Estudio de la decodificación de señales DVB-S2 con ayuda de redes neuronales

Abstract

Este trabajo trata de la implementación y entrenamiento de una red neuronal en un sistema DVB-S2 de vídeo, mediante una Demo de Matlab ya realizada, con el fin de poder decodificar los bits de los símbolos entrantes al sistema sin un gasto de recursos excesivo y sin tener grandes conocimientos acerca del ámbito. Para ello se hablará tanto del sistema DVB-S2 como de las redes neuronales, los cuales serán los dos ”protagonistas” en este proyecto. Por un lado se detallará parte por parte el sistema de transmisión y recepción DVB-S2 desde la entrada de información hasta la señal de salida del mismo sistema con el fin de contextualizar la ubicación de la red neuronal así como los datos de entrada que le llegaría en la implementación de la misma. Por otro lado, se profundizará en conocer los fundamentos principales de las redes neuronales, los tipos de entrenamiento, y para finalizar los tipos de redes neuronales, con el propósito de contextualizar al lector para así definir en las Partes 5 y 6 las características de la red neuronal escogida para este trabajo, donde se plantean diversos experimentos para verificar la adecuación o no de su uso.

This work deals with the implementation and training of a neural network in a DVB-S2 video system, through a Matlab Demo that was done previously, in order to be able to decode the bits of the symbols entering the system without an excessive expenditure of resources and without having great knowledge about the field. Due to all, we will talk about both the DVB-S2 system and neural networks, which will be the two ”protagonist” in this project. On the one hand, DVB-S2 System will be explained from the input information to output signal in the same system in order to locate the neural network. The input data will arrive in the same system as well. On the other hand, we we will prioritize in a deep knowledge on the main fundamentals of neural networks, the types of training, and to conclude the types of neural networks, in order to contextualize the reader in order to define in Parts 5 and 6 the characteristics of the Neural network chosen for this work, where various experiments are proposed to verify the adequacy or not of its use.