Resumo: Esta dissertação ilustra o potencial de deep learning aplicado a sistemas de comunicação. Para isso, é feita uma releitura de um sistema de comunicação tradicional completo como uma técnica de aprendizado profundo em termos de um Autoencoder, sem nenhum conhecimento a priori de engenharia de comunicações, exceto pela modelagem estatística do canal. Para a análise, consideramos que o sistema inteligente se comunica por um canal de desvanecimento geral seguindo as estatísticas ?-µ, escolhida tanto por sua flexibilidade, quanto por sua aplicabilidade em cenários reais. O sistema inteligente consiste em duas redes neurais convolucionais emulando o codificador e o decodificador do sistema de comunicação, otimizadas conjuntamente por uma única função objetivo. O desempenho do sistema é analisado em termos da taxa de erro na mensagem que, para comparação e propósitos de consistência, também é apresentado analiticamente para esquemas tradicionais de modulação. Os resultados de simulação mostram que a arquitetura estudada corresponde a soluções ótimas de engenharia humana, mesmo sem o dóminio de conhecimento específico. Além disso, a arquitetura profunda é capaz de convergir rapidamente mantendo sua capacidade de generalização sob diferentes comprimentos de bloco da mensagem enviada, relações sinal-ruído, taxas de códigos e ambientes de desvanecimento Ver menos

Abstract: This dissertation provides an illustration of the deep learning potential applied to communication systems. For this, a complete traditional communication system is re-defined as a deep learning technique in terms of an Autoencoder, with no prior engineering knowledge of communications, except for the statistical modeling of the channel. For analysis, we consider that the intelligent system communicates through a general fading channel, following the statistics ?-µ, chosen both for its flexibility and for its applicability in real scenarios. The intelligent system consists of two convolutional neural networks simulating the encoder and decoder of the communication scheme, optimized together by a single objective function. The performance of the system is analyzed in terms of the block error rate which, for comparison and consistency purposes, is also presented analytically for traditional modulation schemes. The simulation results show that the studied architecture corresponds to optimal human engineering solutions, even without the knowledge of specific wireless domain. In addition, the deep architecture is able to converge quickly while maintaining its ability to generalize under different block lengths, signal-to-noise ratios, code rates and fading environments Ver menos