Please use this identifier to cite or link to this item:
https://hdl.handle.net/10923/3193
Type: | masterThesis |
Title: | Sincronismo para sistemas de transmissão digital multiportadora baseado em redes neurais artificiais |
Author(s): | Ribeiro, Clóvis Rodrigo |
Advisor: | Castro, Maria Cristina Felippetto de |
Publisher: | Pontifícia Universidade Católica do Rio Grande do Sul |
Graduate Program: | Programa de Pós-Graduação em Engenharia Elétrica |
Issue Date: | 2007 |
Keywords: | ENGENHARIA ELÉTRICA REDES NEURAIS COMUNICAÇÃO DIGITAL COMUNICAÇÕES SEM FIO TELEVISÃO DIGITAL (ENGENHARIA ELETRÔNICA) SISTEMAS DIGITAIS (TELECOMUNICAÇÕES) |
Abstract: | Um dos problemas de difícil solução em transmissão digital – e talvez o principal deles – é o sincronismo entre transmissor e receptor. Sem um sistema de sincronismo não é possível sequer iniciar o processo de demodulação no receptor. Abordaremos neste trabalho a utilização de Redes Neurais Artificiais do tipo RBF (Funções de Base Radial), para a solução de um aspecto deste problema – o sincronismo de frame em sistemas multiportadora, propondo, assim, um novo método de sincronismo que compararemos com o clássico método de sincronismo de frame por correlação. Os resultados demonstraram uma melhora considerável na FSER (Frame Synchronization Error Rate) do método proposto em relação ao método de sincronismo por correlação, para qualquer duração de intervalo de guarda (IG). Synchronization plays a crucial role on digital transmission due to its importance for the demodulation in the receiver. This paper proposes a new OFDM frame synchronization method based on a Radial Basis Function (RBF) Artificial Neural Network (ANN). We compare the new approach with the correlation method proposed by Shinsuke Hara and Ranjee Prasad for pilot symbols detection. The obtained results have shown a significant FSER (Frame Synchronization Error Rate) increase for any cyclic prefix. |
URI: | http://hdl.handle.net/10923/3193 |
Appears in Collections: | Dissertação e Tese
|
All Items in PUCRS Repository are protected by copyright, with all rights reserved, and are licensed under a Creative Commons Attribution-NonCommercial 4.0 International License. Read more.