Resumen de Simulación de moduladores / demoduladores, utilizando la teoría de redes neuronales
- español
En el presente trabajo se desarrollan modelos para la simulación de moduladores / demoduladores utilizando la teoría de redes neuronales. Para ello se generan los datos de entrada / salida a la red neuronal a través del modelo matemático que describe los diversos moduladores / demoduladores, y se busca una aproximación al comportamiento real de los mismos, mediante el desarrollo de redes del tipo Backpropagation. El algoritmo elegido para trabajar con estas redes es el algoritmo de Levenverg Marquardt. Para encontrar el modelo más óptimo de cada modulador, se realizó una comparación del error medio cuadrático obtenido de la combinación de diversas funciones de transferencia en la capa oculta y de salida, se fijó el número de capas e iteraciones a la red neuronal, y se eligió como moduladores / demoduladores aquellos modelos en los cuales el error medio cuadrático era mínimo. La herramienta utilizada para generar los datos y el desarrollo de los diversos modelos de esta investigación, fue el Toolbox Neural Network del Matlab, versión 6.0.
- English
The main purpose of this investigation is to develop models for the simulation of modulators/demodulators using the theory of neural network. To reach this goal input/output data from neural network is generated by means of mathematical model that describes different modulators/demodulators. In order to look for their approximate actual behavior through. the development of network from Backpropagation types. The selected algorithm to work with these kind of networks is the Levenverg Marquardt. To find the most optimal model from each modulator, a comparison was carried out of the half-squared error found from the combination of the different functions of transference in the hidden and outer shell. A number of shells and interactions to the neural network were fixed and modulators/ demodulators were elected from those models in which the half squared error was minimal. The tool used to generate data and the development of the various models was Toolbox Neural Network from Matlab, version 6.0
