Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral

Detalhes bibliográficos
Autor(a) principal: Gomes, Samuel Borges Ferreira, 1993-
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1031
Resumo: Orientador: Michel Daoud Yacoub
id UNICAMP-30_9c0652e95f5fd092e8404c987c4dee8d
oai_identifier_str oai::1232599
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geralDeep learning based communication system under general fading environmentSistemas de comunicaçãoRádio - Transmissores e transmissão - DesvanecimentoAprendizado profundoRedes neurais convolucionaisCommunication systemsRadio - FadingDeep learningConvolutional neural networksOrientador: Michel Daoud YacoubDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de ComputaçãoResumo: Esta dissertação ilustra o potencial de deep learning aplicado a sistemas de comunicação. Para isso, é feita uma releitura de um sistema de comunicação tradicional completo como uma técnica de aprendizado profundo em termos de um Autoencoder, sem nenhum conhecimento a priori de engenharia de comunicações, exceto pela modelagem estatística do canal. Para a análise, consideramos que o sistema inteligente se comunica por um canal de desvanecimento geral seguindo as estatísticas ?-µ, escolhida tanto por sua flexibilidade, quanto por sua aplicabilidade em cenários reais. O sistema inteligente consiste em duas redes neurais convolucionais emulando o codificador e o decodificador do sistema de comunicação, otimizadas conjuntamente por uma única função objetivo. O desempenho do sistema é analisado em termos da taxa de erro na mensagem que, para comparação e propósitos de consistência, também é apresentado analiticamente para esquemas tradicionais de modulação. Os resultados de simulação mostram que a arquitetura estudada corresponde a soluções ótimas de engenharia humana, mesmo sem o dóminio de conhecimento específico. Além disso, a arquitetura profunda é capaz de convergir rapidamente mantendo sua capacidade de generalização sob diferentes comprimentos de bloco da mensagem enviada, relações sinal-ruído, taxas de códigos e ambientes de desvanecimentoAbstract: This dissertation provides an illustration of the deep learning potential applied to communication systems. For this, a complete traditional communication system is re-defined as a deep learning technique in terms of an Autoencoder, with no prior engineering knowledge of communications, except for the statistical modeling of the channel. For analysis, we consider that the intelligent system communicates through a general fading channel, following the statistics ?-µ, chosen both for its flexibility and for its applicability in real scenarios. The intelligent system consists of two convolutional neural networks simulating the encoder and decoder of the communication scheme, optimized together by a single objective function. The performance of the system is analyzed in terms of the block error rate which, for comparison and consistency purposes, is also presented analytically for traditional modulation schemes. The simulation results show that the studied architecture corresponds to optimal human engineering solutions, even without the knowledge of specific wireless domain. In addition, the deep architecture is able to converge quickly while maintaining its ability to generalize under different block lengths, signal-to-noise ratios, code rates and fading environmentsMestradoTelecomunicações e TelemáticaMestre em Engenharia ElétricaCAPES88887.373496/2019-00[s.n.]Yacoub, Michel Daoud, 1955-Silva, Carlos Rafael Nogueira daSouza, Rausley Adriano Amaral deUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASGomes, Samuel Borges Ferreira, 1993-20212021-07-16T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (68 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/1031GOMES, Samuel Borges Ferreira. Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral. 2021. 1 recurso online (68 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1031. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1232599Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2021-11-22T11:29:22Zoai::1232599Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2021-11-22T11:29:22Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral
Deep learning based communication system under general fading environment
title Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral
spellingShingle Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral
Gomes, Samuel Borges Ferreira, 1993-
Sistemas de comunicação
Rádio - Transmissores e transmissão - Desvanecimento
Aprendizado profundo
Redes neurais convolucionais
Communication systems
Radio - Fading
Deep learning
Convolutional neural networks
title_short Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral
title_full Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral
title_fullStr Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral
title_full_unstemmed Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral
title_sort Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral
author Gomes, Samuel Borges Ferreira, 1993-
author_facet Gomes, Samuel Borges Ferreira, 1993-
author_role author
dc.contributor.none.fl_str_mv Yacoub, Michel Daoud, 1955-
Silva, Carlos Rafael Nogueira da
Souza, Rausley Adriano Amaral de
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Gomes, Samuel Borges Ferreira, 1993-
dc.subject.por.fl_str_mv Sistemas de comunicação
Rádio - Transmissores e transmissão - Desvanecimento
Aprendizado profundo
Redes neurais convolucionais
Communication systems
Radio - Fading
Deep learning
Convolutional neural networks
topic Sistemas de comunicação
Rádio - Transmissores e transmissão - Desvanecimento
Aprendizado profundo
Redes neurais convolucionais
Communication systems
Radio - Fading
Deep learning
Convolutional neural networks
description Orientador: Michel Daoud Yacoub
publishDate 2021
dc.date.none.fl_str_mv 2021
2021-07-16T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1031
GOMES, Samuel Borges Ferreira. Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral. 2021. 1 recurso online (68 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1031. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1031
identifier_str_mv GOMES, Samuel Borges Ferreira. Sistema de comunicação baseado em deep learning sob ambiente de desvanecimento geral. 2021. 1 recurso online (68 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1031. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1232599
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (68 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189178067386368

Registros relacionados