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.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Un esquema de selección de red basado en el Proceso Analítico Jerárquico para Internet Marino
Artículo:
Alcanzando consenso con controladores defectuosos de tipo bizantino en redes definidas por software.
Artículo:
Diseño y modelado de un protocolo MAC autoadaptable (SaMAC) con probabilidades de pérdida de retención inconstantes
Artículo:
Algoritmo de marca de agua cero en color para imágenes médicas basado en la descomposición BEMD-Schur y la criptografía visual en color
Artículo:
Conectividad inteligente con conciencia energética para redes IoT: Puertos inteligentes
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.