Deep Neural Network Empfängerarchitektur für OFDM Signale

Deep Learning Studienarbeiten (April 2018 - Januar 2019)

Betreuer

Kiraseya Preusser, Johannes Schmitz,

Abstract

Innerhalb dieser Bachelor oder Masterarbeit soll eine Empfängerarchitektur für Orthogonal Frequency- Division Multiplexing (OFDM) Signale entwickelt werden. Die Arbeit baut auf einem am Lehrstuhl vorhandenen klassischen OFDM Übertragungssystem auf. Dieses wird genutzt um Trainingsdaten zu erzeugen die im Anschluss daran die Grundlage für das Training eines tiefen neuralen Netzes (Deep Neural Network) bilden sollen. Ziel ist es den kompletten Empfänger durch das neurale Netzwerk zu ersetzen und die Leistungsfähigkeit durch einen Vergleich mit der klassischen Architektur zu erproben.

Nähere Informationen zum Download als pdf.