Метод інтелектуального декодування завадостійких кодів у 5G/6G

Скорочена інформація про документ
dc.contributor.authorСуберляк, Дар’я Олександрівна
dc.date.accessioned2026-01-05T18:30:24Z
dc.date.available2026-01-05T18:30:24Z
dc.date.issued2025
dc.description.abstractВ дипломній роботі досліджено можливість підвищення ефективності декодування завадостійких кодів LDPC та Polar у системах 5G/6G шляхом застосування методів глибокого машинного навчання та навчання з підкріпленням (Deep Reinforcement Learning, DRL). Запропоновано гібридну архітектуру інтелектуального декодера DRL+Soft, здатну адаптувати стратегію декодування залежно від типу завад у каналі (AWGN, Rayleigh). Проведено порівняльне моделювання класичних та інтелектуальних алгоритмів декодування, що показало перевагу DRL-підходу за такими показниками, як затримка, точність (BER/BLER) і адаптивність до каналів з зашумленням. Результати можуть бути використані при проектуванні приймачів для перспективних систем зв’язку шостого покоління, де критично важливими є висока завадостійкість, низька латентність (затримка) і енергоефективність.
dc.identifier.citationСуберляк Д. О. Метод інтелектуального декодування завадостійких кодів у 5G/6G : дипломна робота магістра : 172 Електронні комунікації та радіотехніка / Д. О. Суберляк; Хмельниц. нац. ун-т. – Хмельницький, 2025. –246 с.
dc.identifier.urihttps://elar.khmnu.edu.ua/handle/123456789/20170
dc.language.isouk
dc.publisherХмельницький національний університет
dc.subject172 Електронні комунікації та радіотехніка
dc.subjectінтелектуальне декодування
dc.subject5G/6G системи зв’язку
dc.subjectLDPC-коди
dc.subjectPolar-коди
dc.subjectнавчання з підкріпленням (DRL)
dc.subjectзавадостійкість
dc.subjectBIT ERROR RATE (BER)
dc.subjectглибоке навчання (DEEP LEARNING)
dc.titleМетод інтелектуального декодування завадостійких кодів у 5G/6G
dc.typeМагістерські роботи
Файли
Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
ЕКРм-24_Суберляк_Д.pdf
Розмір:
23.42 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Назва:
license.txt
Розмір:
4.26 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити
Зібрання
ФІТ/(М)