σήματα. Ιατρικά σήματα Τι είναι σήμα; Σεραφείμ Καραμπογιάς Ως σήμα ορίζεται ένα φυσικό μέγεθος το οποίο μεταβάλλεται σε σχέση με το χρόνο ή το χώρο ή με οποιαδήποτε άλλη ανεξάρτητη μεταβλητή ή μεταβλητές. Παραδείγματα: Σήμα

Διαβάστε περισσότερα

Εισαγωγή στους Η/Υ. Ενότητα 2β: Αντίστροφο Πρόβλημα. Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών

Εισαγωγή στους Η/Υ. Ενότητα 2β: Αντίστροφο Πρόβλημα. Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών Εισαγωγή στους Η/Υ Ενότητα 2β: Δημήτρης Σαραβάνος, Καθηγητής Πολυτεχνική Σχολή Τμήμα Μηχανολόγων & Αεροναυπηγών Μηχανικών Σκοποί ενότητας Εύρεση συνάρτησης Boole όταν είναι γνωστός μόνο ο πίνακας αληθείας.

Διαβάστε περισσότερα

Συστήματα Επικοινωνιών

Συστήματα Επικοινωνιών Συστήματα Επικοινωνιών Ενότητα 3: Σύγκριση ψηφιακών Συστημάτων Σαγκριώτης Εμμανουήλ Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Σκοποί ενότητας 1. Ανάδειξη τεχνικών για τη σύγκριση των

Διαβάστε περισσότερα

Επιχειρησιακή Έρευνα

Επιχειρησιακή Έρευνα Επιχειρησιακή Έρευνα Ενότητα 10: Ειδικές περιπτώσεις επίλυσης με τη μέθοδο simplex (2o μέρος) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων

Διαβάστε περισσότερα

Μετάδοση πληροφορίας - Διαμόρφωση

Μετάδοση πληροφορίας - Διαμόρφωση Μετάδοση πληροφορίας - Διαμόρφωση MYE006: ΑΣΥΡΜΑΤΑ ΔΙΚΤΥΑ Ευάγγελος Παπαπέτρου ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΗΧ. Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ Διάρθρωση μαθήματος Μετάδοση Βασικές έννοιες Διαμόρφωση ορισμός είδη

Διαβάστε περισσότερα

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 11: Διανύσματα (Φροντιστήριο) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων &

Διαβάστε περισσότερα

Διοικητική Λογιστική

Διοικητική Λογιστική Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Ιονίων Νήσων Διοικητική Λογιστική Ενότητα 10: Προσφορά και κόστος Το περιεχόμενο του μαθήματος διατίθεται με άδεια Creative Commons εκτός και αν αναφέρεται διαφορετικά

Διαβάστε περισσότερα

Προηγμένος έλεγχος ηλεκτρικών μηχανών

Προηγμένος έλεγχος ηλεκτρικών μηχανών Προηγμένος έλεγχος ηλεκτρικών μηχανών Ενότητα 5: Εκτίμηση συνιστωσών μαγνητικής ροής με χρήση του μοντέλου τάσης Επαμεινώνδας Μητρονίκας - Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών

Διαβάστε περισσότερα

Αρχές Τηλεπικοινωνιών

Αρχές Τηλεπικοινωνιών ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Αρχές Τηλεπικοινωνιών Ενότητα #12: Δειγματοληψία, κβαντοποίηση και κωδικοποίηση Χ. ΚΑΡΑΪΣΚΟΣ Τμήμα Μηχανικών Αυτοματισμών Τ.Ε.

Διαβάστε περισσότερα

Εισαγωγικές έννοιες θεωρίας Συστημάτων Αυτομάτου Ελέγχου

Εισαγωγικές έννοιες θεωρίας Συστημάτων Αυτομάτου Ελέγχου Εισαγωγικές έννοιες θεωρίας Συστημάτων Αυτομάτου Ελέγχου Ενότητα 3 η : ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΜΕΓΕΘΗ ΣΥΣΤΗΜΑΤΩΝ ΑΥΤΟΜΑΤΟΥ ΕΛΕΓΧΟΥ Επ. Καθηγητής Γαύρος Κωνσταντίνος ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΤΕ Άδειες Χρήσης

Διαβάστε περισσότερα

Κινητά Δίκτυα Επικοινωνιών

Κινητά Δίκτυα Επικοινωνιών Κινητά Δίκτυα Επικοινωνιών Ενότητα 8: Πιθανότητα Σφάλματος σε AWGN Κανάλι Καθ. Κώστας Μπερμπερίδης Πολυτεχνική Σχολή Τμήμα Μηχανικών Η/Υ & Πληροφορικής Σκοποί ενότητας Η εξοικείωση του φοιτητή με τεχνικές

Διαβάστε περισσότερα

Δυναμική και Έλεγχος E-L Ηλεκτρομηχανικών Συστημάτων

Δυναμική και Έλεγχος E-L Ηλεκτρομηχανικών Συστημάτων Δυναμική και Έλεγχος E-L Ηλεκτρομηχανικών Συστημάτων Ενότητα 7: Universal motor Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης

Διαβάστε περισσότερα

Ψηφιακές Επικοινωνίες

Ψηφιακές Επικοινωνίες Ψηφιακές Επικοινωνίες Ενότητα 6: Συγχρονισμός στις Ψηφιακές Επικοινωνίες Παναγιώτης Μαθιόπουλος Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής και Τηλεπικοινωνιών Συγχρονισμός στις Ψηφιακές Επικοινωνίες Συγχρονισμός

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 5: Το γραμμικό τετραγωνικό πρόβλημα ρύθμισης (LQ Regulators) Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 8: Το γραμμικό τετραγωνικό πρόβλημα ρύθμισης (LQ) για συστήματα διακριτού χρόνου Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και

Διαβάστε περισσότερα

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 2: Περιγραφική στατιστική Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος

Διαβάστε περισσότερα

Γενικά Μαθηματικά Ι. Ενότητα 12: Κριτήρια Σύγκλισης Σειρών. Λουκάς Βλάχος Τμήμα Φυσικής ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

Γενικά Μαθηματικά Ι. Ενότητα 12: Κριτήρια Σύγκλισης Σειρών. Λουκάς Βλάχος Τμήμα Φυσικής ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ενότητα 2: Κριτήρια Σύγκλισης Σειρών Λουκάς Βλάχος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού σε κατάσταση Κορεσμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής

Θερμοδυναμική. Ανοικτά Ακαδημαϊκά Μαθήματα. Πίνακες Νερού σε κατάσταση Κορεσμού. Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Ανοικτά Ακαδημαϊκά Μαθήματα Τεχνολογικό Εκπαιδευτικό Ίδρυμα Αθήνας Πίνακες Νερού σε κατάσταση Κορεσμού Γεώργιος Κ. Χατζηκωνσταντής Επίκουρος Καθηγητής Διπλ. Ναυπηγός Μηχανολόγος Μηχανικός M.Sc. Διασφάλιση

Διαβάστε περισσότερα

Μετάδοση πληροφορίας - Διαμόρφωση

Μετάδοση πληροφορίας - Διαμόρφωση ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΗΧ. Η/Υ & ΠΛΗΡΟΦΟΡΙΚΗΣ Μετάδοση πληροφορίας - Διαμόρφωση MYE006-ΠΛΕ065: ΑΣΥΡΜΑΤΑ ΔΙΚΤΥΑ Ευάγγελος Παπαπέτρου Διάρθρωση μαθήματος Βασικές έννοιες μετάδοσης Διαμόρφωση ορισμός

Διαβάστε περισσότερα

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών

Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Μαθηματικά Διοικητικών & Οικονομικών Επιστημών Ενότητα 11: Διανύσματα (Θεωρία) Μπεληγιάννης Γρηγόριος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων & Τροφίμων

Διαβάστε περισσότερα

Βέλτιστος Έλεγχος Συστημάτων

Βέλτιστος Έλεγχος Συστημάτων Βέλτιστος Έλεγχος Συστημάτων Ενότητα 10: Δυναμικός προγραμματισμός Καθηγητής Αντώνιος Αλεξανδρίδης Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σημείωμα Αδειοδότησης Το παρόν

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

Κβαντική Επεξεργασία Πληροφορίας

Κβαντική Επεξεργασία Πληροφορίας Κβαντική Επεξεργασία Πληροφορίας Ενότητα 23: Υπολογισμοί σε Κβαντικά Κυκλώματα ΙΙ Σγάρμπας Κυριάκος Πολυτεχνική Σχολή Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σκοποί ενότητας Υπολογισμοί

Διαβάστε περισσότερα

Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας

Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας Ενδεικτικές λύσεις ασκήσεων διαχείρισης έργου υπό συνθήκες αβεβαιότητας 1 Περιεχόμενα 1 η Άσκηση... 4 2 η Άσκηση... 7 3 η Άσκηση... 10 Χρηματοδότηση... 12 Σημείωμα Αναφοράς... 13 Σημείωμα Αδειοδότησης...

Διαβάστε περισσότερα

ίκτυα Επικοινωνίας Υπολογιστών

ίκτυα Επικοινωνίας Υπολογιστών ίκτυα Επικοινωνίας Υπολογιστών Ενότητα: Ασκήσεις για την ενότητα 5 (Στοιχεία Θεωρίας Τηλεπικοινωνιακής Κίνησης) Ιωάννης Μοσχολιός Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Σελίδα 2 Περιεχόμενα

Διαβάστε περισσότερα

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim

Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim Εισαγωγή στους Αλγορίθμους Ενότητα 9η Άσκηση - Αλγόριθμος Prim Διδάσκων Χρήστος Ζαρολιάγκης Καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής Πανεπιστήμιο Πατρών Emil: zro@ei.uptrs.r Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Προηγμένος έλεγχος ηλεκτρικών μηχανών

Προηγμένος έλεγχος ηλεκτρικών μηχανών Προηγμένος έλεγχος ηλεκτρικών μηχανών Ενότητα 8: Άμεσος Διανυσματικός Έλεγχος Ασύγχρονων Μηχανών με προσανατολισμό στην μαγνητική ροή του στάτη Επαμεινώνδας Μητρονίκας - Αντώνιος Αλεξανδρίδης Πολυτεχνική

Διαβάστε περισσότερα

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων

Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας. Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας Βιοστατιστική (Ε) Ενότητα 3: Έλεγχοι στατιστικών υποθέσεων Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Τμήμα Ιατρικών Εργαστηρίων Το περιεχόμενο του μαθήματος

Διαβάστε περισσότερα