A Wavelet neural network for detection of signals in communications

Gómez-Sánchez, Raquel y Andina de la Fuente, Diego (1998). A Wavelet neural network for detection of signals in communications. En: "SPIE Int. Conference", 14th April, 1998, Orlando, FL, EEUU. ISBN 0277-786X.

Descripción

Título: A Wavelet neural network for detection of signals in communications
Autor/es:
  • Gómez-Sánchez, Raquel
  • Andina de la Fuente, Diego
Tipo de Documento: Ponencia en Congreso o Jornada (Artículo)
Título del Evento: SPIE Int. Conference
Fechas del Evento: 14th April, 1998
Lugar del Evento: Orlando, FL, EEUU
Título del Libro: Proc. SPIE
Fecha: 14 Abril 1998
ISBN: 0277-786X
Volumen: Vol. 3
Materias:
Palabras Clave Informales: Detection, communications, wavelets, neural networks, a priori probabilities, nonlinear models
Escuela: E.T.S.I. Telecomunicación (UPM)
Departamento: Señales, Sistemas y Radiocomunicaciones
Licencias Creative Commons: Ninguna

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (94kB) | Vista Previa

Resumen

Our objective is the design and simulation of an efficient system for detection of signals in communications in terms of speed and computational complexity. The proposed scheme takes advantage of two powerful frameworks in signal processing: Wavelets and Neural Networks. The decision system will take a decision based on the computation of the a priori probabilities of the input signal. For the estimation of such probability density functions, a Wavelet Neural Network (WNN) has been chosen. The election has arosen under the following considerations: (a) neural networks have been established as a general approximation tool for fitting nonlinear models from input/output data and (b) the increasing popularity of the wavelet decomposition as a powerful tool for approximation. The integration of the above factors leads to the wavelet neural network concept. This network preserve the universal approximation property of wavelet series, with the advantage of the speed and efficient computation of a neural network architecture. The topology and learning algorithm of the network will provide an efficient approximation to the required probability density functions.

Más información

ID de Registro: 2976
Identificador DC: http://oa.upm.es/2976/
Identificador OAI: oai:oa.upm.es:2976
URL Oficial: http://spiedl.aip.org/getabs/servlet/GetabsServlet?prog=normal&id=PSISDG003391000001000265000001&idtype=cvips&gifs=yes&ref=no
Depositado por: IR Grupo de Investigación Diego Andina
Depositado el: 29 Abr 2010 07:59
Ultima Modificación: 20 Abr 2016 12:34
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM