قسم الهندسة الكهربائية والالكترونية

المزيد ...

حول قسم الهندسة الكهربائية والالكترونية

قسم الهندسة الكهربائية والإلكترثونية من أقدم وأهم أقسام كلية الهندسة بجامعة طرابلس حيث تم إنشاؤه مع إنشاء الكلية في عام 1961 م.  وقد شهد القسم خلال السنوات الأخيرة تطورات ملحوظة تمثلت في

تحديث محتويات المقررات وشملت هذه التطورات أيضا تحديثا في تجهيزات معامل القسم. ويتولى تسيير البرنامج العلمي والبحثي  بالقسم أكثر من 40 عضو هيئة تدريس في  تخصصات مختلفة. القسم يحوي عدد

من التخصصات الحيوية والمتطورة مثل الاتصالات والإلكترونيات والكهرومغناطيسيات والقوى والآلات الكهربائية والتحكم الآلي  والأتمتة والحاسوب.

حقائق حول قسم الهندسة الكهربائية والالكترونية

نفتخر بما نقدمه للمجتمع والعالم

39

المنشورات العلمية

40

هيئة التدريس

1292

الطلبة

0

الخريجون

البرامج الدراسية

بكالوريوس في هندسة الاتصالات والالكترونيات
تخصص هندسة الاتصالات والالكترونيات

...

التفاصيل
بكالوريوس في هندسة التحكم و الأتمتة
تخصص هندسة التحكم و الأتمتة

...

التفاصيل

من يعمل بـقسم الهندسة الكهربائية والالكترونية

يوجد بـقسم الهندسة الكهربائية والالكترونية أكثر من 40 عضو هيئة تدريس

staff photo

د. أسامة أحمد سعيد الكشريو

د. أسامة الكشريو حصل علي درجة البكالوريوس في هندسة الاتصالات والالكترونية من جامعة الزاوية, صبراتة, ليبيا, في سنة 2002 ودرجة الماجستير في هندسة الاتصالات من جامعة طرابلس ,طرابلس, ليبيا, في سنة 2006. في سنة 2013 تحصل علي درجة الدكتوراه في معالجة الاشارات والاتصالات من قسم الهندسة الكهربائية والكمبيوتر, جامعة بيتسبيرج, بنسيلفينيا, بيتسبيرج, الولايات المتحدة الامريكية. هو الان استاذ مساعد بقسم الهندسة الكهربائية والالكترونية, كلية الهندسة.

منشورات مختارة

بعض المنشورات التي تم نشرها في قسم الهندسة الكهربائية والالكترونية

A Novel Denoising Method Based on Discrete Linear Chirp Transform

Denoising of chirp based signals is a challenging problem in signal processing and communications. In this paper, we propose a suitable denoising algorithm based on the discrete linear chirp transform (DLCT), which provides local signal decomposition in terms of linear chirps. Analytical expression for the optimal filter response is derived. The method relies on the ability of the DLCT for providing a sparse representation to a wide class of broadband signals like chirp signals. Simulation results show the efficiency of the proposed method, especially for mono-component chirp signals.
Osama A. Alkishriwo(12-2020)
Publisher's website

Comparative Study and Evaluation for Application of Artificial Neural Network and Conventional Controller for Dc-Motor

Abstract The DC motor drives one of the high performance drives that still in competition in industrial application, because of its high performance, robustness, and its lower cost compared with AC motor drives.Due to its majority applications, the separately excited DC motor driver is studied. In order to improve, three independent controller design using classical proportional - integral – derivative, linear quadratic regulator and artificial neural network are considered.The Performance of these controllers has been verified through simulation based on MATLAB/SIMULINK software tools. According to the obtained simulation results, it is found that, an artificial neural network can achieve a better transient and steady state response in comparing to the other two design method. Consequently, the superiority of ANN controller over conventional proportional - integral – derivative is demonstrated this shows the superiority of artificial neural network controller over conventional and linear quadratic regulator controllers.
.زينب إبراهيم علي (2014)
Publisher's website

Fast Detection Based on Customized Complex Valued Convolutional Neural Network for Generalized Spatial Modulation Systems

In this paper, a customized Auto-Encoder Complex Valued Convolutional Neural Network (AE-CV-CNN) that has been developed in a prior work is applied to Single Symbol Generalized Spatial Modulation (SS-GSM) scheme with new extracted features. The achieved reductions in the computational complexity at the receiver is at least 63.64% for M-PSK schemes compared to the complexity of Maximum Likelihood (ML) detection algorithm. This Fast detection algorithm is based on a proposed Low Complexity ML (LC-ML) detector that affords a complexity reduction of at least 40.91%. With these proposed algorithms, the complexity is reduced as the spatial constellation size increases. Furthermore, in comparison to other sub optimal detection algorithms, the computational complexity in terms of real valued multiplications of the AE-CV-CNN applied to LC-ML is independent of the spatial spectrum efficiency which means that the total spectrum efficiency increases with larger spatial constellation size at no additional complexity.
Akram A. Marseet , Taissir Y. Elganimi(10-2019)
Publisher's website