Classificação automática de modulação baseada em aprendizagem discriminativa
Ano de defesa: | 2015 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal do Pará
|
Programa de Pós-Graduação: |
Programa de Pós-Graduação em Engenharia Elétrica
|
Departamento: |
Instituto de Tecnologia
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | http://repositorio.ufpa.br/jspui/handle/2011/7751 |
Resumo: | A principal finalidade dos algoritmos para classificação automáica de modulacão em um receptor inteligente para rádio cognitivo ou aplicacões militares é a identificacão da modulacão de um sinal para que o receptor possa, posteriormente, realizar o processo de de modulacão e em seguida o processamento da informacão recebida. A falta de conhecimento acerca de parâmetros como, por exemplo: potência do sinal, frequência e fase da portadora, sincronismo temporal e outros; somados aos efeitos dos canais como desvanecimento de multipercurso, tornam o problema de classificação automática de modulacão desafiador e bastante investigado atualmente. Neste contexto, esta Tese apresenta uma investigação sobre algoritmos de classificação automática de modulacão baseados na aprendizagem discriminativa e avalia o desempenho dos mesmos em distintos cenários de uso. A Tese apresenta uma nova proposta de classificação baseada no extrator de parâmetro (front end) chamado de HISTO. A classificação é realizada sobre os síımbolos recebidos, onde os histogramas de magnitude e fase são calculados. Os resultados obtidos usam o extrator de parâmetro proposto e o algo- ritmo Máquina de Vetores de Suporte (MVS), os quais são comparados com outras técnicas. Na literatura, alguns dos algoritmos propostos são avaliados assumindo-se o conhecimento de parâmetros da modulacão e em cenários distintos, dificultando a comparação entre os algoritmos. Nesta Tese, algoritmos representativos do estado da arte são comparados com os propostos de maneira sistemática e uniforme, incluindo-se cenários não-ideais como os com phase jitter e offset de frequência. Os resultados das simulações mostram que proposta de classificação baseada em histogramas é eficiente com relativo baixo custo computacional. |
id |
UFPA_be16e1183f05461a411b7fc769ddb845 |
---|---|
oai_identifier_str |
oai:repositorio.ufpa.br:2011/7751 |
network_acronym_str |
UFPA |
network_name_str |
Repositório Institucional da UFPA |
repository_id_str |
|
spelling |
2017-02-22T16:29:54Z2017-02-22T16:29:54Z2015-06-19CARVALHO JUNIOR, Claudomir Cardoso de. Classificação automática de modulação baseada em aprendizagem discriminativa. 2015. 93 f. Tese (Doutorado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2015. Programa de Pós-Graduação em Engenharia Elétrica.http://repositorio.ufpa.br/jspui/handle/2011/7751A principal finalidade dos algoritmos para classificação automáica de modulacão em um receptor inteligente para rádio cognitivo ou aplicacões militares é a identificacão da modulacão de um sinal para que o receptor possa, posteriormente, realizar o processo de de modulacão e em seguida o processamento da informacão recebida. A falta de conhecimento acerca de parâmetros como, por exemplo: potência do sinal, frequência e fase da portadora, sincronismo temporal e outros; somados aos efeitos dos canais como desvanecimento de multipercurso, tornam o problema de classificação automática de modulacão desafiador e bastante investigado atualmente. Neste contexto, esta Tese apresenta uma investigação sobre algoritmos de classificação automática de modulacão baseados na aprendizagem discriminativa e avalia o desempenho dos mesmos em distintos cenários de uso. A Tese apresenta uma nova proposta de classificação baseada no extrator de parâmetro (front end) chamado de HISTO. A classificação é realizada sobre os síımbolos recebidos, onde os histogramas de magnitude e fase são calculados. Os resultados obtidos usam o extrator de parâmetro proposto e o algo- ritmo Máquina de Vetores de Suporte (MVS), os quais são comparados com outras técnicas. Na literatura, alguns dos algoritmos propostos são avaliados assumindo-se o conhecimento de parâmetros da modulacão e em cenários distintos, dificultando a comparação entre os algoritmos. Nesta Tese, algoritmos representativos do estado da arte são comparados com os propostos de maneira sistemática e uniforme, incluindo-se cenários não-ideais como os com phase jitter e offset de frequência. Os resultados das simulações mostram que proposta de classificação baseada em histogramas é eficiente com relativo baixo custo computacional.The main purpose of the algorithms for automatic modulation classification in an in- telligent receiver for cognitive radio or military applications is to identify the modulation of a signal so that the receiver can subsequently carry out the process of demodulation and then processing the received information. The lack of knowledge of parameters such as, for exam- ple, signal power, frequency and phase of carrier and timing; added to the channel effects such as multipath fading, make the automatic modulation classification problem challenger and fairly investigated currently. In this context, this thesis presents an investigation of automatic modulation classification algorithms based on discriminative learning and evaluates their per- formance in different usage scenarios. The thesis presents a new classification proposal based on front end called HISTO. Classification is performed on the received symbols, where the magnitude and phase histogram’s are computed. The results obtained using the proposed front end and the Support Vector Machine algorithm (SVM) are compared with other tech- niques. In the literature, some of the proposed algorithms are evaluated assuming knowledge of some modulation parameters and using different scenarios, which makes difficult to compare the algorithms. In this thesis, algorithms representative of the prior art are compared with the proposed ones in a systematic and uniform manner, including non-ideal scenarios such as with phase jitter and frequency offset. The simulation results show that the proposed classification based on histograms is effective with a relatively low computational cost.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoporUniversidade Federal do ParáPrograma de Pós-Graduação em Engenharia ElétricaUFPABrasilInstituto de TecnologiaCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::LINGUAGENS DE PROGRAMACAORadio definido por software (RDS)Modulação digitalAlgoritmosClassificação automática de modulação baseada em aprendizagem discriminativainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisKLAUTAU JÚNIOR, Aldebaro Barreto da Rochahttp://lattes.cnpq.br/1596629769697284http://lattes.cnpq.br/4268656519061423CARVALHO JUNIOR, Claudomir Cardoso deinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPAinstname:Universidade Federal do Pará (UFPA)instacron:UFPAORIGINALTese_ClassificacaoAutomaticaModulacao.pdfTese_ClassificacaoAutomaticaModulacao.pdfapplication/pdf1115069http://repositorio.ufpa.br/oai/bitstream/2011/7751/1/Tese_ClassificacaoAutomaticaModulacao.pdf3c89f6f8dfa6c6abf056f389dca1faf5MD51CC-LICENSElicense_urllicense_urltext/plain; charset=utf-849http://repositorio.ufpa.br/oai/bitstream/2011/7751/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_texttext/html; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/7751/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-80http://repositorio.ufpa.br/oai/bitstream/2011/7751/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81866http://repositorio.ufpa.br/oai/bitstream/2011/7751/5/license.txt43cd690d6a359e86c1fe3d5b7cba0c9bMD55TEXTTese_ClassificacaoAutomaticaModulacao.pdf.txtTese_ClassificacaoAutomaticaModulacao.pdf.txtExtracted texttext/plain225801http://repositorio.ufpa.br/oai/bitstream/2011/7751/6/Tese_ClassificacaoAutomaticaModulacao.pdf.txt851f62c1667a05a0c471c484a855a2ffMD562011/77512017-10-16 08:38:39.642oai:repositorio.ufpa.br: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ório InstitucionalPUBhttp://repositorio.ufpa.br/oai/requestriufpabc@ufpa.bropendoar:21232017-10-16T11:38:39Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA)false |
dc.title.pt_BR.fl_str_mv |
Classificação automática de modulação baseada em aprendizagem discriminativa |
title |
Classificação automática de modulação baseada em aprendizagem discriminativa |
spellingShingle |
Classificação automática de modulação baseada em aprendizagem discriminativa CARVALHO JUNIOR, Claudomir Cardoso de CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::LINGUAGENS DE PROGRAMACAO Radio definido por software (RDS) Modulação digital Algoritmos |
title_short |
Classificação automática de modulação baseada em aprendizagem discriminativa |
title_full |
Classificação automática de modulação baseada em aprendizagem discriminativa |
title_fullStr |
Classificação automática de modulação baseada em aprendizagem discriminativa |
title_full_unstemmed |
Classificação automática de modulação baseada em aprendizagem discriminativa |
title_sort |
Classificação automática de modulação baseada em aprendizagem discriminativa |
author |
CARVALHO JUNIOR, Claudomir Cardoso de |
author_facet |
CARVALHO JUNIOR, Claudomir Cardoso de |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
KLAUTAU JÚNIOR, Aldebaro Barreto da Rocha |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/1596629769697284 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/4268656519061423 |
dc.contributor.author.fl_str_mv |
CARVALHO JUNIOR, Claudomir Cardoso de |
contributor_str_mv |
KLAUTAU JÚNIOR, Aldebaro Barreto da Rocha |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::LINGUAGENS DE PROGRAMACAO |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::LINGUAGENS DE PROGRAMACAO Radio definido por software (RDS) Modulação digital Algoritmos |
dc.subject.por.fl_str_mv |
Radio definido por software (RDS) Modulação digital Algoritmos |
description |
A principal finalidade dos algoritmos para classificação automáica de modulacão em um receptor inteligente para rádio cognitivo ou aplicacões militares é a identificacão da modulacão de um sinal para que o receptor possa, posteriormente, realizar o processo de de modulacão e em seguida o processamento da informacão recebida. A falta de conhecimento acerca de parâmetros como, por exemplo: potência do sinal, frequência e fase da portadora, sincronismo temporal e outros; somados aos efeitos dos canais como desvanecimento de multipercurso, tornam o problema de classificação automática de modulacão desafiador e bastante investigado atualmente. Neste contexto, esta Tese apresenta uma investigação sobre algoritmos de classificação automática de modulacão baseados na aprendizagem discriminativa e avalia o desempenho dos mesmos em distintos cenários de uso. A Tese apresenta uma nova proposta de classificação baseada no extrator de parâmetro (front end) chamado de HISTO. A classificação é realizada sobre os síımbolos recebidos, onde os histogramas de magnitude e fase são calculados. Os resultados obtidos usam o extrator de parâmetro proposto e o algo- ritmo Máquina de Vetores de Suporte (MVS), os quais são comparados com outras técnicas. Na literatura, alguns dos algoritmos propostos são avaliados assumindo-se o conhecimento de parâmetros da modulacão e em cenários distintos, dificultando a comparação entre os algoritmos. Nesta Tese, algoritmos representativos do estado da arte são comparados com os propostos de maneira sistemática e uniforme, incluindo-se cenários não-ideais como os com phase jitter e offset de frequência. Os resultados das simulações mostram que proposta de classificação baseada em histogramas é eficiente com relativo baixo custo computacional. |
publishDate |
2015 |
dc.date.issued.fl_str_mv |
2015-06-19 |
dc.date.accessioned.fl_str_mv |
2017-02-22T16:29:54Z |
dc.date.available.fl_str_mv |
2017-02-22T16:29:54Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
CARVALHO JUNIOR, Claudomir Cardoso de. Classificação automática de modulação baseada em aprendizagem discriminativa. 2015. 93 f. Tese (Doutorado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2015. Programa de Pós-Graduação em Engenharia Elétrica. |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufpa.br/jspui/handle/2011/7751 |
identifier_str_mv |
CARVALHO JUNIOR, Claudomir Cardoso de. Classificação automática de modulação baseada em aprendizagem discriminativa. 2015. 93 f. Tese (Doutorado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2015. Programa de Pós-Graduação em Engenharia Elétrica. |
url |
http://repositorio.ufpa.br/jspui/handle/2011/7751 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal do Pará |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação em Engenharia Elétrica |
dc.publisher.initials.fl_str_mv |
UFPA |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
Instituto de Tecnologia |
publisher.none.fl_str_mv |
Universidade Federal do Pará |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPA instname:Universidade Federal do Pará (UFPA) instacron:UFPA |
instname_str |
Universidade Federal do Pará (UFPA) |
instacron_str |
UFPA |
institution |
UFPA |
reponame_str |
Repositório Institucional da UFPA |
collection |
Repositório Institucional da UFPA |
bitstream.url.fl_str_mv |
http://repositorio.ufpa.br/oai/bitstream/2011/7751/1/Tese_ClassificacaoAutomaticaModulacao.pdf http://repositorio.ufpa.br/oai/bitstream/2011/7751/2/license_url http://repositorio.ufpa.br/oai/bitstream/2011/7751/3/license_text http://repositorio.ufpa.br/oai/bitstream/2011/7751/4/license_rdf http://repositorio.ufpa.br/oai/bitstream/2011/7751/5/license.txt http://repositorio.ufpa.br/oai/bitstream/2011/7751/6/Tese_ClassificacaoAutomaticaModulacao.pdf.txt |
bitstream.checksum.fl_str_mv |
3c89f6f8dfa6c6abf056f389dca1faf5 4afdbb8c545fd630ea7db775da747b2f d41d8cd98f00b204e9800998ecf8427e d41d8cd98f00b204e9800998ecf8427e 43cd690d6a359e86c1fe3d5b7cba0c9b 851f62c1667a05a0c471c484a855a2ff |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPA - Universidade Federal do Pará (UFPA) |
repository.mail.fl_str_mv |
riufpabc@ufpa.br |
_version_ |
1793525810796167168 |