but.committee	prof. Ing. Tomáš Kratochvíl, Ph.D. (předseda) doc. Ing. Jiří Petržela, Ph.D. (místopředseda) prof. Ing. Otakar Wilfert, CSc. (člen) doc. Ing. Martin Štumpf, Ph.D. (člen) Ing. Michal Kubíček, Ph.D. (člen) prof. Ing. Miloš Mazánek, CSc. (člen) prof. Ing. Róbert Hudec, Ph.D. (člen)	cs
but.defence	Student prezentuje výsledky a postupy řešení své diplomové práce. Následně odpovídá na dotazy vedoucího a oponenta práce a na dotazy členů zkušební komise. Prof. Wilfert: Dotaz na odhadování kanálu. Student vysvětluje své výrazy. Prof. Kratochvíl: Dotaz na konstelační diagramy. Student souhlasí, že je možné výsledky porovnávat i numerickými hodnotami definované metodiky chybovosti diagramu. Doc. Štumpf: Dotaz na modely šíření a mechanismů odrazů v prostředí. Student popisuje svůj numericky model, který degraduje vstupní data.	cs
but.jazyk	čeština (Czech)
but.program	Elektrotechnika, elektronika, komunikační a řídicí technika	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Miloš, Jiří	cs
dc.contributor.author	Hubík, Daniel	cs
dc.contributor.referee	Staněk, Miroslav	cs
dc.date.created	2019	cs
dc.description.abstract	Diplomová práce se zabývá simulací rádiového komunikačního systému OFDM v základním pásmu a jeho následnou ekvalizací. Model je založen na standardu IEEE 802.11n. Vývoj a simulace modelu byly vytvořeny v programových prostředích MATLAB a Python. Byly využity konvenční metody estimace kanálu (LS, MMSE), ale také nekonvenční metody jako je ekvalizace kanálu s využitím strojového učení. Byly provedeny experimenty s architekturami umělých neuronových sítí a studována závislost na kvalitě ekvalizace. Funkce modelu byla vyhodnocována kódovanou a nekódovanou bitovou chybovostí BER.	cs
dc.description.abstract	This paper describes a wireless communication model based on IEEE 802.11n. Typical methods for channel equalisation and estimation are described, such as the least squares method and the minimum mean square error method. Equalization based on deep learning was used as well. Coded and uncoded bit error rate was used as a performance identifier. Experiments with topology of the neural network has been performed. Programming languages such as MATLAB and Python were used in this work.	en
dc.description.mark	A	cs
dc.identifier.citation	HUBÍK, D. Odhad kanálu v OFDM systémech pomocí deep learning metod [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2019.	cs
dc.identifier.other	118446	cs
dc.identifier.uri	http://hdl.handle.net/11012/177678
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	IEEE 802.11n	cs
dc.subject	Deep Learning	cs
dc.subject	Python	cs
dc.subject	Tensorflow	cs
dc.subject	DL	cs
dc.subject	Keras	cs
dc.subject	Strojové učení	cs
dc.subject	OFDM	cs
dc.subject	Ekvalizace	cs
dc.subject	Estimace	cs
dc.subject	Odhad	cs
dc.subject	Vyrovnavač	cs
dc.subject	Kanál	cs
dc.subject	Cyklický prefix	cs
dc.subject	Rádiové prostředí	cs
dc.subject	IEEE 802.11n	en
dc.subject	OFDM	en
dc.subject	Deep learning	en
dc.subject	Neural network	en
dc.subject	Artificial	en
dc.subject	Cyclic prefix	en
dc.subject	LS	en
dc.subject	MMSE	en
dc.subject	Keras	en
dc.subject	Tensorflow	en
dc.subject	Equalization	en
dc.subject	Channel	en
dc.subject	Deep neural network	en
dc.title	Odhad kanálu v OFDM systémech pomocí deep learning metod	cs
dc.title.alternative	Utilization of deep learning for channel estimation in OFDM systems	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2019-06-04	cs
dcterms.modified	2024-05-17-12:52:08	cs
eprints.affiliatedInstitution.faculty	Fakulta elektrotechniky a komunikačních technologií	cs
sync.item.dbid	118446	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.26 13:36:48	en
sync.item.modts	2025.01.15 18:53:20	en
thesis.discipline	Elektronika a sdělovací technika	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav radioelektroniky	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Odhad kanálu v OFDM systémech pomocí deep learning metod

Files

Original bundle

Collections