Automatická klasifikace digitálních modulací pomocí neuronových sítí

Simple item page
but.committeeprof. Ing. Aleš Prokeš, Ph.D. (předseda) prof. Ing. Dan Komosný, Ph.D. (místopředseda) doc. Mgr. Karel Slavíček, Ph.D. (člen) Ing. Anna Kubánková, Ph.D. (člen) Ing. Zdeněk Martinásek, Ph.D. (člen) Ing. Jiří Pokorný (člen)cs
but.defenceJe možné ukázat průběh přesnosti během trénování sítě?¨ Na straně 35 píšete: „Všechny neuronové sítě dosáhly stop kritéria v 50000 epochách a přestaly se učit.“ A ve výsledcích testování bez šumu je úspěšnost 100%. Znamená to, že úspěšnost trénování byla nižší než úspěšnost testování? Študent vedel odpovedať na otázky.cs
but.jazykčeština (Czech)
but.programElektrotechnika, elektronika, komunikační a řídicí technikacs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorKubánková, Annacs
dc.contributor.authorSinyanskiy, Alexandercs
dc.contributor.refereeUher, Václavcs
dc.date.accessioned2019-04-04T03:40:14Z
dc.date.available2019-04-04T03:40:14Z
dc.date.created2017cs
dc.description.abstractTato diplomová práce se zabývá automatickou klasifikací digitálních modulací pomocí neuronových sítí. V práci je stručně popsána problematika a existující algoritmy řešení problému rozpoznávání modulace. Bylo zjištěno, že nejlepších výsledků bylo dosaženo při použití příznakové metody rozpoznávání umělé neuronové sítě. Takže byly teoreticky popsány digitální modulace, které byly vybrány pro rozpoznávání, a to jsou ASK, FSK, BPSK, QPSK a 16QAM. Tyto modulace jsou v dnešní době používány nejčastěji. Dále byla stručně popsán teorie neuronových sítí. V další části byla věnována pozornost charakteristickým příznakům modulací pro rozpoznávání modulací pomocí umělých neuronových sítí. V předposlední části jsou popsány parametry signálů pro simulace v prostředí Matlab, postup vytvoření klíčových příznaků v prostředí Matlab a analýza výsledků experimentální simulace. Poslední část obsahuje experimenty optimalizace neuronové sítě.cs
dc.description.abstractThis master’s thesis is about automatic digital modulation recognition using artificial neural networks. The paper briefly describes the issue and existing algorithms for solving the problem of modulation recognition. It was found that the best results are achieved when using the feature-recognition methods and artificial neural networks. The digital modulations that were chosen for recognition are described theoretically and they are ASK, FSK, BPSK, QPSK and 16QAM. These modulations are most commonly used today. Later was briefly described theory of neural networks. In another part was given to the characteristic features of modulation for modulation recognition using artificial neural networks. The penultimate part describes the parameters for signal simulation in Matlab, how to create the key features in Matlab and results after experimental simulation. The last part contains neural network optimization experiments.en
dc.description.markBcs
dc.identifier.citationSINYANSKIY, A. Automatická klasifikace digitálních modulací pomocí neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2017.cs
dc.identifier.other102005cs
dc.identifier.urihttp://hdl.handle.net/11012/65645
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologiícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectDigitální modulacecs
dc.subjectrozpoznávání modulacícs
dc.subjectklasifikace modulacícs
dc.subjectumělé neuronové sítícs
dc.subjectklíčové příznaky.cs
dc.subjectDigital modulationen
dc.subjectmodulation recognitionen
dc.subjectmodulation classificationen
dc.subjectartificial neural networksen
dc.subjectkey features.en
dc.titleAutomatická klasifikace digitálních modulací pomocí neuronových sítícs
dc.title.alternativeAutomatic classification of digital modulations using neural networksen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2017-06-07cs
dcterms.modified2017-06-08-15:30:30cs
eprints.affiliatedInstitution.facultyFakulta elektrotechniky a komunikačních technologiícs
sync.item.dbid102005en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 11:13:55en
sync.item.modts2021.11.12 09:48:58en
thesis.disciplineTelekomunikační a informační technikacs
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Thumbnail Image
Name:
final-thesis.pdf
Size:
2.24 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Download
Thumbnail Image
Name:
appendix-1.zip
Size:
11.64 KB
Format:
zip
Description:
appendix-1.zip
Download
Thumbnail Image
Name:
review_102005.html
Size:
3.81 KB
Format:
Hypertext Markup Language
Description:
review_102005.html
Download
Collections
2017