Resumen

La estimacin de la relacin seal/ruido (SNR) es una tarea fundamental de la gestin del espectro y la transmisin de datos. Los mtodos existentes para la estimacin de la SNR suelen sufrir errores de estimacin significativos cuando la SNR es baja. Este trabajo propone un algoritmo de estimacin de SNR basado en aprendizaje profundo (DL) utilizando diagramas de constelacin. Dado que los diagramas de constelacin exhiben diferentes patrones a diferentes SNR, el algoritmo propuesto logra la estimacin de SNR a travs del reconocimiento de diagramas de constelacin, que se puede manejar fcilmente basado en DL. Se utilizan tres redes DL, AlexNet, InceptionV1 y VGG16, para la estimacin de SNR basada en DL. Los resultados experimentales muestran que el algoritmo propuesto siempre funciona bien, especialmente en escenarios de baja SNR.

• Materias:Red 5G Internet de las cosas Seguridad de la información Tecnologías de comunicación
• Subjects:5G Network Internet of things Information security Communication technologies
• Palabras claves:Relación señal/ruido; Estimación snr; Aprendizaje profundo; Diagramas de constelación; Redes dl; Baja snr.
• Keywords:Signal-to-noise ratio; Snr estimation; Deep learning; Constellation diagrams; Dl networks; Low snr.