fa آشکارسازی و همسان سازی کور در سیستم مخابراتی آشوبی بااستفاده از نمونه برداری اهمیتی مقالات پردازش داده‌های رقمی Paper پژوهشي Research <p>در این مقاله یک روش نمونه برداری اهمیتی برای تحقق آشکارساز و همسان ساز کور در مخابرات آشوبی پیشنهاد شده است. سیگنالهای آشوبی با سیستم های دینامیکی غیرخطی تولید می شوند. این سیگنال ها به دلیل دارا بودن خواص منحصر بفردی مانند شبه تصادفی بودن، پهنای باند عریض داشتن، غیرقابل پیش بینی بودن برای مدت طولانی و نیز برآورده کردن نیازهای مخصوص برخی از سیستم های مخابراتی، مورد توجه هستند. براساس خواص مختلف آشوب، روش های مخابراتی شامل مدولاسیون آشوبی، ماسک گذاری و طیف گسترده پیشنهاد شده است. در سیستم مخابراتی مورد بررسی در این مقاله سمبل های پیام با روش ماسک گذاری آشوبی (Chaos Masking) مدوله و ارسال می شود، در این حالت مسأله تخمین کانال یک مسأله غیر خطی است که روش های متنوعی مانند فیلترکالمن گسترش یافته، فیلترذره ای، کمترین خطای پیش بینی غیرخطی و ... برای حل آن استفاده شده است. در این مقاله رویکرد جدیدی برای تخمین و دی مدولاسیون با استفاده از نمونه برداری تصادفی (مونت کارلو) ارائه شده است. در گیرنده، برای تخمین سمبل های پیام ازنمونه برداری اهمیتی استفاده می شود. در مقایسه با فیلترکالمن گسترش یافته روش به کار رفته در این مقاله مخصوصاً در SNR های پایین نتایج بهتری دارد.</p> <p>In this paper an Importance Sampling technique is proposed to achieve blind equalizer and detector for chaotic communication systems. Chaotic signals are generated with dynamic nonlinear systems. These signals have wide applications in communication due to their important properties like randomness, large bandwidth and unpredictability for long time. Based on the different chaotic signals properties, different communication methods have proposed such as chaotic modulation, masking, and spread spectrum. In this article, chaos masking is assumed for transmitting modulated message symbols. In this case, channel estimation is a nonlinear problem. Several methods such as extended Kalman filter (EKF), particle filter (PF), minimum nonlinear prediction error (MNPE) and ... are previously presented for this problem. Here, a new approach based on Monte Carlo sampling is proposed to joint channel estimation and demodulation. At the receiver end, Importance Sampling is used to detect binary symbols according to maximum likelihood criteria. Simulation results show that the proposed method has better performance especially in low SNR</p> مخابرات آشوبی, آشکارسازی, نمونه برداری اهمیتی, همسان سازی کور, ماسک گذاری آشوبی Chaotic Communication, Detection, Importance Sampling, Blind Equalization, Chaos Masking 31 41 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-354-1&slc_lang=fa&sid=1 Mohammad Farzan Sabahi محمدفرزان صباحی sabahi@eng.ui.ac.ir 10031947532846002160 10031947532846002160 Yes دانشگاه اصفهان