| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Carvalho, Paulo Henrique Portela de | - |
| dc.contributor.author | Penido, Gustavo Viana | - |
| dc.identifier.citation | PENIDO, Gustavo Viana. Modelagem de sistemas de comunicação RF com Autoencoder. 2022. 102 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia de Redes de Comunicação) — Universidade de Brasília, Brasília, 2022. | pt_BR |
| dc.description | Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2022. | pt_BR |
| dc.description.abstract | Este trabalho apresenta um estudo da sistematização e da modelagem da técnica de redes
neurais chamada de Autoencoder aplicada a sistemas de comunicação de radiofrequência fim a
fim. Todas as simulações realizadas validam a capacidade de codificação e modulação do
Autoencoder em comparação com os sistemas convencionais. Assim, são apresentados os
resultados obtidos em comparação com sistemas AWGN, Rayleigh, com Codificação, MIMO
utilizando arquitetura com Deep Neural Network (DNN) e por fim com uma abordagem via
Convolutional Neural Network (CNN), além de todo o equacionamento para uma justa
comparação com os sistemas convencionais de comunicação. Logo, o Autoencoder se mostra
competitivo em relação aos sistemas convencionais uma vez alcançado o mesmo desempenho. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Radiofrequência | pt_BR |
| dc.subject.keyword | Sistemas de comunicação sem fio | pt_BR |
| dc.subject.keyword | Redes neurais convolucionais (Computação) | pt_BR |
| dc.title | Modelagem de sistemas de comunicação RF com Autoencoder | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2023-08-30T14:40:32Z | - |
| dc.date.available | 2023-08-30T14:40:32Z | - |
| dc.date.submitted | 2022-10-07 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/35670 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | This work presents a modeling systematization of the neural network technique called
Autoencoder applied to end-to-end radiofrequency communication systems. The simulations
performed validate the encoding and modulation capacity of the Autoencoder in comparison
with the traditional communications systems. This is how the results obtained are presented in
comparison with AWGN, Rayleigh, systems with Coding, MIMO using architecture with Deep
Neural Network (DNN) and finally with an approach via Convolutional Neural Network
(CNN), in addition to the whole equation for a fair with the systems conventional
communications. Therefore, the Autoencoder is competitive in relation to conventional systems
once the same performance is achieved. | pt_BR |
| Aparece na Coleção: | Engenharia de Redes de Comunicação
|
