Regisztráció és bejelentkezés

Adaptív moduláció támogatása gépi tanulási módszerekkel műholdas rádiócsatornán

A milliméteres hullámhosszúságú elektromágneses hullámok kommunikációs célokra történő alkalmazása napjaink egyik nagy kihívása. Az 5. generációs mobilhálózat (5G) egyik nagy újítása a 10 GHz feletti sávok bevezetése. Korábban főként műhold-Föld és földfelszíni pont-pont összeköttetések létesítésére alkalmazták és alkalmazzák mind a mai napig ezen magasabb frekvenciákat.

Vezeték-nélküli átvitelek esetében a fizikai közeg viselkedése szignifikáns eltéréseket mutat a magasabb frekvenciák esetén az alacsonyabbakhoz képest. Általánosságban elmondható, hogy szabadtéri alkalmazás esetén az időjárás nagy mértékben képes befolyásolni (különösképpen az eső) a csillapítást, melynek oka hogy az alkalmazott elektromágneses hullám hullámhossza összemérhetővé válik a közegben található légköri alkotóelemekkel. Ez a hatás különösképpen igaz műholdas összeköttetések esetén. A meteorológiai jelenségek időben nem állandóak, ugyanakkor jelenlétük szignifikáns jelszint csökkenést tud okozni, sokszor nagy gyorsasággal. A nagymértékű jelszintváltozást fading-nek nevezzük, mely problémát a kommunikációs rendszereknek kezelniük kell.

Az információ átvitel során mindig az a cél, hogy a lehető leggyorsabban történjen meg, egy elvárt hibahatáron belül. Egy változékony közegben ezt adaptívan változtatott modulációval és kódolással (ACM) lehet megvalósítani, melynek célja, hogy a kommunikációs csatornában minél több információt továbbítsunk az elvárt paramétereknek megfelelően.

Dolgozatom fő témája műholdas összeköttetések esetén megvalósított mesterséges intelligencia alapú fading predikció, mely a jövőbeni tervek szerint egy ACM algoritmus alapját képezheti. Az eljárás egy mélytanuló neurális hálón alapul, mely a vett jelszint felhasználva egy bináris klasszifikációt valósít meg, amelynek eredménye a fading esemény előrejelzése a csatornán.

szerző

  • Deli Tamás
    Villamosmérnöki szak, alapképzés
    alapképzés (BA/BSc)

konzulensek

  • Makara Árpád László
    Doktorandusz, Szélessávú Hírközlés és Villamosságtan Tanszék
  • Dr. Csurgai-Horváth László
    egyetemi docens, Szélessávú Hírközlés és Villamosságtan Tanszék

helyezés

III. helyezett