انتقال تصویر با در نظر گرفتن محو شوندگی در انتقال تصویر

---

شرح پروژه

۱. کد و مستندات
کد کامل کانال، OFDM، Clipping، Encoder و Decoderهای Direct، Implicit و Explicit.
فایل تنظیمات Hyperparameters، Seed، SNR و نرمال‌سازی توان.
تست واحد برای IDFT→DFT، کانال و Clipping.
اسکریپت اجرای یک‌دستوری برای بازتولید تمام نتایج، جدول‌ها و نمودارها.
چک‌پوینت مدل‌های آموزش‌دیده برای SNRها و Clipping Ratioهای مختلف.
۲. بازتولید نتایج مقاله
جدول PSNR و SSIM برای سه مدل روی CIFAR-10 و CelebA در SNRهای 0، 10 و 20dB.
منحنی‌های یادگیری Loss برحسب Iteration.
مقایسه مقدار مقاله با مقدار پیاده‌سازی و درصد اختلاف.
گزارش میانگین ± انحراف معیار یا بازه اطمینان ۹۵٪ بر اساس چند Seed و پنج Realization کانال.
۳. مقایسه با Baseline
مقایسه BPG+LDPC+OFDM در حالت CSI کامل و MMSE.
نمودار PSNR و SSIM برحسب Ns در SNRهای 5 و 15dB.
نمودار PSNR و SSIM برحسب SNR برای Ns=6.
جدول بهره SNR در PSNR ثابت (هدف بیش از 3dB).
محاسبه بهره عملکرد در SNR ثابت.
نمودار Cliff Effect برای مقایسه افت ناگهانی Baseline با افت تدریجی JSCC.
نرخ شکست بسته‌های Baseline در SNRهای مختلف.
۴. آزمایش‌های Robustness
بررسی Clipping با ρ=1، 1.4 و ∞.
بررسی عدم تطابق SNR آموزش و تست.
بررسی عدم تطابق تعداد مسیرهای کانال L.
آزمایش تغییر پارامتر γ.
بررسی اثر CFO کوچک و خطای هم‌زمانی.
۵. شواهد و تحلیل عملکرد
تصاویر بازسازی‌شده تمام روش‌ها در SNRهای 0، 10 و 20dB در کنار تصویر اصلی.
مقایسه بصری JSCC با BPG+LDPC.
ارائه نمونه تصویر در شرایط شکست Baseline.
انجام Ablation Study برای مدل Explicit:

بدون Channel Estimation
بدون Equalization
بدون Subnet
نمودار توزیع PSNR به‌صورت Histogram و Boxplot.
نمودار PAPR به‌صورت CCDF با و بدون Clipping.
ارزیابی Constellation خروجی Encoder قبل و بعد از Equalization.
۶. بهبودهای پیشنهادی و توسعه مدل
بررسی Ablation هر روش جدید به‌صورت مستقل:

CSI Feedback
Swin Transformer
Diffusion
Perceptual Loss
PAPR Loss
محاسبه معیارهای LPIPS و FID.
نمودار PSNR برحسب CPP برای بررسی مبادله نرخ انتقال و کیفیت تصویر.
۷. هزینه محاسباتی و پیچیدگی
تعداد پارامترهای هر مدل.
محاسبه FLOPs.
زمان استنتاج هر مدل.
زمان آموزش تا همگرایی و بررسی ادعای افزایش سرعت 5 برابری.
مقایسه تأخیر گیرنده با زنجیره BPG+LDPC+OFDM.

در پایان باید تمام شکل‌ها، جدول‌ها و نتایج به صورت حرفه‌ای تهیه شوند. نمودارها باید با کیفیت بالا رسم شوند، جداول مقایسه‌ای کامل باشند.

بدیهی است نتایج ممکن است دقیقاً مشابه مقاله نباشند، اما باید روندها و رفتارهای گزارش‌شده به‌درستی مشاهده شوند. همچنین مدل‌ها نباید دچار overfitting یا underfitting شدید باشند و رفتار آموزش باید پایدار و قابل دفاع باشد و نتایج و تصاویر با کیفیت باشند.

کد نهایی باید به‌صورت کامل و قابل اجرا (ترجیحاً در قالب Jupyter Notebook) ارائه شود و شامل تمامی بخش‌های تولید داده، آموزش مدل‌ها و رسم نمودارها باشد. همچنین در تمام بخش‌های کد باید توضیحات (کامنت‌گذاری کامل و قابل فهم) درج شود تا منطق پیاده‌سازی کاملاً مشخص باشد.

از ایجاد خروجی غیر واقعی (ساخت منحنی جعلی) حتماً و اکیداً اجتناب شده و تمامی خروجی‌ها باید مستقیماً حاصل اجرای مدل و داده‌های واقعی باشند.

جهت اطمینان از درستی کدها، مجدداً شخصاً کدها قبل از پذیرش پروژه اجرا خواهند شد و نباید هیچ‌گونه خطا (Error) در اجرا مشاهده شود و یا خروجی اشتباه تولید گردد.

کامل مطالعه کنید با دقت بعدا با تشکر

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

---

---