Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 4

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  GMSK
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Odbiór sygnałów radiowych w środowisku wewnątrzbudynkowym jest istotnym problemem współczesnej radiokomunikacji. W celu zwiększenia skuteczności istniejących metod odbioru radiowego coraz częściej wykorzystuje się narzędzia z obszaru uczenia maszynowego. Niniejszy artykuł prezentuje analizę skuteczności głębokiej sieci neuronowej w odbiorze sygnałów GMSK w kanale z zanikami i propagacją wielodrogową. Prezentowane wyniki porównane zostały z klasycznym detektorem MLSE, a miarą skuteczności była bitowa stopa błędów.
EN
Receiving radio signals in an indoor environment is an important aspect of modern radio communication. In order to increase the effectiveness and reliability of the existing reception solutions, tools from the field of machine learning are increasingly used. This article presents an analysis of the effectiveness of a deep neural network in reception of GMSK signals in the multipath, fading channel. The presented results were compared with the classical MLSE detector and the measure of effectiveness was the bit error rate.
PL
W pracy przeanalizowano wybór modulacji cyfrowych w systemie łączności nanosatelitarnej aktualnie budowanym w Instytucie Radiokomunikacji Politechniki Poznańskiej. Przedstawiono podstawowe wymagania transmisyjne projektowanego systemu oraz przeanalizowano zalety i wady modulacji cyfrowych rekomendowanych przez Komitet Konsultacyjny dla Kosmicznych Systemów Danych (CCSDS). Zwrócono szczególną uwagę na możliwości generowania tzw. miękkich sygnałów wyjściowych demodulatora, które są niezbędne dla dekoderów zastosowanego kodu kanałowego. Uzasadniono decyzję wyboru zastosowanej w systemie modulacji OQPSK.
EN
In this paper, selection of digital modulation applied in a nanosatellite system currently constructed in the Institute of Radiocommunications at Poznan University of Technology has been analyzed. Basic transmission requirements for the designed system has been presented and pros and cons of the digital modulations recommended by the CCSDS – Consultative Committee for Space Data Systems have been analyzed. Particular attention has been paid to possibilities of soft output signal generation on the output of the demodulator. These soft decisions are needed by the soft input channel code decoder. The final selection of the digiral modulation has been justified.
PL
Sztuczna inteligencja odnajduje coraz szersze zastosowanie we współczesnej radiokomunikacji, choć głównie w ujęciu badawczym. Niniejszy artykuł przedstawia przegląd i ewaluację metod z obszaru głębokiego uczenia umożliwiających detekcję sygnałów z modulacją GMSK (ang. Gaussian Minimum Shift Keying) w kanale AWGN. Badane modele porównane zostały z optymalnym detektorem pracującym zgodnie z regułą największej wiarygodności MLSE (ang. Maximum Likelihood Sequence Estimation), a miarą oceny efektywności była bitowa stopa błędu.
EN
Artificial intelligence dynamically enters the realm of radiocommunication, however, mainly in the scientific context. The paper presents evaluation of the deep learning (DL) models for Gaussian Minimum Shift Keying (GMSK) signal demodulation in AWGN channel. The proposed DL methods were compared with optimal Maximum Likelihood Sequence Estimation (MLSE) detector based on Bit Error Rate (BER) metric.
PL
W artykule opisano nowe możliwości radiomodemu 7004 po wprowadzeniu modulacji 4L FSK oraz inteligentnego manipulatora. Porównano właściwości trzech modulacji: FFSK, GMSK i 4L FSK stosowanych w modemach radiowych.
EN
The aricle describes new features of the 7004 radiomodem after implementation of the 4L FSK modulation and the 7064 intelligent control unit. The properties of three modulations FFSK, GMSK, and 4L FSK used in radio modems are compared.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.