Trabajo Fin de Grado
Detección MIMO con Deep Learning
Autor/es | González Fresno, Óscar |
Director | Murillo Fuentes, Juan José |
Departamento | Universidad de Sevilla. Departamento de Teoría de la Señal y Comunicaciones |
Fecha de publicación | 2022 |
Fecha de depósito | 2022-03-03 |
Titulación | Universidad de Sevilla. Grado en Ingeniería de las Tecnologías de Telecomunicación |
Resumen | En los últimos años, la sociedad ha ido avanzando hacia un mundo cada vez más conectado. Esto se debe
gracias al avance de la tecnología y a nuevos y mejores métodos de comunicación, sin los cuales sería
imposible compartir ... En los últimos años, la sociedad ha ido avanzando hacia un mundo cada vez más conectado. Esto se debe gracias al avance de la tecnología y a nuevos y mejores métodos de comunicación, sin los cuales sería imposible compartir la cantidad de información diaria que se transmite cada día. Este proyecto tiene como objetivo el estudio mediante simulación en Python de una comunicación digital de varias antenas en cada extremo, cuyo proceso de detección se basa en el método de Máxima Verosimilitud. Este método ha sido a su vez comparado con otros más sencillos para estudiar su comportamiento frente a diferentes canales de comunicación. Se han comparado los resultados obtenidos tanto con Numpy como con PyTorch. Por último, como la detección mediante el método de Máxima Verosimilitud puede resultar extremadamente compleja a nivel computacional, se han aplicado técnicas de aprendizaje profundo para reducir la carga computacional sin afectar al resultado, utilizando PyTorch en Google Colaboratory. In recent years, society has been moving towards an increasingly connected world. This is due to the advancement of technology and new and better communication methods, making possible to share the amount of daily ... In recent years, society has been moving towards an increasingly connected world. This is due to the advancement of technology and new and better communication methods, making possible to share the amount of daily information that is transmitted every day. This project aims to study by means of simulation using Python a digital communication with several antennas at each end, whose detection process is based on the Maximum Likelihood method. This method has also been compared with other simpler ones to study its behavior against different communication channels. The obtained results have been compared with both Numpy and PyTorch. Finally, as Maximum Likelihood detection method can be computationally complex, Deep Learning techniques have been applied to reduce the computational load minimizing the modification of the result, using PyTorch in Google Colaboratory. |
Cita | González Fresno, Ó. (2022). Detección MIMO con Deep Learning. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
TFG-3911-GONZALEZ FRESNO.pdf | 2.012Mb | [PDF] | Ver/ | |