Performance Analysis and Modeling of Digital Transmission Systems

این کتاب ویرایش سوم گسترده‌ای از کتاب تجزیه و تحلیل عملکرد سیستم‌های انتقال دیجیتال است که در ابتدا در سال 1990 منتشر شد. ویرایش دوم کتاب با عنوان سیستم‌های انتقال دیجیتال: تحلیل و مدل‌سازی عملکرد در سال 1998 منتشر شد. این کتاب برای کسانی در نظر گرفته شده است. که سیستم ها و شبکه های ارتباطی را طراحی می کنند. یک طراح شبکه کامپیوتری علاقه مند به انتخاب کانال های ارتباطی، طرح های حفاظت از خطا و پروتکل های کنترل لینک است. برای انجام کارآمد این کار، نیاز به یک مدل ریاضی است که رفتار سیستم را به دقت پیش بینی کند. دو مشکل اساسی در مدل‌سازی ریاضی مطرح می‌شود: مشکل شناسایی یک سیستم و مشکل استفاده از یک مدل در تحلیل سیستم. شناسایی سیستم شامل انتخاب یک کلاس از اشیاء ریاضی برای توصیف خصوصیات اساسی رفتار سیستم است. ما از کلاس خاصی از مدل‌های پنهان مارکوف (HMM) برای مدل‌سازی سیستم‌های ارتباطی استفاده می‌کنیم. این مدل بیش از 50 سال پیش توسط C. E. Shannon به عنوان یک کانال گسسته نویزدار با تعداد محدودی از حالت ها معرفی شد. این مدل با تعداد محدودی از ماتریس ها توصیف می شود که عناصر آنها بر اساس داده های تجربی تخمین زده می شوند. ما چندین روش برای شناسایی مدل توسعه می‌دهیم و ارتباط آنها را با روش‌های دیگر تجزیه و تحلیل داده‌ها، مانند روش‌های طیفی، تقریب‌های میانگین متحرک اتورگرسیو CARMA) و تقریب‌های تابع انتقال منطقی نشان می‌دهیم.

This book is an expanded third edition of the book Performance Analysis of Digital Transmission Systems, originally published in 1990. Second edition of the book titled Digital Transmission Systems: Performance Analysis and Modeling was published in 1998. The book is intended for those who design communication systems and networks. A computer network designer is interested in selecting communication channels, error protection schemes, and link control protocols. To do this efficiently, one needs a mathematical model that accurately predicts system behavior. Two basic problems arise in mathematical modeling: the problem of identifying a system and the problem of applying a model to the system analysis. System identification consists of selecting a class of mathematical objects to describe fundamental properties of the system behavior. We use a specific class of hidden Markov models (HMMs) to model communication systems. This model was introduced by C. E. Shannon more than 50 years ago as a Noisy Discrete Channel with a finite number of states. The model is described by a finite number of matrices whose elements are estimated on the basis of experimental data. We develop several methods of model identification and show their relationship to other methods of data analysis, such as spectral methods, autoregressive moving average CARMA) approximations, and rational transfer function approximations.