HUBÍK, D. Odhad kanálu v OFDM systémech pomocí deep learning metod [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.
Student Bc. Daniel Hubík se ve své magisterské diplomové práci zaměřil na možnosti odhadu přenosového kanálu v OFDM systémech s využitím tzv. deep learning (DP) metod. V teoretické části student dostatečnou formou prostudoval a popsal jak princip OFDM systémů, tak možnosti odhadu kanálu na přijímací straně (LS, MMSE). Sestavil ideový model pro využití DL v OFDM. Vytvořil matematický model systému OFDM s parametry standardu IEEE 802.11n a také DL model pro odhad přenosového kanálu. Matematické modely otestoval. Dále sestavil množství různorodých scénářů pro testování jak konvenčních (LS, MMSE), tak především DL metod pro odhad kanálu pro tzv. dvoupaprskový (two-ray) model kanálu. Funkčnost dokládá simulacemi bitové chybovosti, jejichž výsledky porovnává a obsáhle diskutuje. Zadání práce bylo zcela splněno. Nad rámec zadání práce student prováděl další experimenty, na jejichž základě byla například optimalizována neuronová síť, která po provedení simulací BER dosahovala v určitém scénáři lepších hodnot BER při nižší době učení než původně navržená síť. Student prokázal kvalitní inženýrské schopnosti, samostatnost a vytrvalost při vypracovávání této náročné diplomové práce, jejíž výsledky by mohly být v budoucnu publikovány. Práci rozhodně doporučuji k obhajobě a hodnotím stupněm A/98 bodů.
Posudek vypracoval Ing. Miroslav Staněk, Ph.D., Honeywell Aerospace. Viz přiložený PDF soubor.
eVSKP id 118446