臺灣大學電信工程學研究所學位論文
國立臺灣大學,正常發行
選擇卷期
已選擇0筆
- 學位論文
數位內容的興起以及通訊網路的發達，促成了內容在網路上的分享的現象。教材分享(TMS)即是內容遞送網路(CDN)中的一種重要應用。藉由教材分享，教師們可以互相學習各自的專長並且促成優質教材的產生和創意教學的實現。除此之外，教材分享也能緩和城鄉之間的數位與教育落差。如何讓教師們能夠便利的創造和分享教材以及如何促使教師們積極的分享教材，是目前我們面臨的重大問題。 本論文探討國小教師在台灣學術網路(TANet)上分享教材的兩個問題: 第一個是討論如何去設計一個符合目前國小教育結構的點對點內容遞送網路之教材分享環境；第二個在於如何去設計誘因以鼓勵教師們在點對點內容遞送網路之教材分享環境上分享教材。目前的挑戰包括了：教材製作呈現、教材發布與傳遞、教材品質評鑑、教師信用記帳，教師行為模型以及在非營利環境下的誘因。 在研究了目前國小教育結構以及現存的內容遞送網路後，我們發現有超結點的混合式點對點網路(Hybrid P2P)與目前國小教育結構極為相似。因此我們在台灣學術網路上設計了一個以點對點網路為基礎的教材分享環境，整個環境包含了：以SCORM作為教材製作呈現的標準、以混合式點對點網路作為教材發布與傳遞的平台、一個教材品質評鑑的評分系統及一個交易與教師信用的記帳系統。 在誘因設計(incentive design)部分，首先我們考量以下因素來建立系統模型：一. 教師的利益函數(teacher benefit function)是由從報酬得到的效益減去教材編轉的成本而成，並且在考量了教師在分享環境中可能的行為後，將利益函數中的因素做細微分類；二. 藉由觀察教師上傳行為之特性後，使用巴氏模型(Bass model)去捕捉教師上傳教材意願的動態(dynamics)。接著，我們提出兩部份之誘因機制：第一種是以聲譽為基礎的報酬誘因(reputation-based reward)來鼓勵教師分享優質教材；第二種是以信用為基礎的懲罰限制 (credit-based constraint)來迫使教師回傳評分以達消除搭便車(free-riding)問題。這兩種誘因機制都需要經由政府的資源來促使他們能正常運作。其後，我們做了幾個數值實驗，實驗結果均顯示誘因設計的確有助於教師的利益的上升以及分享意願的增加。 在我們的系統模型之下，數值實驗結果顯示出誘因機制的確有引導更多教材上傳和教材交流的現象發生。我們觀測到誘因造成的影響有：一. 教師信用制迫使教師對分享系統做最低程度的貢獻，二. 以聲譽為基礎的報酬鼓勵教師積極的分享教材，三. 教材評分使教材品質量化，四. 記帳系統使教師的對分享系統的貢獻與使用程度有明顯的紀錄。 最後，本論文在.net framework和 IIS 的web service之上實做了一個具體而微的以混合式點對點為基礎之教材分享環境，並且將與教育架構相對應的實體在教材分享環境中實現。此外，我們設計的兩部分誘因機制也同時加注於此教材分享環境之中，以讓教材分享系統更加完善。
- 學位論文
架構於無線網路上的分散式語音辨識系統（Distributed Speech Recognition，DSR），將傳統的語音辨識分散在手持設備與伺服器兩端：在手持設備執行語音特徵參數的抽取與壓縮，並將壓縮後的資料經過無線通道傳送至伺服器端，以進行特徵參數的還原與辨識。由於隨身攜帶的手持設備面臨多變且無可預知的環境，環境雜訊與壓縮帶來的信號失真會互相加成起來，嚴重影響分散式語音辨識的效能。 本論文針對聲學模型與量化碼本的訓練語音取得環境和實際進行語音辨識環境不匹配的問題，提出一套強健性的量化法，適用於個人化(personalized)與情境感知(context-aware)的系統，可以根據使用者手持設備的計算能力與頻寬限制，以及所處環境的背景訊噪比不同，動態調整位元率，使得辨識系統效能最佳化。論文內容分為兩大部分：「以分佈統計為基礎的強健性量化法」與「以量化失真與分佈偏移為基礎的綜合不確定性解碼法」。 第一部份為本論文新提出的「以分佈統計為基礎的強健性量化法」，此方法是根據最接近所要量化係數的前面一段區間的序統計資訊(order-statistics)或分佈統計資訊(histogram)，動態調整其量化位準，其優點包括:（一）可使量化碼本自動跟隨輸入語料分佈的變化，解決了傳統以距離為基礎的量化因固定碼本的限制下，量化碼字無法有效表示帶有不同雜訊的語音的問題，而動態的量化區間也使得量化本身較不受不同語者特性所影響；（二）量化法本身具有強健的特性，部分的環境干擾可以被量化法吸收掉，實驗結果顯示對低訊噪比環境與不穩定性的雜訊也可有效處理；(三)完全不需要事先訓練好的碼本，可以很容易地調整傳輸位元數，適應無線環境下時變通道的特性；(四)不需要距離的計算，可以簡單地發展成更高維的向量量化，進一步降低傳輸的資料量。在AURORA 2.0測試環境中，乾淨語音訓練模式下，對各種雜訊與各訊噪比的平均，使用本論文提出的強健性量化法在2.7kbps位元率下可得82.08%正確率，相對於由傳統分割式向量量化法在4.4kbps下的56.51%、前人提出的二維離散餘弦轉換的特徵參數壓縮法在1.45kbps下的59.89%、及未量化的的原始梅爾倒頻譜係數的61.08%，都有大幅的進步(相對進步率各為58%、55%、54%)。 在第二部份，本論文提出「以量化失真與分佈偏移為基礎的綜合不確定性解碼」，在完全不需要增加額外資料傳輸量的情況下，能夠估測在量化失真和雜訊環境下語音特徵參數的兩種不確定性，在辨識器解碼的過程中一併考慮。實驗結果顯示，前人所提出的根據量化不確定性的解碼法，衍伸叢集資訊向量量化(Extended Cluster Information Vector Quantization ECIVQ)，的辨識率為57.19%，而本篇論文提出的綜合不確定性解碼，辨識率可以進一步提升為83.1%。
- 學位論文
無線通道本身有許多的效應，包括信號隨路徑迅速衰減、訊號與訊號彼此之間的干擾、雜訊干擾、不同頻道彼此干擾、與多路徑的問題等，導致高速的傳輸不易應用在無線接取網路。正交載波分頻多工調變系統本身是多載波調變技術的一種，它能夠利用增加循環字首與在接收端使用簡單的等化器以抵抗干擾與多路徑的問題。隨著數位電路技術的進步，正交分頻多工調變系統複雜的調變器可以使用快速的反傅立葉轉換法實現。雖然它擁有這些優點，然而，它的訊號波形變化非常大，通常我們可以把這現象量化成峰均比來衡量與判斷系統的優劣。一個傳輸系統如果有太大的峰均比，一般功率放大器的非線性效應會導致訊號失真，而使得不同頻率信號失去彼此間的正交性，進而使得位元錯誤率上升。若要避免這些失真，我們就必須採用高線性度的功率放大器，但是線性度高的功率放大器會使得成本增加。 我們在這篇論文中提出我們的多訊號表示法來降低正交分頻多工調變系統的峰均比，這個方法的原理是利用互斥或閘產生多個不同的位元序列來表示同一個位元序列，並從裡面選出一個峰均比最小的序列來傳送，而我們的方法與其他的方法比較起來則顯得簡單易於實作。這類型的方法是需要額外資訊給接收器來解碼，我將其所增加的額外資訊做一編碼的動作，使其符號錯誤率低，而能拿來當作測試序列。我們將分析我們系統的峰均比，並且評估這個系統在可加性高斯雜訊通道下的位元錯誤率，以及我們的系統在瑞雷通道下的星座圖。我們發現我們的系統若在128個子頻道中使用32個不同的信號表示同一個訊號時，可以減少5 dB的峰均比。此外，我們將我們提出的系統操作在軟限制器 (Soft Limiter)的非線性效應的放大器模型下，來觀測期位元錯誤率與功率密度頻譜的效能，我們發現在輸入退出為8分貝時 (IBO=8 dB)，我們的系統有不錯的效能。
- 學位論文
在過去的十年中，多媒體的科技技術有很重大的進步與發展。 在各方面都逐漸走向數位化。從靜態的影像處理技術到影像序列，開拓了一個新的領域。因此影像序列處理技術是時空域信號處理的一個重要工具。 這篇論文的第一部份，重點放在影像序列的物體追蹤。首先，我們先介紹這一類的信號特性及頻率響應。有了這些資訊後，就能知道如何去設計物體追蹤濾波器。 接著，我們提出一個在時空域裡的一階IIR濾波器來做物體追蹤。此方法與其他用多維濾波器來追蹤物體的方法不一樣，不需要傅式轉換，完全在時空域實行。為一個能簡單設計，並且低計算複雜度的方法。不論物體軌跡是線性或是非線性，都能成功的提取出來。實驗結果可以看出成果是良好的，而且能實際即時施行。 在第二部份，將整理介紹擁有好的偵測能力的餘弦系列窗。只要在視窗裡加上可指定位置的附葉窪溝和達到高的附葉衰減率，此視窗就能把在強信號附近的弱信號偵察出來。並且強度也能夠準確的測出。此類的視窗函數可以讓使用者自行設計所需要的視窗，以達到最好的分析效果。
- 學位論文
本論文內容主要為敘述毫米波次調諧混頻器研製，及毫米波與次毫米波天文望遠鏡之接收機系統測試。次調諧混頻器研製包含混頻器單晶毫米波積體電路及電路封裝，接收機系統測試則包含宇宙背景輻射陣列望遠鏡(AMiBA) 接收機及次毫米陣列望遠鏡(SMA) 接收機。 本論文敘述之W-頻段次調諧混頻器單晶毫米波積體電路，包含二極體混頻器，及高電子動率電晶體(HEMT)閘極混頻器。二極體混頻器係使用美國TRW公司製程，HEMT閘極混頻器則使用穩懋半導體公司製程。研製結果顯示，包含電路封裝模組，原型二極體混頻器有36GHz頻寬，於48GHz本地振盪信號，射頻頻率共為78-114GHz，雙旁波段中頻頻率為0.5-18GHz。次調諧二極體混頻器之寬頻設計經改善，可達到1-20GHz中頻頻率，轉換損失之變化量則維持在±1.5 dB。HEMT閘極混頻器之設計，則使用Curtice電晶體模型之廣義形式，建立電路轉換增益理論，電晶體之模型參數則用於模擬轉換增益。次調諧混頻器電路設計係使用Agilent/EEsof軟體之諧波平衡法進行模擬，轉換增益量測值與模擬值均相當吻合。 研製之次調諧二極體混頻器，安裝於AMiBA W-頻段之差頻式寬頻接收機，該接收機具有20GHz之中頻瞬時頻寬，用於觀測極微弱之宇宙背景輻射。由於接收機中頻信號係以類比式相關計算進行分析，接收機雜訊溫度及轉換增益對頻率之變化量，需儘可能降低。依據原型機之測試結果，經進一步系統設計修改，第一組量產型接收機，在轉換增益平坦度及雜訊溫度均有顯著改善。 最後，論文並敘述兩組600-696GHz差頻式接收機之整合測試。整合測試中最關鍵之項目係使用向量場型量測接收機之光學系統。此一量測基本上是於次毫米波頻段，進行向量網路分析。透過頻率合成及轉換關係式，本論文建立一套簡化而可靠的向量網路分析裝置，用於690GHz之場型量測。接收機光學裝置經場型量測及校正後，進一步進行接收機中頻頻寬、雜訊溫度及雜訊來源分析量測。兩組差頻式接收機目前已安裝於次毫米波陣列望遠鏡，進行天文觀測。 電波天文望遠鏡之接收機是一個極為龐大之系統，所牽涉之專業知識，不僅涵蓋電波工程及電機電子工程，舉凡超導材料、低溫真空及精密機械加工設計等，均須涉獵。因此相較於建造電波天文望遠鏡所須的眾多研究課題，本論文所討論之題材只為其中之一二。除了毫米波及次毫米波天文儀器研發應用之外，論文研製之混頻器，可應用於W-頻段通訊系統，而研製之690GHz向量網路分析裝置，則可應用於1THz以下之天線及電路特性量測。
- 學位論文
現今，分波多工（Wavelength Division Multiplexing, WDM） 設備已經十分成熟。分波多工設備已經被廣泛地用來建設高容量的光網路，俾使能順利地傳送日益增加的網際網路訊務量。因此，分波多工光網路與網際網路通訊協定（Internet Protocol, IP）直接的整合便成為最重要的研究之一。其中，全光網際網路是IP與分波多工光網路整合最終要達到的目標。本論文探討了一部份有關全光網際網路傳送、交換及訊務之研究。在第二章中，我們首先提出一個新的分波多工光網路傳送IP訊務之通訊協定。該協定可以同時處理實體層與數據鏈路層的碼框同步與封包識別，並且可以扮演一部分第三層（網路層）交換的功能。我們同時亦在本章中詳細地分析該協定的碼框包裝的成效。在第三章中，我們先介紹兩種分波多工光路由器，並且比較他們在非同步、可變封包長度的自我相似性網際網路訊務（Self-Similar IP Traffic）下的封包遺失機率成效。我們發現當迴授埠數目大於四時，使用迴授型（Feedback Type）但未利用空隙填塞（Void Filling）排程演譯法的分波多工光路由器將較使用空隙填塞排程演譯法的前饋型(Feed-Forward Type)分波多工光路由器的封包遺失率成效佳。之後，我們在該章中詳細地分析迴授型分波多工光路由器的系統大小與迴授型緩衝器特性之間的關連與交互影響，俾使能達到最佳化的設計。在第四章中，我們延伸以變異常數為基礎（Variance-Based）的馬可夫式參數找尋法（Markovian Fitting），並且使用具有短程關連性（Short Range Dependence, SRD）的馬可夫模型作為模擬自我相似性網路的訊務。在該章中，我們詳細地介紹了如何找尋所需要的馬可夫模型參數，並且利用廣泛的數值結果證明該模型的二階統計特性與排隊模型成效之準確性與時間期間對其之影響。最後，我們將在第五章總結本篇論文，並且說明未來可延伸的研究方向與工作。
- 學位論文
為了使語音辨識成為隨時隨地都可以使用的人機介面，探討如何提高其強健性，減低環境不匹配對辨識率的影響，便成為一個很重要的研究方向。本論文即是藉由前端對辨識參數的處理來提升對聲學環境改變的強健性。 本論文以兩種最為主流的特徵參數，亦即梅爾倒頻譜係數（Mel Frequency Cepstrum coefficient，MFCC）與感知線性預測參數（Perceptual Linear Prediction）為對象，分別結合各種強健性處理的技術，並討論將來兩種特徵參數整合的可能性。 實驗結果顯示，在未曾結合任何強健性處理時，感知線性預測參數的效果要比梅爾倒頻譜係數要好，在乾淨語音訓練模式下，對所有的測試條件做平均之後，感知線性預測參數基礎實驗的正確率為63.38%，而梅爾倒頻譜係數僅為60.3%，但結合強健性處理之後，兩者便介於伯仲之間。若嚐試將各種強健性的方法以串接的方式結合，那麼就會發現僅有某些結合有加成性，而大部分都是沒有的。本論文並仔細測試出兩種有加成性的組合方式，分別是將特徵參數向量正規化之後再結合多特性向量時域濾波器，以及兩階式維納濾波器結合訊噪比相關波形處理法及盲目等化法，後者事實上與ETSI所提出的進階式前端處理（Advance Front End）[24]的差異僅是本論文同時測試了使用梅爾倒頻譜係數及感知線性預測參數的狀況，然後比較了兩者的差異。 本論文最後進一步嚐試用各種不同的方式去整合兩種不同的特徵參數，希望利用兩者間互補的資訊得到比兩者任一都要好的結果。實驗結果顯示，整合後的確可獲得較佳的結果。
- 學位論文
由於新一代的快閃記憶體儲存單元越來越小，資料的干擾問題和維持問題卻變的越來越嚴重，也因此降低了記憶體的可靠度。因此錯誤更正碼得研究也越來越重要。 記憶體之錯誤更正碼設計已有一些相關研究。BCH 和 RS 碼是其中兩種最有效的代數碼也是最廣泛使用的方式。在不同之錯誤型態及不同之訊息位元數、檢查位元數等考量之下有多種不同之設計。本論文針對位元已經過擾亂器(interleaver)之處理且錯誤發生率可視為獨立(independent)之情形，考慮BCH(8191,8087,t=8)作編解碼設計。此系統中整合各種先進的架構，其中平行架構可以應用在徵狀(syndrome)區塊及Chien 搜尋區塊減少時脈週期數目，使用修正的歐幾里德的演算法可以解出關鍵方程式，還有分組匹配演算法可以有效降低Chien搜尋區塊乘法器的複雜度，最後將以Xilinx FPGA模擬其效能。
若您是本文的作者，可授權文章由華藝線上圖書館中協助推廣。
- 學位論文
在這篇論文中，我們提出了分級回覆封包(ACK)間隔器的實作方法，並且將其實現在Linux系統中。此分級ACK間隔器可以被安裝在伺服器端、使用者端、或是在路由器端的網路核心中，並且提供了不同優先權的排程以及頻寬管理的功能。ACK相對於資料封包來說，封包大小較小，是為控制與分析的理想對象。 對於不同類別(Class)的封包，分級ACK間隔器採用固定的優先權順序來控管。對於同一Class，不同的TCP Session之間，採用Token Round Robin (TRR)與Frequency-Based Rotation Priority Queue (FBRPQ) 來達到公平性的要求。 最後以實作來驗證提出的演算法，並改善了TCP傳輸的速率與穩定性。此外，也比較了在不同的排程方法下，分級ACK間隔器處理器的使用率。
- 學位論文
影像訊號在儲存或者傳送至網路之前通常會經過壓縮處理。在許多應用當中，例如轉換編碼，直接對壓縮位元流進行處理的運算成本比經由完全解碼再對訊號進行處理的運算成本低。影像壓縮技術一般使用離散餘弦轉換將影像訊號從像素域轉換至轉換域。一些影像運算，如移動補償、樣本減量等運算在轉換域皆有其對應的實現方法。這些轉換域運算的推導乃基於離散餘弦轉換的正交性與運算本身的線性性質。然而，由於轉換域中的資料是以方塊為單位，一些像素域運算無法很直接的推導出其在轉換域中的等效運算。特別是對於H.264標準，由於其提供了許多新的編碼技術，與其相關的轉換域運算的研究有其需要性。 本論文研究的轉換域運算包括轉換核心變換、畫面內預測編碼、移動補償。這些運算皆能應用於轉換編碼技術之中。除了轉換域運算的推導，我們亦針對這些運算提出有效率的實現方法。此外，我們設計了一個MPEG-2 to H.264的轉換編碼器，並將其效能對串接式像素域之轉換編碼器做比較。 在此論文中，我們亦對轉換域中的進位運算做一研究。許多多媒體系統牽涉到進位運算。以移動補償運算為例，半像素位置的樣本需經由周圍像素內插並經過進位運算之後得到。然而，進位運算是個非線性運算，其轉換域上的等效運算並不存在。針對這個問題，我們提出一個解決方法，並將其實現在一MPEG-2解碼器上。相較於在轉換域系統裡忽略進位這個運算，運用我們的方法能夠獲得較好的視迅品質。