Sistem komunikasi satelit merupakan satu kaedah perhubungan yang sangat penting serta digunakan dengan meluas pada hari ini. Melalui sistem komunikasi ini, kita mampu berhubung dengan mana-mana lokasi diseluruh dunia kerana tahap capaian yang tinggi dalam sistem ini. Walau bagaimanapun, terdapat beberapa kekangan yang boleh menyebabkan gangguan kepada komunikasi satelit. Di antara faktor-faktor penyebab gangguan ini adalah keadaan cuaca yang tidak menentu seperti hujan, kelembapan udara yang tinggi, suhu persekitaran serta kelajuan angin. Oleh itu, di dalam projek ini kajian telah dijalankan terhadap faktor-faktor di atas untuk membentuk satu sistem pintar yang dapat menyelesaikan masalah ini. Rangkaian neural yang mengaplikasikan prinsip kepintaran buatan merupakan kaedah terbaik untuk digunakan. Sistem rangkaian neural yang direkabentuk di dalam projek ini mampu membuat peramalan yang tepat terhadap mutu penerimaan isyarat satelit berdasarkan keadaan cuaca. Tujuan sistem ini dihasilkan adalah supaya isyarat satelit yang dipancarkan daripada angkasa lepas dapat dikuatkan sekiranya sistem mengenalpasti kewujudan gangguan seperti hujan dalam laluan perambatan gelombang untuk sampai ke stesen penerima. Ini dapat mengelakkan berlakunya gangguan komunikasi dalam sistem perhubungan satelit walaupun dalam keadaan cuaca yang tidak menentu. Kajian ini telah menghasilkan satu sistem rangkaian neural yang mempunyai 91.7% ketepatan melalui penggunaan algoritma Bayesian Regularization. Oleh itu, sistem ini mampu membuat penganggaran yang hampir tepat dan meyakinkan. Analisis regresi juga dilakukan terhadap data-data yang digunakan. Hasil analisis menunjukkan bahawa faktor hujan dan kelajuan angin merupakan faktor utama dan memberi impak yang paling besar terhadap mutu isyarat satelit yang diterima. Kesimpulannya, kajian yang dijalankan ini telah mencapai objektif yang disasarkan iaitu membentuk satu penyelesaian yang pintar dan berkesan dalam menangani masalah sistem komunikasi satelit.
______________________________________________________________________________________
Satellite communication system is one of the communication methods that are very important and widely used nowadays. Throughout this communication system, we are able to communicate at any location all over the world because of its high capabilities. However there are certain factors that can be interfering with the satellite communication systems. One of the causing factors is the volatile weather condition such as rain, high level of humidity, temperature and wind speed. Thus, in this project, research for all causes above has been done in order to produce a smarter system that can solve this problem. The principal of artificial intelligence that has been applied in neural network is the best and practical solution method to be used. The neural network system that has been design in this project is able to make an accurate prediction in the quality of received signal based on weather condition. The objective for designing this system can be explained in the following example. If the system detects rain that causes interference in the wave transmission path, a signal will be sent to the satellite to amplify the transmitting signal. This can prevent communication interference in the satellite communication even in an unpredictable weather condition. This project has produced a neural network system that achieves 91.7% accuracy through the use of Bayesian Regularization algorithm. Thus, we can say that the system is able to make an accurate and convincing estimation. Regression analyses are also done to all the data that has been used. The analysis shows that rain and wind speed are the main factor, and gave the biggest impact to the quality of received satellite signal. As a conclusion, the completed project has achieved its objective that is to produce a smart and effective solution in solving problems for the satellite communication systems.
Peramalan isyarat satelit menggunakan kaedah rangkaian neural _Nur Farhan Kahar_E3_2006_NI