که در آن  متوسط توان ارسالی و  چگالی طیفی توان نویز تجمعی است. مفهوم ظرفیت کانال به شرح زیر است: اگر نرخ اطلاعات منبع  کمتر از ظرفیت  باشد؛ در این­صورت از نظر تئوری امکان انتقال مطمئن اطلاعات (بدون خطا) از طریق این کانال با انتخاب شیوه­ مناسب کدگذاری وجود دارد. از طرف دیگر اگر  باشد مستقل از میزان پردازش انجام‌شده در فرستنده و گیرنده، امکان انتقال مطمئن وجود ندارد. در نتیجه شانون حدود اساسی انتقال اطلاعات را تبیین و حوزه­ جدیدی به نام تئوری اطلاعات^[۱۲] را بنیان نهاد[۳]. کار مهم دیگر در زمینه مخابرات دیجیتال مربوط به کوته لینکف^[۱۳] (۱۹۴۷) است که بر مبنای یک رویکرد هندسی^[۱۴] سیستم­های مختلف مخابرات دیجیتال را به صورت هماهنگ تجزیه و تحلیل نمود. کار او بعدها توسط وزنکراف^[۱۵] و جاکوبس^[۱۶] (۱۹۶۵) توسعه داده شد. متعاقب کار شانون، نوبت به کار کلاسیک همینگ^[۱۷] در مورد کدهای تصحیح و تشخیص خطا برای مقابله با اثرات تخریبی نویز کانال رسید. کار همینگ در سال­های بعد زمینه‌ساز تحقیقات گسترده­ای شد که منجر به کشف کدهای متنوع و قدرتمند جدیدی گردید، و بسیاری از آن‌ ها در پیاده­سازی سیستم­های مخابراتی مدرن امروزی به کار می­روند. افزایش تقاضا برای انتقال اطلاعات در سه تا چهار دهه­ گذشته، به همراه توسعه مدارهای مجتمع پیشرفته­تر، به پیدایش سیستم­های مخابراتی بسیار کارآمد و مطمئن منجر گشته است. در جریان این تحولات نتایج اصلی شانون و تعمیم آن نتایج در مورد حداکثر سرعت انتقال روی کانال و حدهای عمل­کرد قابل دستیابی، نقش شاخص­ های مرجع برای طراحی سیستم­های مخابراتی را داشته اند. دستیابی به حدود تئوری استخراج‌شده توسط شانون و سایر محققان مشارکت‌کننده در توسعه تئوری اطلاعات، هدف غایی تلاش­ های مستمر در زمینه­ طراحی و توسعه سیستم­های مخابراتی دیجیتال کارآمدتر، است[۳]. گسترش کاربرد مخابرات دیجیتال و فراهم شدن عرصه‌های گوناگون طراحی و ساخت سیستم­های پیچیده مخابراتی، زمینه را برای ارائه راه‌حلی جامع و هوشمند جهت شناسایی خودکار پیام‌های دریافتی فراهم، و ضرورت رویکرد تحقیقات علمی به این حوزه را لازم نمود.

۱-۱-۲- اهمیت و کاربردهای سیستم شناسایی نوع مدولاسیون
هدف علم مخابرات انتقال درست پیام، با سرعت بالا و مقاوم نسبت به شرایط کانال است. از آنجایی که سیگنال باند پایه به سختی بر این شرایط فائق می‌آید، نیاز است تا این سیگنال مدوله شود. به عبارت دیگر مدولاسیون، به فرایند نگاشت رشته بیت‌های دیجیتال، به سیگنال های قابل انتقال در کانال گفته می‌شود[۳]. بر این اساس تغییر دادن بعضی از ویژگی‌های سیگنال، با هدف دستیابی به نرخ بالای انتقال و استفاده بهتر از طیف، شرایط بهره­مندی بیشتر کاربران را در باندهای مختلف کانال مخابراتی فراهم می‌سازد. جهت تمایز سیگنال در طیف و استخراج پیام ارسال‌شده، لازم است انواع مختلف مدولاسیون‌ها که هر کدام دربردارنده یک ویژگی خاصی از سیگنال ارسالی هستند؛ از یکدیگر شناسایی شوند.
مهم‌ترین کاربرد سیستم تشخیص نوع مدولاسیون در صنایع نظامی مانند جنگ الکترونیک است. تشخیص نوع مدولاسیون مسئله‌ای مهم در جنگ‌هایی با زیرساخت‌های مخابراتی است. در جنگ‌های مدرن امروزی پیروزی در عرصه مخابراتی و اطلاعاتی، دستاورد عظیمی جهت پیروزی در کل جنگ به حساب می‌آید. از این رو استخراج امن پیام ارسالی از نیروی خودی و یا استخراج پیام دشمن، از طریق شناسایی درست مدولاسیون تحقق می‌یابد. یک سیستم مخابراتی باید ابتدا، سیگنال­های موجود را به واسطه سیستمی به نام گیرنده آشکارساز وسیع^[۱۸] که قادر است وجود سیگنال­ها را در یک باند به خصوص تشخیص دهد؛ جستجو و دریافت کند. آنگاه با تحلیل و پردازش سیگنال دریافتی بعضی از مشخصه‌ های سیگنال دریافتی نظیر فرکانس حامل و نرخ سمبل را آشکار نمود. به این ترتیب از بازشناخت مدولاسیون در جنگ الکترونیکی، شنود و بررسی رفتار دشمن، ایجاد اغتشاش مناسب در سیگنال های دشمن و غیره استفاده می‌شود. در کاربردهای غیرنظامی نیز می‌توان به تأیید سیگنال، شناسایی تداخل، مدیریت طیف، مدیریت ترافیک شبکه، تخصیص نرخ داده‌های متفاوت و غیره، اشاره کرد[۴].
در مدیریت طیف با توجه به شرایط کانال در فرستنده یکی از انواع مدلاسیون انتخاب و ارسال می‌شود. چون مدولاسیون‌های مختلف از نظر پهنای باند و مقاوم بودن در مقابل نویز با هم متفاوت‌اند؛ لذا زمانی که تعداد کاربران کم است؛ از مدولاسیون‌های غیرخطی که دارای پهنای باند بیشتر اما مقاوم نسبت به نویز می‌باشند؛ مورد استفاده قرار می‌گیرد. در مقابل اگر تعداد کاربران زیاد باشد از مدولاسیون‌های با پهنای باند کمتر مورد استفاده قرار می‌گیرد. به این ترتیب با بهره گرفتن از تکنیک شناسایی نوع مدولاسیون مدیریت طیف صورت می‌پذیرد. بازشناخت نوع مدولاسیون نقش مهمی در رادیو نرم‌افزار^[۱۹] ایفا می‌کند. ایده­ کلی سیستم رادیو نرم‌افزار این است که بجای انجام بخش قابل توجهی از پردازش سیگنال در سخت‌افزار، این­کار توسط نرم‌افزار اجرا شود. مزیت کار در این است که سیستم را قادر می‌سازد تا به آسانی با به هنگام کردن الگوریتم‌های نرم‌افزاری، خود را با تغییرات محیط و نیازهای کاربر، تطبیق دهد. به عنوان مثال فرستنده می‌تواند بر اساس ظرفیت و شرایط کانال، نوع مدولاسیون مناسب را انتخاب کرده و سیگنال را ارسال کند. گیرنده نیز به طور خودکار اندازه و نوع منظومه را تشخیص داده و عمل دمدولاسیون را انجام دهد. در نتیجه سیستم ارتباطی با عمل­کرد بالا را خواهیم داشت.
۱-۲- سیر تکامل روش‌های شناسایی نوع مدولاسیون
شناسایی نوع مدولاسیون از سال­های گذشته مورد توجه بوده است. به­ طور خلاصه می­توان گفت که قبل از دهه ۸۰ قرن بیستم، فرایند شناسایی نوع مدولاسیون به صورت کاملا اپراتوری انجام می‌شد. برای این کار، به کاربرانی با مهارت نیاز بود که بتوانند پارامترهایی از سیگنال دریافتی را محاسبه و با توجه به این پارامترها در مورد نوع مدولاسیون تصمیم‌گیری کنند[۶-۵]. در این فرایند در حین انجام حالت جستجو، پهنای باند گیرنده IF می‌بایست به اندازه‌ای پهن می‌بود که همه فعالیت‌ها در باند فرکانسی مورد علاقه روی صفحه نمایش آنالیز طیف قابل رویت باشد. بعد از آن، فقط یک سیگنال برای تشخیص نوع مدولاسیون و تجزیه و تحلیل بیشتر انتخاب می‌شد[۶].
در ادامه­ تحقیقات، شناساگرهای نوع مدولاسیون نیمه اپراتوری، مطرح شدند. وجود بانکی از دمدولاتورها در این شناساگرها، وجه تمایزی بین روش فعلی و روش­های گذشته بود اما نیاز به اپراتورهای با مهارت بسیار بالا و محدود بودن تعداد و نوع مدولاسیون‌ها، همچنان به عنوان یک اشکال اساسی، وجود داشت. لذا در ادامه­ تحقیقات و با پیشرفت فن­آوری، سیستم­های شناسایی تمام‌خودکار مدولاسیون مطرح شدند. در این سیستم­ها، فرایند شناسایی توسط الگوریتم‌ها و روش‌های نرم‌افزاری انجام شده و بسیار سریع­تر و کاراتر از روش‌های قبلی بودند. بر حسب نوع مدولاسیون مورد علاقه، روش‌های ارائه‌شده را می‌توان به سه دسته کلی تقسیم کرد. دسته اول روش‌هایی هستند که فقط برای شناسایی مدولاسیون‌های آنالوگ ارائه می‌گردند. دسته دوم، روش‌هایی هستند که برای شناسایی مجموعه مدولاسیون‌های آنالوگ و دیجیتال ارائه می‌شوند. دسته سوم روش‌هایی هستند که فقط برای شناسایی مدولاسیون‌های دیجیتال ارائه می‌گردند[۶].
مدولاسیون‌های دیجیتال به خصوص مدولاسیون‌های PSK و QAM در سیستم­های مخابراتی نوین، کاربرد­های زیادی دارند. امروزه در مخابرات دیجیتال چند سرویس و چند کاربره نیاز به پیدا کردن روش‌های موثر جهت جداسازی آن‌ ها به طور جدی افزایش یافته است[۲]. تاکنون روش‌های مختلفی جهت شناسایی خودکار نوع مدولاسیون انجام شده است که در ادامه به آن می‌پردازیم.
۱-۳- دسته‌بندی کلی روش‌های خودکار شناسایی نوع مدولاسیون
به طور کلی روش‌های خودکار شناسایی نوع مدولاسیون به دو گروه دسته‌بندی می‌شود: روش‌های تئوری (نظریه) تصمیم (^[۲۰]DT) و روش‌های تشخیص الگو (^[۲۱]PR). در روش‌های نظریه تصمیم که مبتنی بر تئوری آشکارسازی آماری می‌باشند، مسئله تشخیص نوع مدولاسیون به صورت آزمون فرض چندتایی مدل می‌شود که در آن هر فرض، متناظر با وقوع نوع مدولاسیون i ام از m مدولاسیون احتمالی است [۶-۴]. در واقع این روش‌ها از آرگومان‌های احتمالاتی برای تشخیص نوع سیگنال های دیجیتال استفاده می‌کنند. سیستم­هایی که با این روش‌ها طراحی می‌گردند، کارآیی خوبی دارند و در صورت وجود تعداد نمونه‌های نسبتا زیاد، می‌توان درصد موفقیت قابل قبولی به دست آورد. اما در روش‌های تئوری تصمیم به دلیل پیچیدگی محاسبات، پیاده سازی و اجرای آن با مشکلات زیادی همراه است. همچنین محاسبه دقیق مقادیر آستانه، سخت و تعداد نمونه‌های مورد نیاز برای به دست آوردن درصد موفقیت قانع کننده زیاد است. جهت کاهش این مشکلات، بسیاری از تحقیقات، به خصوص در سال‌های اخیر به سمت روش‌های PR سوق داده شده است. از سال ۱۹۶۹، استفاده از روش‌های تشخیص الگو به عنوان رهیافتی در تشخیص نوع مدولاسیون مورد توجه قرار گرفت. تاکنون بسیاری از محققان، روش‌های مختلفی را در این حوزه به­کار بستند که از میان آن‌ ها می‌توان به روش‌های مبتنی بر آمارگان مرتبه بالا، استفاده از تبدیل ویولت و غیره اشاره نمود. سیستم‌های طراحی ‌شده با این روش به اطلاعات اولیه کمتری از سیگنال دریافتی نیاز دارند، بر خلاف روش‌های DT که نیاز به دانستن تابع چگالی احتمال سیگنال دریافتی است و نیز تنها قادر به تفکیک تعداد کمی مدولاسیون است، این روش نیاز به چنین اطلاعاتی نداشته و همچنین می‌توانند تعداد زیادی از مدولاسیون‌ها را شناسایی کند. این مسائل و ویژگی‌های دیگر باعث شده‌اند که روش‌های PR در شناسایی نوع مدولاسیون بیشتر مورد استفاده قرار گیرد. به همین جهت در این پژوهش شناساگرهای مبتنی بر روش PR ارائه می‌گردد. ساختار روش تشخیص الگو از واحدهای مختلفی تشکیل شده است: واحد پیش‌پردازش، واحد استخراج ویژگی و واحد طبقه‌بندی کننده (دسته‌بندی کننده) [۶].
واحد پیش‌پردازش در قسمت ابتدایی سیستم قرار گرفته است. این واحد در اکثر روش‌های تشخیص نوع مدولاسیون کارهای مشترکی انجام می‌دهد. در واحد پیش‌پردازش، عملیاتی نظیر فیلترینگ مناسب، حذف اجزای نویز خارج از باند سیگنال، عمل نرمالیزه کردن توان، جایگزینی سیگنال نرمالیزه شده توسط نمایش تحلیلی (شامل سیگنال اصلی و تبدیل هیلبرت بخش موهومی آن)، عمل نمونه‌برداری، حذف فرکانس حامل و غیره انجام می‌شود تا داده‌ها را جهت انجام مراحل بعدی آماده می‌کنند.
در واحد استخراج ویژگی، به دنبال پارامترها و مشخصات برجسته‌ای از سیگنال هستیم که بالاترین حساسیت را نسبت به نوع سیگنال دیجیتال دارد و باعث تشخیص آن نوع مدولاسیون از سایر مدولاسیون‌ها می‌شود. این واحد دارای اهمیت زیادی است. انتخاب مناسب ویژگی‌ها، می‌تواند باعث راحت­تر شدن کار واحد بعدی شود. چنانچه در فصل چهارم شرح داده می شود؛ دستیابی به این نوع ویژگی می ­تواند به مقدار زیادی بر قدرت سیستم تشخیص بیافزاید.
واحد کلیدی بعدی در عمل­کرد صحیح شناساگر نوع مدولاسیون دیجیتال، واحد طبقه‌بندی کننده است. در واحد طبقه‌بندی­کننده، با درصدی از ویژگی‌های استخراج‌شده، فضای بردار ویژگی با شاخص­ هایی بین کلاس­ها تقسیم می­گردد. بعد از آموزش سیستم، طبقه ­بندی کننده براساس درصد باقی مانده از سیگنال­ها، ویژگی­ها را با این شاخص­ های عمل­کردی می­سنجد. میزان کارایی این واحد به­ صورت محاسبه­ی درصد تشخیص صحیح یا میزان کمینه بودن خطای تشخیص الگوها مورد بررسی و ارزیابی قرار می­گیرد. در کانال محوشونده علاوه بر واحدهای ذکرشده، واحد دیگری به نام ترازگر^[۲۲] کانال به این واحدها اضافه می‌شود. البته انتخاب ویژگی های مناسب می تواند نیاز به این واحد را به حداقل برساند. علاوه بر واحدهای ذکر شده، ممکن است بر حسب لزوم، واحدهای دیگری که تأثیر بسزایی در کاهش پیچیدگی سیستم و یا بهبود عمل­کرد آن داشته باشند، اضافه شود. برای داشتن یک شناساگر نوع مدولاسیون که درصد موفقیت بالایی داشته باشد، تعیین مناسب هر یک از موارد ذکرشده بسیار مهم است. در ادامه خلاصه­ای از مهم‌ترین روش‌های ارائه‌شده در زمینه شناسایی نوع مدولاسیون با روش PR ارائه خواهد شد.
۱-۴- مروری بر تحقیقات گذشته
انتخاب ویژگی­های بهینه که بتوانند برای همه یا بیشتر مدولاسیون­ها تفکیک­پذیری ایجاد نماید؛ در تمامی روش­های قبلی دنبال می­شد. در واقع روش­های قبلی همواره درصدد شناسایی و ارائه ویژگی خاصی از سیگنال بودند تا بتوانند با آن، درصد تشخیص سیستم شناساگر را افزایش دهند. به عنوان مثال در ]۷[ با بهره گرفتن از تابع همبستگی طیفی، چند ویژگی برای شناسایی مدولاسیون‌های دیجیتال ۲FSK، ۴FSK، ۲PSK، ۴PSK، ۸PSK و MSK^[23] پیشنهاد شده است. طبقه‌بندی کننده مورد استفاده ماشین بردار پشتیبان^[۲۴] (SVM) است. در ]۸[ از چگالی طیف توان که با روش FFT^[25] به دست می‌آمد، به عنوان ویژگی برای شناسایی مدولاسیون‌های ۲PSK و ۴PSK استفاده گردیده است. از طبقه‌بندی کننده MLP با الگوریتم یادگیری پس­انتشار خطا (BP^[26]) در این شناساگر استفاده شده است.
ویژگی­های دیگری نظیر طیف دوره‌ای، طیف نگاره منظومه‌ها، شکل منظومه‌ای، واریانس اندازه تبدیل موجک هار^[۲۷] و هیستوگرام توزیع دامنه لحظه‌ای نیز برای شناسایی انواع مدولاسیون­ها پیشنهاد شده ­اند. در این روش­ها شناساگرهایی نظیر شبکه عصبی ART^[28]، الگوریتم طبقه ­بندی فازی^[۲۹] و شبکه عصبی MLP استفاده شده است. عموما سیستم­های مبتنی بر این ویژگی­ها، به طول (تعداد) داده‌های دریافتی، تنظیم مرکز طیف و مقدمه سازی حساس بودند و پیچیدگی ساختار شبکه عصبی نیز از چالش­های این شناساگرها محسوب می­شد]۲۰-۹[.
کار مهم دیگر در این حوزه استفاده از ممان مرتبه هشتم فاز از طریق تخمین تابع چگالی فاز، برای شناسایی مدولاسیون‌های BPSK، QPSK، ۸PSK و UW^[30] بوده است. با طبقه‌بندی کننده مدار تصمیم­گیر آستانه در این روش برای SNR بالاتر از dB5- درصد موفقیتی، حدود ۸۵% به دست آمد]۲۱[.
در ادامه­ تحقیقات علاوه بر پیشنهاد ویژگی­های موثر، از الگوریتم­های تکاملی (مبتنی بر هوش جمعی) برای افزایش کارایی و کاهش پیچیدگی سیستم شناساگر استفاده شد. به عنوان نمونه در ]۲۲[ ممان­ها و کومولان­های مراتب بالا (تا مرتبه هشتم) رشته سمبل­های دریافتی به عنوان ویژگی جهت شناسایی سیگنال­های ۲ASK، ۴ASK، ۸ASK، ۲PSK، ۴PSK، ۸PSK، ۱۶QAM، ۳۲QAM، ۶۴QAM و V32 مطرح شد. در این مقاله ابتدا با بهره گرفتن از الگوریتم بهینه‌سازی ازدحام ذرات ویژگی‌های مناسب انتخاب شده سپس طبقه‌بندی کننده شبکه عصبی با الگوریتم اندازه گام خود تطبیقی^[۳۱] (SASS) برای شناسایی سیگنال استفاده شده است. این روش در SNR برابر با dB 0 درصد موفقیت برابر ۸۸ درصد داشت.
به عنوان نمونه دیگر می­توان به استفاده از کومولان و ویژگی‌های تبدیل فوریه و ممان مرتبه چهارم نرمالیزه شده به عنوان ویژگی برای تشخیص سیگنال­های ۲ASK، ۴ASK، BPSK، QPSK، ۲FSK، ۴FSK، V32، V29، ۱۶QAM و ۶۴QAM اشاره نمود. در این شناساگر پس از انتخاب ویژگی به وسیله الگوریتم ژنتیک از شبکه عصبی با الگوریتم RPROP^[32] استفاده شده است. این روش برای SNR برابر با dB5- درصد عمل­کرد ۹۳% دارد]۲۳[.
در ]۶[ از آمارگان مرتبه بالا برای شناسایی نوع مدولاسیون استفاده شده است. در این پایان نامه ممان و کومولان تا مرتبه هشتم به عنوان ویژگی معرفی و از الگوریتم­های تکاملی PSO و کلونی زنبور عسل برای انتخاب ویژگی و تنظیم پارامترهای طبقه بند SVM شد. به علت قابلیت خوب ویژگی­های ارائه شده در این مرجع، ما نیز در پایان نامه حاضر، ویژگی­های آمارگان مرتبه بالا را به عنوان ویژگی­های مبنا در نظر گرفتیم. این ویژگی­ها دارای مشخصه­های خوبی برای شناسایی محسوب می­شوند اما خالی از نقص نیز نیستند. چنانچه در ادامه به آن می­پردازیم در این پایان نامه قصد داریم تا با ارائه یک روش جدید، اطلاعات بیشتری را از ترکیب ممان­ها و کومولان­ها استخراج نماییم.
تاکنون پژوهش­های متعددی نیز در رابطه با تشخیص نوع مدولاسیون دیجیتال در سیستم­های OFDM در کانال­های مخابراتی انجام شده است که به برخی از آنها اشاره می­ شود: در [۲۴] روش بهینه برای تشخیص نوع مدولاسیون در سیستم­های OFDM بر اساس روش حداکثر تشابه در این مقاله پیشنهاد شده است. سیستم تشریح شده یک سیستم وفقی است یعنی براساس تخمینی که از نسبت سیگنال به نویز دارد، یک نوع مدولاسیون را متناسب با شرایط کانال انتخاب می­ کند. تعداد زیر حامل­ها در این مقاله ثابت فرض شده و برابر ۶۴ است.
در [۲۵] روشی برای تشخیص نوع مدولاسیون در سیستم OFDM وفقی بر حسب آمارگان مرتبه­ی ششم سیگنال دریافتی ارائه گردیده است. در [۲۶] استفاده از آنالیز مولفه مستقل^[۳۳] و ماشین­های بردار پشتیبان جهت تشخیص نوع مدولاسیون سیگنال منبع کور در سیستم MIMO-OFDM در یک کانال فرکانس گزین با تغیرات سریع زمانی مورد بررسی قرار گرفته است. برای سادگی سیستم از فرض تغییر ناپذیر بودن کانال در پهنای باند همدوسی و زمان همبستگی استفاده گردیده است.
۱-۵- جمع‌بندی و ساختار پایان‌نامه
با بررسی کارهای انجام شده در این حوزه می توان گفت:
در روش های مبتنی بر PR همواره، استخراج و انتخاب ویژگی­های کارا یک اصل کلیدی برای شناسایی نوع مدولاسیون است. علاوه بر آن تعداد زیادی از این روش‌ها به میزان SNR، حساسیت زیادی دارند. از طرفی با مطالعه­ کارهای قبلی، می­توان دریافت که، استفاده از الگوریتم­های بهینه­سازی، موجب تطبیق بیشتر بین واحد استخراج ویژگی و واحد طبقه‌بندی کننده شده و عمل­کرد سیستم را در SNR های پایین افزایش می­دهد. همچنین، استفاده از ویژگی‌های آماری درصد موفقیت شناساگر را بالاتر می‌برد. دو عامل اصلی باعث عمل­کرد پایین شناساگرهای مدولاسیون و تفکیک تعداد معدودی از مدولاسیون‌ها می‌شوند. یکی از این عوامل، ویژگی‌هایی است که به طور مستقیم از سیگنال یا پارامترهای مشتق شده از سیگنال استخراج می‌شوند. عامل دوم طبقه‌بندی کننده‌هایی است که در دسته‌بندی بر­اساس ویژگی‌های تعریف‌شده، مورد استفاده قرار می‌گیرند.
به طور خلاصه بالا بودن تعداد ویژگی­ها، نیاز به داده ­های ورودی زیاد و نوع بیان فضای ویژگی را می­توان مهم­ترین چالش بیشتر کارهایی پیشین قلمداد نمود. در این پژوهش قصد داریم تا با بررسی عوامل مشکلات روش­های قبلی، سیستمی را پیشنهاد دهیم تا بتواند بهترین نگاشت از داده ­های (خام) ورودی را به داده ­های هدف (برای) واحد طبقه ­بندی کننده ایجاد نماید. جهت رسیدن به این امر موارد زیر در این پروژه انجام شده است:
۱) استفاده از ویژگی‌های موثر و کارا که بتوانند قابلیت بالایی برای شناسایی مدولاسیون‌ها داشته باشند. در این پایان نامه از آمارگان مرتبه‌ی بالا که در مرجع [۶] استفاده شده است به عنوان ویژگی های پایه­ای بهره بردیم.
۲) استفاده از طبقه‌بندی کننده با ناظر مناسب که بازدهی و قابلیت تعمیم‌پذیری بالایی داشته باشند. برای این کار از طبقه‌بندی کننده چند کلاسه مبتنی بر ماشین بردار پشتیبان استفاده شده است.
۳) با توجه به افزایش استفاده از سیستم­های OFDM در انتقال سریع و ایمن سیگنال­های مخابراتی، لزوم تشخیص خودکار در این سیستم­ها، در خور توجه است.
در این پژوهش، هدف تشخیص مدولاسیون‌های دیجیتال در سیستم_­های مبتنی بر OFDM است. مجموعه­ مدولاسیون‌های در نظر گرفته‌شده در فصل مربوط به شناساگرهای پیشنهادی معرفی می‌گردند. فرضیات اساسی اولیه‌ای که در رابطه با اخذ نتایج، قبل از اعمال روش‌های پیشنهادی در نظر گرفته‌شده‌اند عبارت‌اند از: الف) معلوم بودن فرکانس حامل (یا تخمین درست آن)، ب) مشخص بودن تعداد زیرحامل های سیستم OFDM، ج) برقراری همزمانی بین فرستنده و گیرنده، د) معلوم بودن نرخ نماد (یا تخمین درست آن). نویز مورد استفاده در شبیه‌سازی‌ها را به صورت گوسی سفید جمع شونده در نظر می‌گیریم. لازم به ذکر است که این فرضیات برای کانال‌های AWGN و در کانال‌های محوشدگی مورد بررسی قرار گرفته است. در کانال AWGN سیگنال ها به­ صورت تک باند و در کانال‌های محوشونده شناسایی بر اساس سیستم OFDM انجام گرفته است.
تدوین این پایان‌نامه در سه فصل کلی است که قبل از بررسی آن‌ ها به مطالب هر یک اشاره مختصری خواهیم داشت. در فصل اول به تعریف مسئله در رابطه با سیستم خودکار تشخیص نوع مدولاسیون، تاریخچه، کاربرد سیستم­های تشخیص خودکار نوع مدولاسیون و روش‌های کلی تشخیص پرداخته شد. در این پایان‌نامه ضمن بیان مختصری از کارهای انجام‌شده در این حوزه، به دنبال پیاده‌سازی روشی موثر جهت شناسایی خودکار نوع مدولاسیون هستیم. در فصل دوم، مفاهیم اساسی مدولاسیون دیجیتال، روش­های تشخیص مبتنی بر ویژگی به همراه استخراج ویژگی‌های اساسی در شناسایی سیگنال و مفاهیم مورد نیاز دیگر برای طراحی شناساگر، مورد بررسی قرار خواهد گرفت. فصل سوم به بیان و بررسی روش پیشنهادی این پایان‌نامه جهت استخراج ویژگی‌های کارا می‌پردازد. در این فصل با مدلی جدیدی برای انتخاب ویژگی که مبتنی بر مفاهیم کاربردی بهینه‌سازی با الگوریتم‌های تکاملی است؛ آشنا می‌شویم. این روش براساس استفاده از یک الگوریتم‌ تکاملی قدرتمندی به نام الگوریتم بهینه‌سازی فاخته است. با بهره گرفتن از معیارهای مناسب در تعریف تابع برازش این الگوریتم‌ها، جداسازی سیگنال­های مخابراتی حتی در نسبت‌های پایین سیگنال به نویز با موفقیت زیادی تحقق خواهد یافت. در این فصل نتایج به دست آمده از روش ارائه‌شده با روش‌های قبلی بررسی‌شده و مقایسه می‌شود.
نتیجه‌گیری
در این فصل تعریف مسئله و مفاهیم مربوط به آن به همراه بیان مختصری از کارهای انجام‌شده در این رابطه بیان گردید. در ادامه لزوم انجام شناسایی خودکار نوع مدولاسیون با ذکر کاربردهای آن مورد مطالعه قرار گرفت.
فصل دوم
انتخاب ویژگی‌های مرتبه بالا و مطالب مورد نیاز
مقدمه
استخراج^[۳۴] و انتخاب ویژگی^[۳۵] یکی از تکنیک­های مهم پیش‌پردازش در حل مسائل طبقه‌بندی در علم بازشناسی الگو، داده کاوی و یادگیری ماشین است. در واقع ویژگی‌های موثر، مشخصات برجسته‌ای از سیگنال اصلی هستند که تا حد امکان، نسبت به تغییرات مقاوم بوده و قادرند در شرایط مختلف تمایز میان چند کلاس را بیان نمایند. معمولاً جهت استفاده از یک سیستم تشخیص الگوی نوعی سعی می‌شود اندازه داده‌ها و اطلاعات خام را با استخراج این ویژگی‌ها تا حد امکان کاهش دهند. جهت بیان فضای مسئله، تعریف مدولاسیون دیجیتال و مفاهیم استخراج ویژگی، موضوعی در خور توجه است.
در ابتدا، مروری بر مدولاسیون‌های دیجیتال می‌شود. در ادامه به مفهوم استخراج ویژگی و سپس به بررسی ویژگی‌های آمارگان بالا به عنوان یکی از ویژگی­های مهم و کاربردی در شناسایی مدولاسیون، می­پردازیم. در این پایان نامه تشخیص نوع مدولاسیون هم در کانالAWGN و هم در سیستم­های مبتنی بر OFDM، مدنظر است. از این­رو در ادامه­ این بخش، به بررسی مفاهیمی چون کانال­های محو­شونده، سیستم­های OFDM، ماشین بردارهای پشتیبان و الگوریتم‌های بهینه‌سازی فاخته (COA) می‌پردازیم.
۲-۱- مروری بر مدولاسیون‌های دیجیتال
مدولاسیون دیجیتال به عنوان حرکت نوید بخشی برای ارسال مقاوم در برابر کانال شناخته شده است. در مخابرات دیجیتال عموما انواع مدولاسیون MFSK، MASK و MPSK و مدولاسیون MQAM استفاده می­ شود. نوع مدولاسیون وابسته به تغییر فرکانس پیغام، دامنه پیغام و فاز پیغام است. در سیستم­های نوین ارتباطی، بیشتر این مدولاسیون‌های دیجیتال به صورت M تایی^[۳۶]، استفاده می‌شوند]۶[. برای یک مدولاسیون M تایی، k بیت در کنار هم قرار می‌گیرند(  ) و یک سمبل را تشکیل می‌دهند. (شکل موج عمومی این مدولاسیون‌ها در پیوست آمده است). در شکل ۲-۱، چیدمان برخی از این سیگنال ها نشان داده شده است.

الف) V29

ب) ۶۴QAM
شکل۲-۱- چیدمان (منظومه) برخی از مدولاسیون‌های دیجیتال
۲-۲- مفهوم استخراج ویژگی
مرحله استخراج ویژگی در یک سیستم تشخیص الگو، نظیر تکنیک تشخیص نوع مدولاسیون از اهمیت بسیار زیادی برخوردار است. اهمیت این امر، زمانی مشخص می‌شود که بدانیم؛ انتخاب ویژگی نامناسب (دور از حالت ایده­آل) می‌تواند به کلی الگوریتم تشخیص مدولاسیون و در حالت کلی سیستم تشخیص الگو را ناکارآمد سازد. به بیان Stranneby ‌” در مباحث تشخیص الگو، نکته بسیار مهمی که در بسیاری از موارد فراموش می‌شود؛ این است که انتخاب ویژگی‌های بد ممکن است باعث شود که حتی گاهی پیشرفته‌ترین طبقه‌بندی کننده‌ها در حل پیش‌پاافتاده ترین مسائل ناتوان باشند؛ برعکس با انتخاب ویژگی‌های خوب چه بسا بتوان مشکل‌ترین مسائل را با ساده‌ترین طبقه‌بندی کننده‌ها حل کرد“]۲۷-۶[. در حقیقت ویژگی‌ها نقش بسیار حیاتی در عمل­کرد یک سیستم تشخیص نوع مدولاسیون و پیاده‌سازی آن دارند. محدودیت ویژگی‌ها در بیان نوع سیگنال­ها، باعث محدودیت تشخیص تعداد و مرتبه نوع مدولاسیون و پایین آمدن عمل­کرد روش مورد نظر می‌شود. از طرفی تداخل مقداری ویژگی‌ها، چالشی است که اکثر سیستم­های طبقه‌بندی را با کاهش کارایی رو به رو می‌سازد. به بیان دیگر کم بودن میزان همبستگی میان ویژگی‌ها در SNR مورد نیاز، نقش بسزایی در تشخیص الگو دارند. انتخاب ویژگی‌های مناسب حتی می‌تواند باعث کاهش پیچیدگی ساختار طبقه‌بندی کننده مورد استفاده شود. یک ویژگی ایده­آل دارای دو خصوصیت مهم است. اول آنکه مقدار ویژگی به ازای SNR های مختلف تغییری نداشته باشد و دوم آنکه مقدار هر ویژگی برای هر یک از کلاس‌ها (انواع مدولاسیون‌ها) با کلاس دیگر کاملا متفاوت باشد. در این صورت با یک سیستم تشخیص نه چندان قوی هم می‌توان درصد تشخیص را به میزان زیادی بهبود بخشید.
شکل۲-۲ نمایی از یک مجموعه ویژگی ایده­آل را برای چند کلاس فرضی نمایش می‌دهد. محور افقی میزان SNR و محور عمودی مقدار ویژگی است. در عمل هر چه ویژگی‌های استخراج‌شده به حالت ایده­آل نزدیک­تر باشند؛ مستقل از نوع طبقه‌بندی کننده‌ای که استفاده می‌شود؛ قطعا دقت عملیات تشخیص بالاتر خواهد بود. اما در حالتی که ویژگی‌های ما با یک دیگر تداخل داشته باشند؛ حتی با انتخاب سیستم تشخیص قوی، نتیجه مطلوب حاصل نمی‌گردد.

علاوه بر این، برخلاف سایر روش­های مد لغزشی ، ویژگی­های راه­حل پیشنهادی فرکانس سوئیچینگ ثابت در حالت پایدار، همزمانی محرک­های^[۸] خارجی، و عدم وجود خطای حالت ماندگار در ولتاژ خروجی است .
کنترل مبدل­های DC-DC در گذشته به صورت گسترده­ای بررسی شده است . برخی تکنیک­های کنترل مطرح و تحلیل می­شوند . در این میان، متداول­ترین کنترل ولتاژ و کنترل جریان تزریقی (و مشتقات آن مثل استاندارد ماژول کنترل و میانگین کنترل جریان ) . کنترلرها براساس این تکنیک ها برای اجرا و طراحی آسان ساده­سازی شده ­اند، اما عموما پارامترهایشان به نقطه کار بستگی دارند . دستیابی به سیگنال بزرگ پایدار اغلب برای کاهش پهنای باند مفید موثر بر کارایی مبدل نامیده می­شوند . گرچه کاربرد این تکنیک­ها برای مبدل­های DC-DC مرتبه بالا ، مانند توپولوژی­های چک^[۹] و سپیک^[۱۰] ، در طراحی بسیار بحرانی پارامترهای کنترل و تثبیت دشوار ممکن است نتیجه دهد .

روش دیگر که با طبع غیرخطی این مبدل­ها کامپایل می­ کند ،براساس تکنیک­های کنترل مشتق­شده از سیستم­های ساختار متغیر تئوری (VSS) ، مانند کنترل مد لغزشی (SM) .
همان­طور که می­دانیم کنترل SM چندین مزیت دارد : پایداری حتی برای ظرفیت بزرگ و تنوع بار ، قدرت زیاد، پاسخ دینامیکی خوب، عملکرد ساده.برعکس، کنترل SM معایبی هم دارد :اولا با توجه به طبع هیستریکش، تغییرات فرکانس سوئیچینگ به نقطه کار بستگی دارد ، ثانیا خطاهای حالت پایدار می­توانند بر تغییرات کنترل­شده تاثیر بگذارند، ثالثا انتخاب پارامترهای کنترل ممکن است با توجه به پیچیدگی کنترل مد لغزشی دشوار باشد .
این پژوهش هدف کلی کنترلر SM را بیان می­ کند که برای هر ساختار مبدل DC-DC اصلی مفید است که معایب فوق را برطرف می­ کند . در حقیقت :
فرکانس سوئیچینگ در حالت پایدار ، ثبات را حفظ می­ کند با ایجاد هماهمنگی مناسب محرک­های خارجی، در عوض فرکانس در طول حالت گذرا ممکن است تغییر کند برای اطمینان از ثبات و سرعت پاسخ .
خطاهای حالت پایدار از بین می­روند .
تنظیم کنترل آسان است .
ترکیبات مداری ساده است .
به علاوه سوئیچ کردن محدودیت جریان به آسانی قابل اجراست .
کنترلر مطرح با چندین توپولوژی مبدل DC-DC مورد آزمایش قرار گرفته است به عنوان مثال : باک , بوست ، چک و سپیک. عملکرد عالی مبدل با نمایش پیشرفت قابل توجه روی تکنیک­های کنترل حالت جاری، به دست آمد .
مهدوی وعمادی و تولیت^[۱۱] (۱۹۹۷) ]۲[ روش جدیدی برای تحلیل و طراحی کنترلرهای مد لغزشی برای مبدل­های DC-DC PWM ارائه کرده ­اند. مزیت اصلی این کنترلر غیرخطی آنست که در آن هیچ محدودیتی در اندازه تغییرات سیگنال در اطراف نقطه کار وجود ندارد .
به طور کلی، مبدل­های DC-DC الکترونیک قدرت سیستم­های زمان مختلف تناوبی هستند با توجه به عملکرد سوئیچینگ درونیشان . ویژگی­های استاتیکی و دینامیکی این مبدل­ها به طور گسترده­ای در کتاب­ها بحث شده است. روش­های کنترل خطی کلاسیک اغلب برای طراحی تنظیم­کننده­ها برای مبدل­های DC-DC مورد استفاده­اند ، و برای تعیین محدوده ثباتشان در سراسر نقاط عملیاتی آن­ها .
با این حال، به منظور اطمینان از ثبات سیگنال بزرگشان، و همچنین برای بهبود پاسخ دینامیکی سیگنال بزرگ آن­ها، کنترل مد لغزشی مطرح شده است . در این پژوهش، به جای استفاده از دستور کامل فیدبک حالت برای کنترلر مد لغزشی، مدل­های میانگین فضای حالت مبدل­ها استفاده شده است. نشان داده شده است که استفاده از روش ارائه ­شده در یک کنترلر ساده­شده حاصل خواهد شد. بر خلاف فرکانس متغیر کنترلر مد لغزشی مورد استفاده در کتاب­ها، سوئیچینگ فرکانس ثابت روش PWM استفاده شده است. این طراحی فیلتر مبدل را ساده می­ کند و فیلتر مبدل را به حداقل می­رساند. تغییرات سیگنال کوچک و همچنین بزرگ در اطراف نقطه کار در نظر گرفته شده است. کنترلر­های مد لغزشی برای مبدل­های باک، بوست، باک-بوست و چٌک طراحی و بحث شده است. این کنترلرها بر روی یک کامپیوتر دیجیتال شبیه­سازی شده است و عملکرد دینامیکی­شان که رضایت­بخش می­باشد نشان داده شده است. درنهایت، قضیه دوم لیاپانوف به منظور بررسی ثبات کنترلرهای مد لغزشی طراحی­شده برای مبدل Cuk استفاده شده است .
هبرت سیره-رامیرز (۱۹۹۱) ]۳[ در مقاله خود روش‌های گسترده خطی‌سازی مطرح کرده است. این روش‌ها به منظور طراحی پایدارسازی مبدل‌های P-I متناسب انتگرال غیرخطی به یک مقدار ثابت، ولتاژ خروجی متوسط مربوط به مدولاسیون عرضیِ پالسِ مبدل‌های DC به DC تنظیم سوئیچ مطرح شده‌اند. روش زیگلر- نیکولز برای مشخصات کنترل‌گرهای P-I به کار گرفته شده است به گونه‌ای که برای خانواده‌ای از مدل‌های تابع انتقال پارامترریزی­شده مربوط به رفتار مبدل متوسط خطی در اطراف یک نقطه تعادل ثابت عامل مربوط به مدار تحت کنترل PWM (مدولاسیون عرضی- پالس) متوسط به کار برده شده است. مبدل‌های بوست و باک- بوست به طور ویژه‌ای تحت مراقبت می‌باشند و کارایی تنظیم آنها از طریق آزمایش‌های شبیه‌سازی کامپیوتری نشان داده شده است.
به گفته شٍن^[۱۲] و هوآ^[۱۳] و همکاران (۱۹۹۸) ]۴[ از آنجایی که نیروی الکتریکی که به وسیله‌ی آرایه‌های خورشیدی منظم تأمین می‌شود بستگی به Insolation، دما و ولتاژ منظم دارد، کنترل نقاط عملکرد به منظور طراحی توان ماکزیمم مربوط به آرایه‌های منظم خورشیدی، امری ضروری به نظر می‌رسد. هدف مقاله‌ی پیش‌رو پژوهش در رابطه با الگوریتم‌های ردیابی توان ماکزیمم است که اغلب برای مقایسه‌ی بازده‌ی ردیابی برای عملکرد سیستم تحت کنترل‌های مختلف مورد استفاده قرار می‌گیرند. به علاوه انواع مختلف مبدل‌های DC/DC به منظور ارزیابی کارایی مبدل طراحی شده‌اند. روش ساده که یک کنترل زمانی گسسته و یک جبرانساز^[۱۴] PI هم ترکیب می‌کند برای ردیابی نقاط توان ماکزیمم(MPP’S) مربوط به آرایه خورشیدی استفاده شده است پیاده‌سازی و اجرای سیستم مبدل پیشنهادی بر اساس یک پردازنده دیجیتالی سیگنال (DSP) بوده و نتایج تجربی و مورد آزمایش قرار گرفته ارائه شده و در دسترس هستند.
ژاک- یٌو شان^[۱۵] (۲۰۰۷) ]۵[ یک کنترل غیرخطی پیشنهاد کرده است. و کاربردهای آن برای تنظیم مبدل­های DC-DC نوع باک و بوست مورد بررسی قرار می­گیرد. کنترل­ کننده پیشنهادی که شکل تشریحی کنترل­ کننده چندحلقه‌ای خطی در نظر گرفته می‌شود، پارامتر میزان­سازی اضافه‌ای را تهیه می‌کند که می‌تواند برای تغییر و اصلاح واکنش خروجی مورد استفاده قرار بگیرد. پایداری سیستم در حضور بار نامعلوم و متغیر و ولتاژ خطی همچنین رابطه بین استراتژی‌های کنترل خطی و غیرخطی مورد مطالعه قرار می‌گیرد. همچنین نتایج عددی و تجربی برای توضیح دادن ویژگی‌های استراتژی پیشنهادی ارائه کرده است.
وحید یوسف زاده و همکاران (۲۰۰۸) ]۶[ روشی برای کنترل مبدل‌ها ارائه داده­اند.این کنترل‌گر در واقع ترکیبی از یک کنترل‌گر نوسانات دارای فرکانس ثابت (PWM) (که در آن از یک PID خطی نزدیک نقطه مبدأ استفاده شده است)و یک کنترل‌گر خطی یا غیرخطی سطحی (SSC) می‌باشد که از نقطه مبدأ فاصله داشته و بین این دو کنترل‌گر یک مرز انتقالی نیز وجود دارد. خازن هیبریدی که تعیین­کننده‌ی میزان جریان است امکان برآورد صفحه سوئیچ را فراهم آورده و در عین حال ما را از داشتن یک حسگر جریان نیز بی‌نیاز می‌سازد. SSC که از آن به عنوان ماژول HDL وریلاگ استفاده می‌شود را می­توان به راحتی به سیستم کنترل‌گر PWM اضافه کرد و از این طریق می‌توان یک کنترل‌گر PTOD ایجاد نمود. در حالت ثابت، کنترل‌گر به صورت کاملاً یکسان از کنترل‌گر PWM با فرکانس ثابت و یک PID خطی استفاده می‌کند. شبیه­سازی و نتیجه آزمایشات مربوط به مبدل‌های همگام V6.5 تا V1.3 و ۱۰ آمپر مورد بررسی قرار داده­اند.
کاستابیر^[۱۶] و مًتاولّی^[۱۷] و ساگینی^[۱۸] (۲۰۰۸) ]۷[ یک روش کنترل دیجیتال برای واکنش مرحله بارگزاری زمان بهینه مربوط به مبدل­های باک همزمان برای کاربردهای نقطه بارگذاری استفاده کننده از خازن­های خروجی ESR پایین در نظر گرفته­اند. برخلاف روش­های گزارش­شده قبلی تکنیک مطرح­شده نبست به پارامترهای پایه توان غیرحساس هستند. به طوری که عملکرد آن بر اطلاع از دانش ظرفیت القای مغناطیسی فیلتر خروجی و ظرفیت الکتریکی خازن تکیه نمی­کند. واکنش زمان بهینه از طریق یک عمل سوئیچینگ سیگنال روشن / خاموش به دست می ­آید که به محض اینکه یک ناپایداری بار نمایان شود عهده­دار آن عمل می­ شود. یک مبدل A/D همزمان به کار گرفته شده است که در یک فرایند CMOS استاندارد ۳۵/۰ میکرومتر تشخیص داده شده است. مبدل A/D ولتاژ خروجی را کوانتیزه می­ کند و یک کنترل­گر دیجیتال غیرخطی بر پایه رویداد را هنگامی که یک تغییر حالت هموار تدریجی نمایان می­ شود، رها می­سازد. واکنش زمانی بهینه فقط مبتنی بر اندازه ­گیری­های ولتاژ خروجی و مبتنی بر آگاهی از چرخه­ی کار حالت یکنواخت می­باشد، عددی در دسترس و آسان در داخل کنترل­گر دیجیتال. تاثیر و ویژگی­های روش زمان­بهینه مقاوم مطرح­شده، هم از طریق شبیه­سازی­های کامپیوتری و هم تست­های تجربی و آزمایشگاهی بر روی یک نمونه اصلی و اولیه­ مبدل باک همزمان (سنکرون) و یک اجرای VHOL الگوریتم کنترل بر روی یک دستگاه FPGA اعتبار کسب می­ کنند.
مًتاولّی ، رٌسِتو ، اسپیازی ،تٍنتی^[۱۹] (۱۹۹۵) ]۸[ یک کنترل­ کننده چند منظوره(همه کاره) فازی برای مبدل­های DC/DC مورد بررسی قرار داده­اند. بر اساس تعریفی کیفی از سیستمی که بایستی تحت کنترل باشد کنترل کننده­ های فازی در اجرای عملکردهای مناسب توانا هستند حتی برای آن دسته از سیستم­هایی که روش­های کنترل خطی در آنها با شکست مواجه می­شوند مانند هنگامی که یک تعریف ریاضی ممکن نباشد یا در حضور تغییرات گسترده پارامتر.
روش معرفی­شده کلی و جامع می­باشد و می ­تواند برای هرگونه توپولوژی مبدل DC/DC به کار برده شود. راه ­اندازی کنترل­ کننده نسبتاً ساده است و می ­تواند یک واکنش سیگنال کوچک را به همان سرعت و ثباتی که برای دیگر تنظیم کننده­ های استاندارد وجود دارد و یک واکنش سیگنال بزرگ بهبود یافته را تضمین کند.
دوشان بٌروجٍویچ و سودیپ مازومدٍر و علی نایفه^[۲۰] (۲۰۰۲) ]۹[ یک کنترل­ کننده مقاوم را به وسیله­ ترکیب مفاهیم مربوط به ساختار متغیر انتگرالی (یکپارچه) و کنترل سطح شیبدار چندگانه برای مبدل­های باک dc-dc موازی، توسعه می­ دهند. مزیت­های این طرح عبارتند از: سادگی آن در طراحی، واکنش دینامیک مناسب، استحکام، توانایی بی اثر کردن خطای ولتاژ- باس و خطای بین جریان­های بار مربوط به ماژول­های مبدل تحت شرایط حالت تعادل، و توانایی کاهش دادن اثر دینامیک­های دارای فرکانس خیلی بالا با توجه به پارازیت­های موجود در سیستم حلقه بسته. آنها در اینجا روشی را برای تعیین ناحیه حضور و پایداری مربوط به مانیفلدهای لغزشی (شیبدار) برای چنین مبدل­های موازی­ای توضیح می­ دهند. نتایج واکنش­های دینامیک و حالت پایدار خوبی را نشان می­ دهند .
فصل دوم:
معرفی چاپر
۲-۱- مقدمه
وظیفه چاپر تبدیل ولتاژ تنظیم­نشده به ولتاژ تنظیم­شده در سطح دلخواه است.
بلوک دیاگرام کلی چاپر به صورت زیر است:

شکل ۲-۱ بلوک دیاگرام چاپر
اساس مبدل­های dc-dc بر مبنای سوئیچینگ است. در مدار زیر در صورتی که ترانزیستور در ناحیه خطی کار کند،می­توان آن را با یک مقاومت (RT) مدل کرد.

شکل ۲-۲ رگولاتور خطی
(۲-۱) VO=Vin – VCE
هر چه میزان جریان عبوری از ترانزیستور بیشتر شود، توان مصرفی طبق رابطه زیر افزایش می یابد:
P=RT*IL*IL , P=VCE * IL
(۲-۲)
اما در همین مدار اگر ترانزیستور درحالت اشباع باشد، ولتاژ ورودی به خروجی منتقل می­ شود و اگر ترانزیستور در حالت قطع باشد، ولتاژ خروجی برابر با صفر است .( تنظیم­کننده­ سوئیچینگ^[۲۱])
با توجه به­رابطه توان P = VI ، توان مصرفی برابر با صفر است (در صورت ایده­آل بودن سوئیچ) و کل توان ورودی از منبع به بار منتقل می­ شود.
مدارهای تنظیم­کننده­ سوئیچینگ اساس کار چاپرها هستند.
خروجی یک چاپر dc با بارمقاومتی ناپیوسته و شامل هارمونیک­ها می­باشد. مقدار ریپل معمولا با بهره گرفتن از یک فیلتر LC کاسته می­ شود. رگولاتورهای تغییردهنده به صورت مدارهای مجتمع یافت می­شوند. طراح می ­تواند فرکانس کلیدزنی را با انتخاب مقادیر Rو C نوسان­کننده فرکانسی،انتخاب کند. به عنوان یک قانون سرانگشتی برای حداکثرکردن بازده، حداقل دوره تناوب نوسانگر باید حدود ۱۰۰ مرتبه بیشتر از زمان کلیدزنی ترانزیستور باشد. برای مثال اگر ترانزیستوری زمان کلیدزنی برابر  داشته باشد، دوره تناوب نوسانگر  خواهد بود که در نتیجه حداکثر فرکانس نوسانگر  خواهد بود.این محدودیت ناشی از تلفات کلیدزنی ترانزیستور می­باشد.تلفات کلیدزنی ترانزیستور با فرکانس کلیدزنی، افزایش و در نتیجه بازده کاهش می­یابد.به علاوه تلفات هسته سلف ها کارکرد با فرکانس بالا را محدود می­سازد.
۲-۲- کنترل مبدل­های dc-dc
در مبدل­های dc-dc ، متوسط ولتاژ خروجی برای برابری با یک سطح مطلوب باید کنترل شود، اگر چه ولتاژ ورودی و بار خروجی ممکن است نوسان داشته باشند.در مبدل­های dc-dc سوئیچینگ یک یا چند سوئیچ برای تبدیلdc از یک سطح به سطح دیگر به کار می­رود. در مبدل dc-dc با یک ولتاژ ورودی داده شده، متوسط ولتاژ خروجی با کنترل مدت زمان روشن بودن و خاموش بودن سوئیچ کنترل می­ شود (  ،  ). برای توضیح دادن مفهوم سوئیچینگ، یک مبدل dc-dc پایه در شکل ۲-۳ (a) بررسی می­ شود. متوسط مقدار  ولتاژ خروجی  که در شکل ۲-۳ (b) بستگی به  و  نشان داده شده است. یکی از روش­ها برای کنترل ولتاژ خروجی استفاده کردن از سوئیچینگ با یک فرکانس ثابت است ( یک سوئیچینگ ثابت با دوره تناوب  ).
مدت زمان روشن بودن سوئیچ برای کنترل متوسط ولتاژ خروجی تنظیم می­ شود. این روش مدولاسیون پهنای پالس PWM خوانده می­ شود. درصد وظیفه سوئیچ D است، که از نسبت مدت زمان روشن بودن سوئیچ به دوره تناوب سوئیچ تعیین می­ شود، و متغیر است.
روش­های دیگر کنترل بیشتر معمول­اند،که هم فرکانس کلیدزنی(و بنابراین دوره تناوب)و مدت زمان روشن بودن سوئیچ تغییر می­ کند.این روش تنها در مبدل­های dc-dc با ترانزیستورهای جریان مداوم به کار می­رود. تغییرات در فرکانس سوئیچینگ فیلتر کردن ریپل اجزا در شکل موج خروجی و ورودی در مبدل را مشکل میسازد.
شکل ۲-۳ تغییرات dc-dc سوئیچینگ
شکل ۲-۴ مدولاتور پهنای پالس (a) بلوک دیاگرام (b) سیگنال­های مقایسه
در سوئیچینگ PWM با یک فرکانس کلیدزنی ثابت، ولتاژ کنترل  را می­توان با یک ولتاژ دندانه اره­ای مقایسه کرد تا سیگنال کنترلی PWM سوئیچ با کنترل حالت (on یا off) سوئیچ به دست آید. این عمل در شکل ۲-۴ (a) و ۲-۴ (b) نشان داده شده است. سیگنال ولتاژ کنترل معمولا با بزرگ شدن خطا یا تفاوت بین ولتاژ خروجی مطلوب و ولتاژ خروجی واقعی بدست می ­آید.
فرکانس شکل موج متناوب با یک پیک ثابت،فرکانس کلیدزنی را ایجاد می­ کند. این فرکانس در کنترل PWM ثابت نگه داشته می­ شود و از چند کیلوهرتز تا چند صد کیلوهرتز انتخاب می­ شود.هنگامی که سیگنال خطا بزرگ شده و با سرعت کمی نسبت به زمان برای تولید فرکانس کلیدزنی تغییر می­ کند، بزرگ­تر از شکل موج دندانه اره­ای باشد،سیگنال کنترل سوئیچ بزرگ می­ شود،و باعث روشن شدن سوئیچ می­ شود.در غیر این صورت سوئیچ خاموش است.
از نسبت  به پیک شکل موج دندانه اره­ای از  که در شکل ۲-۴، درصد وظیفه سوئیچ را می­توان به صورت زیر تعریف کرد:
(۲-۳)
مبدل­های dc-dc دو مد متمایز عملکرد می­توانند داشته باشند: ۱) هدایت جریان پیوسته و ۲) هدایت جریان ناپیوسته. در عمل، یک مبدل ممکن است در هر دو مد عمل کند، که مشخصات متفاوت قابل توجهی دارند. از این رو، یک مبدل و کنترل آن باید در هر دو مد عملکرد طراحی شود.
۲-۳- مبدل کاهنده ^[۲۲]

• فعلی و همکاران [۵۲] به بررسی عوامل مؤثر بر مشارکت دانشجویان در فعالیت‌های پژوهشی و تولید علم پرداخته­اند.

 

• نتایج آزمون­های آماری در پژوهش اعظمی [۴۰] در زمینه وجود رابطه بین تعداد مقاله‌های منتشر شده اعضای هیئت علمی با سطح زبان انگلیسی، روش تحقیق، آمار و بانک‌های اطلاعاتی نشان داد بین تعداد مقاله‌های منتشر شده و میزان آشنایی با زبان انگلیسی و روش تحقیق، رابطه معنادار وجود دارد، در حالی که وجود این رابطه در مورد آمار و بانک­های اطلاعاتی، تأیید نمی‌شود.

 

• نوروزی چالکی و دیانی [۵۳] عوامل موثر بر موفقیت مدیران در سازمان را شامل ثبات مدیریت، فاصله فیزیکی سازمان از مرکز، استقلال سازمانی مدیر، ارتباط تخصص مدیر با اهداف سازمان، استفاده از فناوری در امور آموزش کارکنان (تأثیر فناوری) می­دانند.

 

• کورکی و همکاران [۳۹] در پژوهش دیگری به بررسی عوامل موثر بر عدم گرایش به نگارش مقالات علمی اعضای هیأت علمی پرداخته­اند. آنان عوامل خود را در سه محور مشکلات سازمانی، مشکلات شخصی و سازمانی و مشکلات شخصی قرار دادند. عوامل مشغله زیاد در امور آموزشی و تدریس، آشنا نبودن به ضوابط پذیرش و مقررات چاپ مقالات در مجلات علمی فارسی، دست و پا گیر بودن ضوابط پذیرش و مقررات چاپ مقالات در مجلات علمی فارسی، طولانی بودن زمان ارائه تا چاپ مقالات فارسی، آشنا نبودن به ضوابط پذیرش و مقررات چاپ مقالات در مجلات علمی لاتین، دست و پا گیر بودن ضوابط و مقررات چاپ مقالات در مجلات علمی لاتین، طولانی بودن زمان ارائه تا چاپ مقالات لاتین، نداشتن تسلط کافی به زبان انگلیسی، آشنا نبودن اعضای به اصول و متدلوژی مقاله نویسی، کافی نبودن دانش و سطح علمی اعضای هیأت علمی در نگارش مقالات، دسترسی محدود به منابع و اطلاعات زمینه­ای و ابزاری، کافی نبودن ابزار تشویقی و پایین بودن امتیاز تخصیصی به هر مقاله در ارتقاء اعضای هیأت علمی جزء عوامل اولیه موثر بر عدم گرایش به نگارش مقالات علمی شناسایی شدند.

 

• • زینالو و همکاران [۵۴] گزارش کردند که هیأت علمی معتقدند بیشترین مشکلات موجود در انجام پژوهش به ترتیب موانع مالی، موانع اداری، امکانات کم و نامطلوب، میزان اطلاع رسانی در پژوهش­ها، ضعیف بودن انگیزه استادان برای انجام پژوهش و نیز عملکرد ضعیف استادان برای انجام پژوهش می­باشد.

 

• به نظر دارابی و همکارانش [۵۵]، مقررات اداری، کمبود بودجه تحقیقاتی، حجم کار زیاد، عدم وجود انگیزه و مهارت­ های فردی از جمله عواملی هستند که مانع از انجام فعالیت­های پژوهشی می­گردند، ولی نتایج مطالعه آنان نشان داد که با اصلاح شیوه ­های اداری و مدیریتی و برنامه­ ریزی متناسب با مشکلات موجود، می­توان موانع را بر طرف و از شدت مشکلات کاست.

 

• مهم‌ترین موانع و عوامل پژوهش و نوآوری از دیدگاه مهدی و همکاران [۱۷] عبارتست از مدیریت، سیاست­گذاری و نظام پژوهشی، فرهنگ پژوهش، پژوهشگران، فضای استاندارد علمی و پژوهشی، قوانین و مقررات پژوهشی، بودجه و امکانات پژوهشی، کاربرد نتایج پژوهش.

 

• تصدیقی و تصدیقی [۵۶] با بررسی نظام­های آموزشی سایر کشورها، راهکارهایی را برای برطرف کردن موانع پژوهش به صورت زیر ارائه داده­اند: اصلاح قوانین ارتقا به نفع پژوهش، موظف شدن اساتید، مدیران و متخصصان به امر پژوهش، ارتباط بین پژوهشگران و مدیران، کاهش موانع مالی و اداری تحقیق، حذف ساختار نامناسب بوروکراسی، انعطاف­پذیری مقررات، کاهش مقررات دست و پا گیر اداری، ایجاد ثبات در مدیریت، ایجاد جو اعتماد جهت تقویت مدیریت پژوهشی، توجه به تحقیقات مشارکتی، قدردانی مناسب از اساتید و دانشجویان پژوهشگر، تاسیس سازمان متمرکز و مستقل جهت نظم بخشیدن به تحقیقات، جلوگیری از دوباره کاری، نظارت بر همه تحقیقات و ایجاد بانک پژوهش و تحقیق.

 

• پژوهش­های دیگری[۵۵و۵۶و۵۷و۵۸] مبنی بر یافتن موانع و مشکلات پژوهش و آسیب­شناسی آن در دانشگاه­ها انجام شده است.

 

۲-۶- روش­های به‌کارگیری و تحلیل عوامل حیاتی موفقیت
۲-۶-۱- زنجیره حیاتی موفقیت
زنجیره حیاتی موفقیت^[۱۲] یک ابزار برای طراحی عوامل موفقیت در پروژه­ های فناوری اطلاعات و یک روش برای تولید ایده راهبردی پروژه فناوری اطلاعات به شمار می­رود. زنجیره حیاتی موفقیت بر پایه تئوری ترکیبات انفرادی^[۱۳] که توسط کلی^[۱۴] در دهه ۱۹۵۰ توسعه یافت، استوار است. این زنجیره روابط مهم بین مشخصه­های عوامل حیاتی موفقیت و اهداف سازمان را مورد بررسی قرار می­دهد. روش­شناسی زنجیره حیاتی موفقیت شامل چهار مرحله است. این چهار مرحله عبارتند از: آمادگی قبل از بررسی، مصاحبه­ ها، تجزیه و تحلیل و جمع­بندی، و کارگاه­های عقیده سنجی [۵۹].
زنجیره حیاتی موفقیت را الیاهو گلدرات در سال ۱۹۹۷ در کتابی با همین عنوان معرفی کرد. کتاب گلدرات چالشی در جامعه مدیریت پروژه پدید آورد. برخی آن را شیوه­ای نوین و انقلابی در مدیریت پروژه می­دانند چون معتقدند با کوتاه­سازی مدیریت پروژه و افزایش توان ادای تعهدات هزینه و زمان، بازدهی را بالا می­برد. برخی دیگر آن‌را گزافه­گویی دانسته می­گویند مدیران با تجربه سال‌هاست با این روش کار می­ کنند و یکتایی این روش تنها در نام­گذاری آن است نه در نهاد آن. پفرز، گنگلر و تانانن^[۱۵] (۲۰۰۳) با توسعه متدلوژی عوامل حیاتی موفقیت متدلوژی “زنجیره­های حیاتی موفقیت” را به دست آورده­اند که روابط بین مشخصات سیستم­های اطلاعاتی، عوامل حیاتی موفقیت و اهداف سازمانی را به طور روشن مدل بندی می­ کند [۵۹].
از نقاط ضعف و محدودیت‌های زنجیره حیاتی موفقیت این است که اگر اطلاعات کافی در دسترس نباشد، زنجیره حیاتی موفقیت باید به وسیله روش­های دیگر برای برنامه­ ریزی سیستم­های اطلاعاتی کامل شود و در ارائه پیشنهادهایی برای پروژه­ های راهبردی، کارآمدتر بودن زنجیره حیاتی موفقیت از سایر تکنیک­های ممکن برای تولید ایده­ ها، هنوز ثابت نشده است [۶۰].
۲-۶-۲- فرایند تحلیل سلسله مراتبی
فرایند تحلیل سلسله مراتبی^[۱۶]، یکی از کارامدترین روش­های تصمیم ­گیری است و در حوزه تعیین عوامل حیاتی موفقیت استفاده شده است[۶۱]. این روش بر اساس تحلیل مغز انسان برای مسائل پیچیده و فازی پیشنهاد گردیده است. هدف به دست آوردن و رده­بندی نظرات کاربران درباره اهمیت عوامل حیاتی موفقیت معین است. متدلوژی تحلیل سلسله مراتبی، توسط ساعتی در دهه ۱۹۷۰ ارائه شده است به طوری که کاربردهای متعددی از آن زمان تا کنون برای این روش مورد بحث قرار گرفته‌اند. فرایند تحلیل سلسله مراتبی و کاربرد آن بر سه اصل زیرین استوار است [۶۲]:
الف – بر پایی یک ساختار و قالب رده­ای برای مسئله.
ب – برقراری ترجیح‌ها از طریق مقایسات زوجی (به صورت نرخ نهایی جانشینی).
ج – برقراری سازگاری منطقی از اندازه ­گیری­ها.
این متدلوژی یک ساختار سلسله مراتبی را برای نمایش یک مسئله چند تصمیمی به کار می‌برد که برای این کار مسئله را به چندین زیرمسئله تجزیه می­ کند. تحلیل سلسله مراتبی به طور گسترده برای انعکاس اهمیت یا وزن فاکتورهای مرتبط با اولویت­ها مورد استفاده قرار گرفته است. بنابراین وزن یا اهمیت داده بر هر ملاک (معیار)، برای هر واحد متفاوت است. وزن داده شده به هر یک از معیارها ممکن است هر مقداری را بگیرد و هیچ یک از آنها نمی­تواند مهم‌تر از مابقی تلقی شود. هرچند، این مسئله وقتی مناسب­تر است که تصمیم گیرنده هیچ گونه تقدمی برای خصوصیات متفاوت قائل نشود [۵۹].
فرایند تحلیل سلسله مراتبی، به پاسخ دهندگان اجازه می­دهد تا علاقه شخصی خود را بیان کنند، بنا بر این هر مسئله می ­تواند با بهره گرفتن از این مجموع علایق ارزیابی شود، به طوری که یک رده­بندی ویژه، برای هر تصمیم گیرنده فراهم می­ شود. در این صورت چند روش برای به دست آوردن مجموعه‌ای از علایق کلی وجود دارد که یا به سادگی میانگین امتیازات انفرادی را در نظر می­گیرد یا با ایجاد یک وزن، با توجه به اهمیت مورد نظر تصمیم گیرنده، این کار را صورت می­دهد. از نقاط ضعف و محدودیت­های فرایند تحلیل سلسله مراتبی می­توان موارد زیر را نام برد [۶۳] :

 

• در روش فرایند تحلیل سلسله مراتبی به دلیل مقایسات دودویی عوامل حیاتی موفقیت در صورت زیاد بودن تعداد عوامل تعداد محاسبات خیلی زیاد خواهد شد که در نهایت به رتبه ­بندی عوامل حیاتی موفقیت منجر خواهد شد.

 

• تناقض­های ممکن در جواب­های افراد مصاحبه شده، ممکن است به محاسبه­ی غلط وزن­های عوامل حیاتی موفقیت منتهی شوند.

 

۲-۶-۳- پویایی­های سیستم
پویایی‌های سیستم^[۱۷] روش­شناسی مطالعه و مدیریت سیستم‌های بازخوری پیچیده مانند سیستم‌های موجود در حوزه کسب‌و‌کار و سایر سیستم‌های اجتماعی است. در واقع می‌توان گفت از این روش­شناسی برای بررسی و مطالعه تمامی انواع سیستم‌های بازخوری استفاده شده است. اگر چه واژه «سیستم» در مورد بسیاری از وضعیت‌ها به کار رفته است اما «بازخور» در این زمینه،‌ صفتی مشخصه محسوب می‌شود. مسائل موجود در سیستم از دو ویژگی (۱) پویایی و (۲) ساختار بازخوردی برخوردارند. رویکرد پویایی­های سیستم ]۶۴[ :

 

• ابتدا مسأله‌ای را شناسایی می‌کند.

 

• فرضیه‌ای پویا که علت وقوع مسأله را تشریح می‌کند، شکل می‌دهد.

 

• یک مدل شبیه‌سازی رایانه‌ای از سیستم نهفته در ریشه مسأله ایجاد می‌کند.

 

• مدل را به منظور حصول اطمینان از باز تولید رفتار مشاهده شده در دنیای واقعی مورد بررسی و آزمایش قرار می‌دهد.

 

• سیاست‌های بدیل مختلف که می‌توانند مسأله را بهبود دهند، طراحی و آزمایش می‌کند.

 

• و در نهایت راه‌حل برگزیده را به اجرا می‌گذارد.

 

این روش­شناسی نخستین بار توسط فارستر^[۱۸] ابتدا در دهه­های۱۹۴۰ و ۱۹۵۰ مطرح و بررسی­هایی بر روی آن انجام شد. نخستین حوزه کاربرد پویایی‌های سیستم، مدیریت راهبردی مسائل صنعتی بود. نتیجه اصلی این پژوهش، انتشار کتاب پیشگامانه «پویایی‌های صنعتی» در سال ۱۹۶۱ بود که متدلوژی جدیدی را در حوزه مسائل صنعتی/ کسب‌وکار معرفی می‌کرد و به تصویر می‌کشید. از زمان انتشار این کتاب دامنه کاربردهای این روش­شناسی به شدت توسعه یافته و در حال حاضر حوزه‌های زیادی را تحت پوشش قرار می‌دهد [۶۵].
۲-۷- منطق و تفکر فازی
در زندگی روزانه ما کلمات و مفاهیمی به کار می‌روند که مراتب و درجات دارند و نسبی هستند و نمی‌توان به صورت منطق دو ارزشی^[۱۹] که فقط حکم “هست و نیست” را صادر می‌کند، با آن‌ ها رفتار کرد. مثالی که تبدیل به مبنای ادراکی برای این بحث شده است، مثال رنگ خاکستری است. رنگ خاکستری، سفید است یا سیاه؟ رنگ خاکستری، تا حدودی سفید است و تا حدودی سیاه و هر چه میزان سفیدی آن افزایش یابد خاکستری کم رنگ‌تر به دست می ­آید و هر چه میزان سیاهی افزایش یابد خاکستری پررنگ‌تر حاصل می‌شود. برای قضاوت درباره رنگ خاکستری در فضای سیاه و سفید، باید از درصد استفاده کرد مثلاً: ۲۰% سفید و ۸۰% سیاه. [۵] فرض کنید از تعدادی دانشجویان سئوال شده است دانشگاه چگونه مکانی است؟ و پاسخ­های زیر داده شده است:
۱) عالی است. ۲) خوب است. ۳) تقریباً خوب است. ۴) بد نیست. ۵) بد است.
بدیهی است که نمی‌توان گروه سئوال شدگان را به دو دسته تقسیم کرد. افرادی که گفته‌اند خوب است و افرادی که گفته‌اند بد است (منطق بولی) بلکه شامل ۵ رده هستیم یعنی چنانچه پاسخ عالی است (متغیر لفظی) دارای ارزش ۱ (مقدار عددی) و پاسخ بد است دارای ارزش ۰ باشد آنگاه ۳ گزاره خوب است، تقریباً خوب است و بد نیست نیز دارای ارزش‌اند که مقداری بین ۰ و ۱ خواهد بود (عدد حقیقی). این گونه بیان­ها در زبان محاوره‌ای است که فلاسفه از دیرباز به نقص منطق دو ارزشی پی برده بودند و هم اکنون منطق فازی^[۲۰] است که برای فرموله کردن اینگونه بیان­ها و تعیین ارزش برای هر گزاره ادعاهایی دارد. بنابراین اگر به جای مجموعه دو عضوی از بازه یعنی استفاده کنیم توسعه منطق بولی به منطق فازی را انجام داده‌ایم اینجاست که گوییم منطق بولی زیرمجموعه‌ای از منطق فازی است و یا منطق فازی ابر مجموعه منطق بولی (دودویی ـ دو ارزشی) است. منطق فازی فناوری جدیدی است که شیوه‌هایی را که برای طراحی و مدل­سازی یک سیستم نیازمند ریاضیات پیچیده و پیشرفته است، با بهره گرفتن از مقادیر زبانی و دانش فرد خبره جایگزین می‌‌سازد.
تلاش برای تبیین دقیق موقعیت‌های موجود در دنیای واقعی که به دلیل تشکیکی بودن، دارای مراتب و درجات هستند و منحصر به دو حالت بود و نبود نیستند، سبب تولد منطق و تفکری به نام “فازی” شد. تفکر فازی، به دنبال توصیف مجموعه‌ها و پدیده‌های غیرقطعی و نامشخص و طیف‌دار هستند. منطق فازی با متغیرهای زبانی^[۲۱] سروکار دارد. علم بشری نیاز به شیوه‌ای از تفکر دارد که بتواند به شکل سیستماتیک و دقیق، پدیده‌های غیر دقیق را فرموله کند تا به درستی آن‌ ها را بشناسد و به درستی از آن‌ ها استفاده نماید. “درجات و مراتب"، کلمات حیاتی تفکر فازی هستند [۵]. منطق فازی روشی است که ظرفیت و تفکر انسان­ها را جهت استدلال نادقیق و تقریبی مدل می­ کند. مفهوم منطق فازی توسط پروفسور لطفی عسگرزاده ارائه گردید. ‌زاده معتقد است که باید به دنبال ساختن مدل‌هایی بود که ابهام را به عنوان بخشی از سیستم مدل کند. استفاده از نظریه فازی می‌تواند اطلاعات نادقیق و مبهم تصمیم‌گیران را وارد مدل کند. منطق فازی طیف وسیعی از تئوری‌ها و تکنیک‌ها را شامل می‌شود که اساساً بر پایه ۴ مفهوم بنا شده است [۶۶]: مجموعه‌های فازی، متغیرهای کلامی، توزیع احتمال فازی (تابع عضویت) و قوانین اگر - آنگاه فازی.
۲-۷-۱- پیشینه منطق فازی
تاریخچه کاربرد فازی اولین مرتبه به سال ۱۹۲۶ توسط یکی از فلاسفه بنام کریستین اسمالز^[۲۲] برمی­گردد که در کتاب فلسفه کلیت و فرضیه، مسیر تکامل را در رابطه با مفاهیم مبهم و غیر دقیق ارائه نموده است. پس از آن در سال ۱۹۳۷ توسط ماکس بلک^[۲۳] فیلسوف کوانتوم مقاله­ای تحت عنوان ابهام منتشر گردید که برای اولین بار منجر به تعریف منحنی عضویت شد. در سال ۱۹۶۵پرفسور لطفی عسگرزاده استاد ایرانی­الاصل دانشگاه برکلی کالیفرنیا اولین مقاله خود را تحت عنوان “مجموعه‌های فازی، اطلاعات و کنترل” منتشر کرد. هدف اولیه او در آن زمان، توسعه مدلی کارآمدتر برای توصیف فرایند پردازش زبان‌های طبیعی بود. او مفاهیم و اصطلاحاتی همچون مجموعه‌های فازی، رویدادهای فازی، اعداد فازی و فازی‌سازی را وارد علوم ریاضیات و مهندسی نمود. ایده نظریه مجموعه فازی با این عبارت توسط پرفسور لطفی­زاده مطرح شد: “ما نیازمند یک نوع دیگری از ریاضیات هستیم تا بتوانیم ابهامات و عدم دقت رویدادها را مدل­سازی نماییم، مدلی که متفاوت از نظریه احتمالات است” [۵].
نظریه منطق فازی پیشرفت قابل توجهی داشته‌ و در حوزه ­های بسیاری از جمله سیستم‌های خبره و تصمیم ­گیری، مهندسی کنترل و غیره مورد استفاده بوده است [۱۰]. مجموعه­های فازی به دلیل انعطاف­پذیری، شبیه­سازی استدلال انسان را در قالبی که روی رایانه­های رقمی قابل اجراست، میسر می­سازند. منطق فازی استفاده از متغیرهای لغوی را در الگوریتم­ها و برنامه­ ها ممکن می­سازد. مثلاً برنامه ­نویس می ­تواند صفات کمی نا دقیقی چون بسیار یا کم را در برنامه رایانه­ای به کار برد. چنین امکانی، به ویژه در کاربردهای هوش مصنوعی و برنامه ­های کنترل (تنظیم و نظارت­ بر) فرآیندها، از اهمیت خاصی برخوردار است. انجام این کار با بهره گرفتن از منطق فازی آسان است. حال آنکه بیان این قواعد با روابط دقیقی ریاضی مانند معادلات دیفرانسیل (به دلیلی حجم فوق­العاده زیاد آنها) کاری دشوار و گاه ناممکن است.
۲-۷-۲- منطق فازی و روابط علی
کریستین اسماتز در ۱۹۲۶ می­گوید: علم در قرن ۱۹ همانند فلسفه و اخلاق و تمدن آن قرن به وسیله حدود مشخصی، شاخص­ های معین و محدوده­ای دقیق، مرزبندی شده است. جنبه­ های مختلف یک موضوع که شامل اجزای دقیق از یک سو و غیر دقیق از سوی دیگر است به طور کامل مورد بحث قرار نمی­گرفت و صرفاً تجزیه و تحلیل درباره نقاط واضح، برجسته و درخشان انجام می­شد [۵].
همچنین در بررسی روابط علت و معلولی، تمامی شاخص­ های آن‌ ها مورد توجه قرار نمی­گرفت. یعنی “علت” هرگز به عنوان یک حالت جامع که در مرحله­ ای مشخص با حالت جامع دیگری به نام معلول مرتبط می­ شود، تحلیل نمی­ شود، بلکه برجسته­ترین و مهم‌ترین مشخصه حالت اول از آن مجزا و مجرد می­شد و به عنوان “علت” نامیده می­شد. همچنین برجسته­ترین مشخصه حالت دوم به عنوان “معلول” شناخته می­شد و روابط علت و معلولی تنها بین این برجسته­ترین­ مشخصه­های دو حالت بیان می­شد. هر چیزی که بین این علت و معلول قرار داشت به دور افکنده می­شد. به این ترتیب، “علت” عبارت بود از مشخصه­های بارز یک خالت و “معلول” عبارت بود از مشخصه بارز حالت دیگر و تنها همین مشخصه­های برجسته به عنوان علت و معلول در کلیه شرایط در مقابل هم قرار می­گرفتند. در چنین منطقی قسمت اعظم شرایط علت و معلولی نادیده گرفته می­شد و درک چگونگی عبور از یک حالت به حالت دیگر در شرایط واقعی علت و معلولی ناممکن می­شد [۵].
۲-۷-۵- سیستم‌های فازی
سیستم‌های فازی، مدل‌سازی در قالب کلمات را ممکن می‌سازند. سیستم‌های فازی بر انگیزاننده­ی قوانین و معادلات هستند اما هر یک از تا حدودی، و در نهایت میانگین آن‌ ها خروجی سیستم خواهد بود. سیستم‌های فازی، سیستم‌های مبتنی بر قاعده “اگر- آنگاه” فازی هستند. مثلاً اگر سرعت ماشین بالا برود، آنگاه نیروی کمتری به پدال گاز وارد کنید. اگر سرعت متوسط است نیروی متعادلی وارد کنید و اگر سرعت کم است نیروی بیشتری وارد کنید. کلمات کم، زیاد، متوسط، متعادل به صورت یک طیف تعریف می‌شوند مثلاً کم یعنی از صفر تا بیست، زیاد یعنی از هفتاد تا صد و متوسط یعنی از سی تا هفتاد که نقطه ثقل آن پنجاه است. به عبارت دیگر سیستم‌های فازی امکان تحلیل “چه می‌شود اگر این‌گونه بشود؟” را مشخص‌تر و دقیق‌تر می‌دهند. سیستم‌های فازی بر اساس تعیین موقعیت‌هایی که در نوسان هستند و درجات و مراتب دارند، استراتژی مناسبی را برای عملکردِ سیستم انتخاب می‌کنند. در سیستم‌های فازی، طیفی از استراتژی‌ها باید تعریف و تعیین شوند که هر کدام برای تأثیرگذاری در محدوده‌ای خاص مناسب می‌باشند. بر اساس ادراک فازی، تصویر از پدیده‌ها ترسیم می‌شود که حقایق، اشیاء و فرآیندها را به ارزش‌ها، سیاست‌ها و اهداف ارتباط می‌دهد و به‌ شما اجازه می‌دهد تا چگونگی اعمال متقابل و نحوه عملکرد حوادث پیچیده را پیش‌بینی کنید [۵].
منطق فازی را از طریق قوانینی که عملگرهای فازی نامیده می‌شوند، می‌توان به‌کار گرفت. این قوانین معمولاً بر اساس مدل زیر تعریف می‌شوند:
IF variable IS set THEN action
پارادایم حاکم بر یک کنترلر فازی به این ترتیب است که متغیرهای دنیای واقعی به عنوان ورودی دریافت می‌شوند. قوانین فازی آن‌ ها را به متغیرهای معنایی تبدیل می‌کند. فرایند فازی این ورودی را می‌گیرد و خروجی معنایی تولید می‌کند و سرانجام خروجی‌ها به زبان دنیای واقعی ترجمه می‌شوند. یک سیستم استنتاج فازی شامل چهار مرحله به صورت زیر است [۶۷] :

قابلیت بازاریابی الکترونیکی

۰٫۸۰

 

محیط رقابتی

۰٫۸۹

 

شدت رقابت­

۰٫۹۰

 

آشفتگی بازار

۰٫۹۰

 

عملکرد مرتبط با مشتری

۰٫۷۴

 

عملکرد سازمانی

۰٫۸۹

 

 

با توجه به اطلاعات جدول شماره ۳-۲ در مورد ضریب آلفای محاسبه و مشاهده شده و با توجه به قاعده نتیجه ­گیری در مورد اعتبار پرسشنامه، علاوه بر اینکه کل پرسشنامه دارای اعتبار است بلکه ضریب آلفای کرونباخ هریک از مولفه­های مورد بررسی نیز دارای اعتبارلازم و کافی است. علاوه بر محاسبه ضریب آلفا سوالات بطور جداگانه بررسی شده است تا سوالات نامناسب نیز شناسایی شود. برای این منظور از نرم افزار SPSS استفاده شده است که علاوه بر بررسی همبستگی درونی سوالات ضریب آلفای هر سوال را نیز مشخص می­ کند. بنابراین سوالات نامناسب شناسایی می­ شود. در بررسی­های انجام شده هیچ یک از سوالات پرسشنامه نامناسب تشخیص داده نشده است.

۳-۶) روش‌ها و ابزار تجزیه و تحلیل داده‏ها
یکی ازقوی­ترین و مناسب­ترین روش­های تجزیه وتحلیل در تحقیقات علوم رفتاری و اجتماعی تجزیه و تحلیل چندمتغیره است، زیرا ماهیت این گونه موضوعات چند متغیره است و نمی­ توان آن­ها را با شیوه­ دومتغیری (که هر بار تنها یک متغیر مستقل با یک متغیر وابسته در نظرگرفته می­ شود) حل کرد. تجزیه و تحلیل چندمتغیره به یک سری روش­های تجزیه و تحلیل اطلاق می­ شود که ویژگی اصلی آن­ها، تجزیه و تحلیل همزمان، متغیر مستقل و متغیر وابسته است.
۱) رگرسیون خطی
رگرسیون روش آماری است که به بررسی ارتباط دو یا چند متغیر می ­پردازد که با بهره گرفتن از آن می توان یک متغیر را بر اساس یک یا چند متغیر دیـگر پیش بـینی نمود. حال در صورتیکه یک متغیر مستقل داشته باشیم با مدل رگرسیون خطی ساده و در صورتیکه بیش از یک متغیر مستقل داشته باشیم با مدل رگرسیون چندگانه مواجه می­شویم.
الف) رگرسیون ساده
فرض کنید X یک متغیر مستقل، Y یک متغیر وابسته وe متغیر خطا باشد. معادله خط رگرسیون به صورت:

است که در آن پارامتر  نشان دهنده عرض از مبدا خط رگرسیونی و پارامتر  نشان دهنده شیب خط است. در مدل رگرسیونی خطی ساده متغیر مستقل تحت کنترل است و تصادفی نیست در صورتی که متغیر وابسته تصادفی است. با بهره گرفتن از تحلیل رگرسیون می­توانیم فرض وجود ارتباط بین دو متغیر مستقل و وابسته را آزمون کنیم. به منظور آزمون کردن فرض
“  : مدل رگرسیون خطی برازش داده شده، معنی دار نیست­”
در برابر فرض
“: مدل رگرسیون خطی برازش داده شده، معنی دار است­”
از جدول تجزیه واریانس استفاده می کنیم که به صورت زیر می­باشد:
جدول ۳-۴)جدول تجزیه واریانس

 

منبع تغییرات

مجموع مربعات

درجه آزادی

میانگین مربعات

آماره F

سطح معنی داری

 

رگرسیون

طرح (۱-۲)
تراکم نووناگل^[۵]
تراکم نووناگل آلدهیدها و کتون­ها با ترکیبات دارای متیلن فعال به طور گسترده در تشکیل پیوند C=C در سنتز ترکیبات به کار می‌رود. این واکنش به طور گسترده بر روی باربیتوریک اسیدها و تیوباربیتوریک اسیدها مورد مطالعه قرار گرفته است. در طرح (۱-۱۶) نمونه‌ای از واکنش نووناگل ۱و۳- دی اتیل ۲- تیوباربیتوریک اسید با آلدهیدهای آروماتیک در حلال اتانول و در دمای اتاق بدون حضور کاتالیست آورده شده است [۱۸]. در سایر موارد این واکنش به وسیله بازهایی از قبیل آمین‌ها و اتوکسیدها کاتالیست می­ شود.

طرح (۱-۳)
بر طبق واکنشی که در طرح (۱-۱۶) مشاهده می‌شود، ماهیت استخلاف روی حلقه آروماتیک برروی پیشرفت واکنش تأثیرگذار می‌باشد. وجود گروه‌های الکترون کشنده نظیر _۲NO روی حلقه آروماتیک باعث می­گردد که علاوه بر واکنش تراکم نووناگل واکنش افزایش یک نوکلئوفیل (افزایش مایکل۱) نیز صورت پذیرد. در حالی که حضور گروه‌های الکترون دهنده قوی نظیر _۲NMe روی حلقه آروماتیک باعث می‌گردد که واکنش تنها تا مرحله تراکم نووناگل پیش رود و به دلیل پایداری رزونانسی که ایجاد می­ کند مانع ادامه واکنش افزایش شده و واکنش در همان مرحله متوقف می‌شود.
بررسی شیمی دی هیدروفوران^­ها
دی­هیدروفوران­ها
سیستم حلقه فوران در تعداد زیادی از ترکیبات طبیعی به صورت ساختمان کاملاً غیر اشباع یا احیا شده یافت می­ شود. فوران -۲-کربالدهید (فورفورال) (شکل ۱-۱۴) با قیمت ارزان در دسترس است و در مقیاس بالا از طریق هیدرولیز پس مانده غلات که با اسید کاتالیز می­گردد، به دست می ­آید. کربوهیدرات­ها در موادی مانند چوب ذرت به وسیله اسید هیدرولیز می­شوند و قندهای پنتوز را ایجاد می­ کنند که آن­ها هم توسط اسید به فوران-۲- کربالدهید تبدیل می­شوند. فورفورال ماده اولیه متعارف برای تهیه تجارتی سایر فوران­های ساده است.

(۳۲)
شکل (۱-۱۴)
بیشتر ترکیبات طبیعی که یک حلقه کاملاً غیر اشباع فوران دارند از نظر ماهیت شبیه­ترین هستند. روزفوران (شکل ۱-۱۵) که در روغن گل سرخ یافت می¬شود مثالی از این مورد است. از فوران¬هایی که در طبیعت به صورت احیا شده یا سایر اشکال اصلاح شده وجود دارند، می¬توان قندها یپنتوز مانند ریبوز و دزوکسی ریبوز و گونه¬های مختلفی از گاما-لاکتون¬های غیر اشباع، که یک مثال آن¬ها آسکوربیک اسید (ویتامین ث (۳۴)) (شکل ۱-۱۶)، است را نام برد ]۱۹[.

(۳۴) (۳۳)
شکل (۱-۱۶) شکل (۱-۱۵)
تعدادی از مشتقات فوران عامل شیمی درمانی مفیدی هستند. سمی_­کاربازون ۵-نیتروفوران-۲-کربالدهید یک باکتری کش است. رانی­تیدین نیز یک عامل مهم شیمی­درمانی است که از مشتقات فوران می­باشد. فوران­ها به طور گسترده­ای به عنوان حدواسط در سنتز فرآورده ­های طبیعی به کار برده شده ­اند.
سنتز دی­هیدروفوران­ها
مشتقات ۴،۵- دی­هیدروفوران با بازده خوبی از واکنش ۲-(´۲و´۳-آلن­یل)استیل­استات­ها با آلکیل­هالیدها با کاتالیزرPd(0) در مجاورتK₃PO₄ به عنوان باز در حلال DMF سنتز شده ­اند (طرح ۱-۴) ]۲۰[.

(۳۷) (۳۶) (۳۵)
طرح (۱-۴)
روش جدیدی برای سنتز ۲،۳- دی­هیدروفوران­ها از انون­ها و نمک­های پیریدین گزارش شده است. در این روش نمک­های پیریدین به صورت درجا از هالیدهای مربوطه سنتز شده است (طرح ۱-۵) [۲۱[ .

(۴۰) (۳۹) (۳۸)
طرح (۱-۵)
استفاده از کاتالیست­های روتنیوم در واکنش زیر باعث شده تا سوبستراها متحمل واکنش حلقه­زایی شده و مشتقات ۳،۴- دی-هیدروفوران را تولید نماید (طرح ۱-۶) ]۲۲[.

(۴۳) (۴۲) (۴۱)
طرح (۱-۶)
اتیل ۲- (هیدروکسی (فنیل) متیل) بوتا- ۲و۳- دی اونات و اتیل ۲- (هیدروکسی (آلکیل) متیل) بوتا- ۲و۳- دی اونات در مجاورت کاتالیست مس متحمل هیدروآلکوکسیلاسیون شده و مشتقات ۲،-۳-دی­هیدروفوران را با بازده خوبی تولید می­ کنند (طرح ۱-۷) ]۲۳[

(۴۵) (۴۴)
طرح (۱-۷)
سنتز اسپیرو دی­هیدروفوران­ها
ترکیبات اسپیرو ترکیبات چند حلقه­ای هستند که در آن­ها یک کربن در دو حلقه مشترک است. حلقه­ها می­توانند یکسان یا متفاوت باشند. اتم متصل، اتم اسپیرو نامیده می­ شود و معمولاً کربن است [۲۴].
ساختارهای هتروسیکلی اسپیرو- اکسیندول یکی از ساختارهای موجود در ترکیبات بیولوژیکی است و ازین رو سنتز آن­ها دارای جذابیت خاص خود است. اخیرا مشتقات اسپیرو دی­هیدروفوران اکسیندول با حلقه­زایی اکسایشی (۲+۳) ترکیببات ۱،۳- دی- کربونیل گزارش شده است که مشتقات اسپیرو ۲- هیدروکسی­تتراهیدروفوران اکسیندول محصول واکنش بوده ­اند (طرح ۱-۸) ]۲۵[.

(۴۸) (۴۷) (۴۶)
طرح (۱-۸)
تترااستیل اتیلن با ترکیبات الکترون کشنده آزو واکنش داده و اسپیرو فوران- پیرازول تولید می­ کنند. محصولات واکنش با کریستالوگرافی X-ray آنالیز و مورد تأیید قرار گرفته است (طرح ۱-۹) ]۲۶[.

(۵۱) (۵۰) (۴۹)
طرح (۱-۹)
مشتقات سه حلقه­ای دی­هیدروفوران از واکنش آلدهیدهای آروماتیک و دیمدون با روش الکتروشیمیایی سنتز شده ­اند. مزایای این روش بازده بالای آن، سازگاری با محیط زیست و کاربرد گسترده در مقایسه با روش­های گزارش شده است (طرح ۱-۱۰) ]۲۷[.