@article { author = {Sobati, Arash and Monfaredi, Khalil and Yousefi, Mousa}, title = {Design and Fabrication of the FPGA Control Board for Environment Monitoring Based on Bluetooth Protocol with Computer Interface}, journal = {Advanced Signal Processing}, volume = {2}, number = {1}, pages = {1-5}, year = {2017}, publisher = {Vice Chancellery for Research and Technology, University of Tabriz}, issn = {2676-3397}, eissn = {2676-3400}, doi = {10.22034/jasp.2017.5694}, abstract = {Design and implementation of an FPGA based system is illustrated in this paper. This Device is utilized to control temperature and humidity sensitive environments with the aid of humidifier and fan devices. In situ control of humidity and temperature values by incorporated sensors and sending real time instructions to control these amounts is this device’s principle of operation. The capability of the fabricated device to send data via Bluetooth which meanwhile uses an special protocol to encrypt data transmit as well as incorporated error detection and correction protocol makes the device capable to be utilized in places demand ultrahigh immune approach. The Device is also capable to communicate with the computer and store the obtained information. To evaluate the performance of the proposed circuit the system is first simulated in Matlab and then it is implemented in logical gate level at Xilinx ISE environment and finally is practically implemented by Xilinx SPARTAN 3 FPGA and its performance is evaluated experimentally.}, keywords = {FPGA,Bluetooth,monitoring,temperature sensor,humidity sensor,encoded}, title_fa = {طراحی و ساخت بورد کنترلی FPGA برای مانیتورینگ محیطی از طریق پروتکل بلوتوث با واسط کامپیوتری}, abstract_fa = {در این مقاله، به طراحی و پیاده‌سازی دستگاه مبتنی بر FPGA پرداخته شده است. این دستگاه برای کنترل محیط‌های حساس به دما و رطوبت با کنترل دستگاه‌های رطوبت‌ساز و خنک‌کننده به ازای مقادیر از پیش تعیین‌شده ساخته شده است. کنترل لحظه به لحظه مقادیر رطوبت و دما برای محیط مورد نظر با سنسورهای تعبیه‌شده و صدور دستورات آنی برای کنترل آن‌ها اصل عملکرد این دستگاه می‌باشد. استفاده از امکان ارسال اطلاعات از طریق بلوتوث که از یک پروتکل خاص برای رمزگذاری ارتباط و نیز تشخیص و تصحیح خطا استفاده می‌کند، دستگاه ساخته‌شده را قادر به کار در محیط‌های حساس می‌نماید. دستگاه ساخته‌شده قابلیت برقراری ارتباط با کامپیوتر و ذخیره‌سازی اطلاعات را نیز دارا می‌باشد. برای ارزیابی عملکرد مدار پیشنهادی ابتدا طرح به صورت سیستمی در نرم‌افزار Matlab شبیه‌سازی و سپس در محیط Xilinx ISE در سطح گیت‌های منطقی پیاده‌سازی و درنهایت به صورت عملی بر روی تراشه SPARTAN 3 FPGA پیاده‌سازی و صحت کار سیستم با ارزیابی نتایج حاصل تائید شده است.}, keywords_fa = {FPGA,بلوتوث,مانیتورینگ,سنسور دما,سنسور رطوبت,کدگذاری}, url = {https://jasp.tabrizu.ac.ir/article_5694.html}, eprint = {https://jasp.tabrizu.ac.ir/article_5694_c268900c16ca3947c3b05028b867fced.pdf} } @article { author = {Hassanpour, Khadijeh and Seyadarabi, Hadi and Daneshvar, Sabalan}, title = {EEG-Based Wheelchair Control Through a Brain–Computer Interface}, journal = {Advanced Signal Processing}, volume = {2}, number = {1}, pages = {7-15}, year = {2017}, publisher = {Vice Chancellery for Research and Technology, University of Tabriz}, issn = {2676-3397}, eissn = {2676-3400}, doi = {10.22034/jasp.2017.5695}, abstract = {A major challenge in two-class brain-computer interface (BCI) systems is the low bandwidth of the communication channel, especially this is important for controlling assistive devices such as a wheelchair or a mobile robot which requires multiple motion commands. The goal of this research is EEG-based wheelchair control through a SSVEP-based BCI. This brain control must provide high security and accuracy particularly for disabled people. SSVEP brain signal is windowed and for reducing noise and artifacts passed through a bandpass filter in preprocessing stage. Three methods including FFT algorithm, IT-CCA and an improved method based on combination of IT-CCA and Filter-bank are used for feature extraction. Computing Accuracy and ITR for three methods represents that improved method based on combination of IT-CCA and Filter-bank has the best performance. Finally the wheelchair and its physical environment are designed by Webots robotic simulation software and by sending and performing multiple commands, wheelchair motivation maneuver is completed.}, keywords = {Brain-computer interface (BCI),Electroencephalography (EEG),steady state visual evoked potential (SSVEP),brain-controlled mobile robot,wheelchair}, title_fa = {کنترل صندلی چرخ‌دار بر پایه سیگنال‌های EEG به‌وسیله واسط مغز و ماشین}, abstract_fa = {چالش اصلی سیستم‌های واسط مغز و ماشین (BCI) دوکلاسه، پایین بودن پهنای باند کانال ارتباطی آن‌ها است. مخصوصاً این مسئله برای کنترل دستگاه‌های کمکی شبیه صندلی چرخ‌دار یا ربات متحرک که نیازمند دستورات حرکتی چندگانه هستند، مهم است.   هدف این تحقیق، کنترل کردن صندلی چرخ‌دار توسط سیستم واسط مغز و ماشین با استفاده از سیگنال‌های (EEG) مبتنی بر الگوهای ذهنی (SSVEP) است. این کنترل ذهنی باید مخصوصاً برای افراد ناتوان امنیت بالا و دقت قابل قبولی داشته باشد. سیگنال ذهنی SSVEP پنجره‌گذاری می‌شود و سپس در مرحله پیش‌پردازش برای کاهش نویز و مصنوعات از یک فیلتر میان‌گذر عبور داده می‌شود.استخراج ویژگی از سه روش (FFT)، (IT-CCA) و روش بهبودیافته مبتنی بر ترکیب IT-CCA و فیلتربانک انجام می‌شود. محاسبه دقت و نرخ انتقال اطلاعات هر سه روش نشان می‌دهد که روش بهبودیافته مبتنی بر ترکیب IT-CCA و فیلتربانک بهترین عملکرد را دارد. در پایان صندلی چرخ‌دار و محیط فیزیکی آن در نرم‌افزار شبیه‌سازی ربات Webots طراحی و با ارسال و اجرای دستورات دوازده‌گانه مانور حرکتی صندلی چرخ‌دار بررسی می‌شود.}, keywords_fa = {سیستم واسط مغز و ماشین,مغز نگاری الکتریکی,پتانسیل برانگیخته حالت پایدار,ربات متحرک کنترل‌شونده با ذهن,صندلی چرخ‌دار}, url = {https://jasp.tabrizu.ac.ir/article_5695.html}, eprint = {https://jasp.tabrizu.ac.ir/article_5695_2af3634d449bf1f4ef43927be860ec76.pdf} } @article { author = {Saeedi-Sourck, Hamid and Berizi, Abbas and Zaimbashi, Amir}, title = {CFAR Detector in Clutter Edge Situation Using Stationary Wavelet Transform}, journal = {Advanced Signal Processing}, volume = {2}, number = {1}, pages = {17-25}, year = {2017}, publisher = {Vice Chancellery for Research and Technology, University of Tabriz}, issn = {2676-3397}, eissn = {2676-3400}, doi = {10.22034/jasp.2017.5696}, abstract = {In this paper, a new wavelet-based constant false alarm rate (CFAR) detector  called wavelet-CFAR (W-CFAR), composed of the clutter edge detector and the cell-averaging (CA)-CFAR processor, is proposed in the clutter edge situation. The proposed detector does not require any prior knowledge about the background environment. It uses wavelet transform for edge detection and then selects appropriate part of reference cells for thresholding. Although CA-CFAR is an optimal detector for the homogeneous environment, but its performance is degraded in the non-homogeneous environment. The performance of the proposed detector is evaluated and compared with those of the Greatest Of (GO), Smallest Of (SO), and CA-CFAR detectors. The simulation results show that the proposed detector provides low loss CFAR performance for the homogenous environment in comparison with CA-CFAR. The clutter edge may be stayed on before or after cell under test (CUT). The performance of W-CFAR approaches to SO-CFAR as long as the position of clutter edge is before CUT; otherwise its performance approaches to GO-CFAR.}, keywords = {Radar,detection,CFAR,clutter edge,wavelet transform}, title_fa = {آشکارساز CFAR در حضور لبه کلاتر با استفاده از تبدیل موجک ایستان}, abstract_fa = {در این مقاله یک آشکارساز با نرخ هشدار کاذب ثابت (CFAR) بر مبنای تبدیل موجک ایستان شامل بخش آشکارساز مکان لبه و پردازنده CA-CFAR در حضور لبه کلاتر ارائه شده است. آشکارساز پیشنهادی نیازی به اطلاع پیشین از محیط ندارد. این آشکارساز از تبدیل موجک برای تشخیص لبه استفاده نموده و سپس سلول‌های مرجع مناسب را برای تعیین سطح آستانه انتخاب می‌کند. اگرچه در محیط‌های همگن آشکارساز CA-CFAR یک آشکارساز بهینه است اما در محیط‌های غیر همگن دارای افت عملکرد زیادی است. عملکرد آشکارساز پیشنهادی با آشکارسازهای CA-CFAR،  GO-CFAR و SO-CFAR مقایسه می‌شود. نتایج شبیه‌سازی نشان می‌دهد که آشکارسازی پیشنهادی در محیط همگن عملکردی نزدیک به CA-CFAR  دارد.  لبه کلاتر می‌تواند قبل یا بعد سلول تحت تست باشد. اگر مکان لبه قبل از سلول تحت تست باشد عملکردی نزدیک به SO-CFAR خواهد داشت و در صورتی که مکان لبه بعد از سلول تحت تست باشد عملکرد آن نزدیک GO-CFAR است.}, keywords_fa = {رادار,آشکارسازی,CFAR,لبه کلاتر,تبدیل موجک}, url = {https://jasp.tabrizu.ac.ir/article_5696.html}, eprint = {https://jasp.tabrizu.ac.ir/article_5696_c8047d241d567c9470afb0260999facb.pdf} } @article { author = {Alidadi, Shahla and Mahmoudi, Alimorad and Ansari-Asl, Karim}, title = {Fading Channel Estimation Based on Noisy Autoregressive Model and Kalman Filter}, journal = {Advanced Signal Processing}, volume = {2}, number = {1}, pages = {27-32}, year = {2017}, publisher = {Vice Chancellery for Research and Technology, University of Tabriz}, issn = {2676-3397}, eissn = {2676-3400}, doi = {10.22034/jasp.2017.5697}, abstract = {In this paper, a new method for estimation of flat fading is proposed. First, the channel is modeled by a noisy autoregressive (AR) model and then Zheng method is used to estimate the AR model parameters. After the model is determined, the channel is estimated using Kalman filter. Using simulations the performance of the proposed method is evaluated and compared with the other existing methods in terms of estimation accuracy and bit error rate (BER). Simulation results show that the proposed method outperforms the other existing methods.}, keywords = {Noisy AR model,Kalman filter,least-squares method,channel estimation,fading}, title_fa = {تخمین کانال محوشدگی بر مبنای مدل اوتورگرسیو نویزی و فیلتر کالمن}, abstract_fa = {در این مقاله روشی جدید برای تخمین کانال محوشدگی مسطح پیشنهاد شده است. در این روش ابتدا کانال به صورت یک فرآیند اوتورگرسیو (AR) نویزی مدل‌سازی می‌گردد و با استفاده از الگوریتم ژنگ مربوط به تخمین پارامتر مدل AR نویزی، پارامترهای مدل تخمین زده می‌شود. سپس، با استفاده از تخمین‌های به‌دست‌آمده و فیلتر کالمن، کانال تخمین زده می‌شود. با استفاده از شبیه‌سازی، عملکرد الگوریتم پیشنهادی بر حسب خطای موجود در تخمین و نرخ خطای بیت در آشکارسازی مورد بررسی قرار می‌گیرد. نتایج حاصل از شبیه‌سازی برتری عملکرد روش پیشنهادی را در مقایسه با روش‌های پیشین نشان می‌دهد.}, keywords_fa = {مدل ARنویزی,فیلتر کالمن,روش حداقل مربعات,تخمین کانال,محوشدگی}, url = {https://jasp.tabrizu.ac.ir/article_5697.html}, eprint = {https://jasp.tabrizu.ac.ir/article_5697_0c040116399f32a67606cdcdb0e692fa.pdf} } @article { author = {Momeny, Mohammad and Nooshyar, Mehdi}, title = {Combined Spatial-Frequency Method for Impulse Noise Removal and Image Enhancement.}, journal = {Advanced Signal Processing}, volume = {2}, number = {1}, pages = {33-44}, year = {2017}, publisher = {Vice Chancellery for Research and Technology, University of Tabriz}, issn = {2676-3397}, eissn = {2676-3400}, doi = {10.22034/jasp.2017.5698}, abstract = {Impulsive Noise is one of the degrading factors in digital image quality. In this paper, an innovative and hybrid method for noise reduction is proposed. The proposed algorithm has two stages: detection of the noise and removing of it in the frequency domain. Another innovation of the paper is introducing of a measure of quality assessment of the degraded image. The results show the improving of the quality in comparison with the state of the art related works is achieved and this method outperforms them about 2dB in PSNR measure.}, keywords = {impulsive noise,noise removal,spatial-frequency filtering}, title_fa = {روش ترکیبی مکانی فرکانسی در حذف نویز ضربه و بهبود کیفیت تصویر}, abstract_fa = {نویز ضربه یکی از عوامل تضعیف کیفیت در تصاویر دیجیتال است. در این مقاله با استفاده از یک روش ترکیبی ابتکاری نویز حذف می‌شود و کیفیت تصویر بهبود می‌یابد. الگوریتم پیشنهادی از دو مرحله تشخیص و حذف نویز ضربه در حوزه مکان و بهبود کیفیت تصویر در حوزه فرکانس تشکیل یافته است. معرفی معیاری برای سنجش میزان تخریب در مقیاس پیکسل و کل تصویر نوآوری دیگر این مقاله است. اساس این معیار، به دست آوردن نسبت تعداد پیکسل‌های نویزی احتمالی به پیکسل‌های با مقدار واقعی است. در بخش سنجش کیفیت تصاویر بازیابی شده از معیار PSNR و MSSIM استفاده شده است. نتایج شبیه‌سازی الگوریتم پیشنهادی بر روی تصاویر استاندارد با شدت نویزهای مختلف نشان می‌دهد که روش ارائه‌شده در مقایسه با روش‌های موجود عملکرد بهتری دارد و به‌طور متوسط افزایش مقدار PSNR بیش از 2dB در قیاس با آخرین پژوهش‌های مرتبط ملاحظه می‌شود.}, keywords_fa = {نویز ضربه,حذف نویز,فیلتر مکانی- فرکانسی}, url = {https://jasp.tabrizu.ac.ir/article_5698.html}, eprint = {https://jasp.tabrizu.ac.ir/article_5698_c678e76a965568d87c96734c2465cc39.pdf} } @article { author = {Yaghmaee, Farzin and Maihami, Vafa and Noohi, Alireza}, title = {Automatic Image Annotation Using Bag of Words}, journal = {Advanced Signal Processing}, volume = {2}, number = {1}, pages = {45-50}, year = {2017}, publisher = {Vice Chancellery for Research and Technology, University of Tabriz}, issn = {2676-3397}, eissn = {2676-3400}, doi = {10.22034/jasp.2017.5699}, abstract = {Due to increase using images in different life application especially internet, recently many researchers interested in understanding in web and images. Automatic image annotation means attaching words, keywords or comments to an image. The inputs for image annotation system are features which are extracted from image. In this paper, a new algorithm for automatic image annotation using bag of words (BOW) and SIFT descriptor is presented. Considering the high dimensionality of SIFT features and to achieve satisfying efficiency, we apply dimension reduced technique PCA-SIFT and K-Means algorithm. Experimental results based on the images of Corel5k dataset show that the proposed method has better performance in precision and time measures.}, keywords = {Automatic image annotation,bag of words,K-means,PCA,PCA-SIFT}, title_fa = {حاشیه‌نویسی خودکار تصاویر با استفاده از واژه‌های بصری}, abstract_fa = {افزایش تصاویر موجود در کاربردهای مختلف زندگی، از جمله اینترنت سبب شده است که در سال‌های اخیر وجود معنا در وب به‌ویژه در مورد تصویر مورد توجه محققان قرار گیرد. حاشیه‌نویسی تصویر به معنای انتصاب یک یا چند کلمه برای توصیف تصویر است. ورودی سیستم حاشیه‌نویسی، ویژگی‌های استخراج‌شده از تصویر است. این مقاله، الگوریتم جدیدی برای حاشیه‌نویسی تصویر ارائه می‌دهد که در آن برای استخراج ویژگی‌های تصاویر، از مفهوم کیف واژگان (BoW) استفاده شده است و از توصیفگر SIFT  نیز برای این منظور کمک گرفته شده است. برای رسیدن به کارایی مناسب و با توجه به بالا بودن ابعاد ویژگی‌های SIFT از روش کاهش ابعاد ویژگی PCA-SIFT و الگوریتم K-Means بهره گرفته شده است. آزمایش‌های انجام‌شده بر روی سیستم پیشنهادی و با استفاده از مجموعه تصاویر Corel5k، گویای عملکرد بهتر سیستم ارائه‌شده در دو معیار مورد بررسی زمان و دقت نسبت به کارهای گذشته است.}, keywords_fa = {حاشیه‌نویسی خودکار تصویر,کیف واژگان,توصیفگر PCA,الگوریتم K-Means,PCA-SIFT}, url = {https://jasp.tabrizu.ac.ir/article_5699.html}, eprint = {https://jasp.tabrizu.ac.ir/article_5699_2903699c69483d71a08df36c3a090ae4.pdf} }