لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

حجم زیاد اطلاعات دیجیتال و پهنای باند بزرگ این تصاویر باعث شده تا فشرده سازی این تصاویر به صورت یک نیاز ضروری در سیستم های بایگانی و ارسال تصاویر پزشکی نمود پیدا کند. در مقاله حاضر روشی برای فشرده سازی تصاویر پزشکی با استفاده از فراکتال ها مورد مطالعه قرار گرفته است. اصلاحات انجام شده بر روی روش اولیه کد کردن فراکتالی باعث افزایش سرعت کد کردن و افزایش کیفیت و سرعت بازسازی تصویر بازسازی شده است. نتایج حاصل از پیاده سازی این روش که آن را روش توابع تکراری بلوکی - وفقی بهبود یافته(Iteated Function System : IAPIFSImprpved Adaptive Partitioned) نامیده ایم، حاکی از افزایش کیفیت تصویر بازسازی شده افزایش سرعت کد کردن و بازسازی تصویر و همچنین افزایش نرخ فشرده سازی در مقایسه با روشهای قبلی است که در مجموع این روش را برای کاربردهای پزشکی قابل استفاده ساخته است.

با گسترش اینترنت و ابزار های برخط، حفظ امنیت به دغده ی اصلی طراحان سیستم های کامپیوتری تبدیل شده است. برای حفظ امنیت، جلوگیری از نفوذ، و دستیابی دشمنان به اطلاعات حساس الگوریتم های رمزنگاری مورد استفاده قرار می گیرند، که آن ها نیز به انجام پردازش های پیچیده و محاسبات سریع نیاز دارند. ازاین رو، حساب کامپیوتری و ارائه ی ترفندهای جدید جهت ارتقای عملیات پایه مثل جمع، تفریق و ضرب از اهمیت شایانی برخوردار است. در سیستم های دیجیتال انجام محاسبات با کمترین تأخیر نقش مهمی دارد و استفاده از سیستم اعداد مانده ای یکی از راه هایی است که با موازی سازی و کاهش انتشار بیت نقلی می تواند باعث سرعت بخشیدن به عملیات محاسباتی گردد. علاوه براین، کدینگ OneHot با ویژگی های خاص خود، سازگاری خوبی با سیستم اعداد مانده ای دارد تا با حذف انتشار رقم نقلی در عملیات محاسباتی کمک شایانی به سرعت بخشیدن عملیات کند. علاوه براین، با محدود بودن تغییرات ورودی ها درکدینگ OneHot فعالیت سوئیچینگ مدار کم می شود که نتیجه ی آن کاهش توان مصرفی دینامیک نسبت به کدینگ باینری در این سیستم است. ازهمین رو در این مقاله جهت بهره بردن از مزایای کدینگ OneHot در سیستم اعداد مانده ای، طراحی اجزای مورد نیاز شامل جمع کننده، تفریق کننده و ضرب کننده پیمانه ای با کدینگ OneHot را انجام دادیم. همچنین ساختار مبدل مستقیم جهت تبدیل ورودی ها به باقی مانده هایی در فرمت کدینگ OneHot برای اولین بار معرفی شده است. ساختارهای پیشنهادی پیاده سازی شده اند و از لحاظ عملکرد مورد تحلیل و ارزیابی واقع شده اند.

در این مقاله برای کاهش اثر نویز کانالهای انتقال روی تصویر فشرده شده با JPEG، استفاده از کدینگ چند توصیفی پیشنهاد می گردد. در این صورت میتوان اطلاعات تصویر را با سیگنال به نویز بهتری فشرده کرد. بدین صورت که ابتدا نمونه برداری اضافی انجام شده تا افزونگی داده های تصویر اصلی افزایش یابد، سپس تصویر به تصاویر کوچک تر یکسان تقسیم شده که هر کدام میتوانند در کانال های جداگانه ای کد و منتقل گردند (کد کردن چند توصیفی). حالاتی که شبیه سازی شده اند عبارتند از عبور تصویر از کانال نویزی: بدون افزودن صفر بدون بلوک بندی تصویر، بدون افزودن صفر با بلوک بندی تصویر، با افزودن صفر بدون بلوک بندی تصویر، با افزودن صفر با بلوک بندی تصویر. در حالت اول تاثیر نویز با چشم دیده می شود. حالت دوم نشان میدهد که با تقسیم داده های ورودی بین دو کانال، هنگامی که یکی از کانال ها نویزی شود می توان تصویر را با کیفیت مناسب از کانال دیگر بازسازی نمود. حالت چهارم نشان میدهد که روش پیشنهادی با افزایش ماکزیمم نسبت سیگنال به نویز تصویر می تواند تصویر نویزی را ترمیم نماید.

کارایی و توانایی نیروهای امنیتی در هنگام عملیات امروزه به توان آنها در دریافت اطلاعات از جامعه هدف آنها بستگی جدی دارد، به صورتی که این نیروها با به کارگیری سامانه های شنود مخابراتی و الکترونیکی همواره سعی در ارتقا بهره وری و کارایی خود دارند. تشخیص نوع کدینگ در سامانه های شنود پس از تشخیص نوع مدولاسیون انجام می گیرد. تشخیص دقیق و به موقع کدینگ در این سامانه ها به حدی مهم و حیاتی است که کارایی این سامانه ها به آن گره خورده است. در این مقاله، الگوریتمی مبتنی بر تئوری آنتروپی، طراحی و پیشنهاد می گردد که قادر است انواع کدینگ بلوکی و کانولوشنال را تشخیص دهد. نتایج شبیه سازی الگوریتم پیشنهادی نشان می دهد این الگوریتم قادر به تشخیص نوع کدینگ در کانال های نویز سفید گوسی جمع شونده (AWGN) با حداقل نسبت سیگنال به نویز 3dB، کانال دودویی متقارن (BSC) با احتمال خطای کمتر از 0.1 و کانال دودویی دارای پاک شدگی (BEC) با احتمال خطای کمتر از 0.2 می باشد.