Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFAM |
Texto Completo: | http://riu.ufam.edu.br/handle/prefix/6261 |
Resumo: | The communication systems based in software defined radio (SDR) platforms offer a solution for the dynamic access of the radio spectrum. Intelligent communications systems can be built using SDR and they must continuously perform the identification of user parameters, for example, the type of modulation used. This work consists in the development of a system that performs the automatic classification of modulations types in a real environment of transmission and reception. This system uses machine learning techniques and a low-cost SDR receiver. The results of the experiments demonstrate that the method is promising, obtaining accuracy above 82% using the decision tree classification method. |
id |
UFAM-1_4b622ae0bf8663637dc508c5688496c5 |
---|---|
oai_identifier_str |
oai:localhost:prefix/6261 |
network_acronym_str |
UFAM-1 |
network_name_str |
Repositório Institucional da UFAM |
repository_id_str |
|
spelling |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquinaModulação digitalAprendizado de máquinaRádio definido por softwareENGENHARIAS::ENGENHARIA ELETRICA: TELECOMUNICACOES: SISTEMAS DE TELECOMUNICACOESAprendizado do computadorComunicações digitaisThe communication systems based in software defined radio (SDR) platforms offer a solution for the dynamic access of the radio spectrum. Intelligent communications systems can be built using SDR and they must continuously perform the identification of user parameters, for example, the type of modulation used. This work consists in the development of a system that performs the automatic classification of modulations types in a real environment of transmission and reception. This system uses machine learning techniques and a low-cost SDR receiver. The results of the experiments demonstrate that the method is promising, obtaining accuracy above 82% using the decision tree classification method.Os sistemas de comunicação baseados em rádio definido por software (SDR, do inglês, Software Defined Radio) oferecem uma solução para o acesso dinâmico ao espectro de radiofrequências. Sistemas de comunicação inteligentes podem ser construídos usando SDR e devem executar continuamente a identificação de parâmetros do usuário, por exemplo, o tipo de modulação utilizada. Este trabalho consiste no desenvolvimento de um sistema que realiza a classificação automática de modulações de sinais obtidos em um ambiente real de transmissão e recepção. O sistema proposto realiza técnicas de aprendizado de máquina e o uso de um dispositivo de recepção de sinais de baixo custo baseado em rádio definido por software. Os resultados dos experimentos demonstram que o método utilizado para classificação é promissor, obtendo acurácia acima de 82% usando o método de classificação árvore de decisão.4SimBrasilFT - Faculdade de TecnologiaManaus (AM)Engenharia Elétrica – Telecomunicações - Bacharelado - ManausSilva Júnior, Waldir Sabino dahttp://lattes.cnpq.br/2925380715531711Pinagé, Frederico da SilvaBezerra, Thiago BritoFurtado, Rafael Santos2022-06-28T19:48:09Z2022-06-272022-06-28T19:48:09Z2022-06-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesishttp://riu.ufam.edu.br/handle/prefix/6261porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2022-06-28T19:49:43Zoai:localhost:prefix/6261Repositório InstitucionalPUBhttp://riu.ufam.edu.br/oai/requestopendoar:2022-06-28T19:49:43Repositório Institucional da UFAM - Universidade Federal do Amazonas (UFAM)false |
dc.title.none.fl_str_mv |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina |
title |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina |
spellingShingle |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina Furtado, Rafael Santos Modulação digital Aprendizado de máquina Rádio definido por software ENGENHARIAS::ENGENHARIA ELETRICA: TELECOMUNICACOES: SISTEMAS DE TELECOMUNICACOES Aprendizado do computador Comunicações digitais |
title_short |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina |
title_full |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina |
title_fullStr |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina |
title_full_unstemmed |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina |
title_sort |
Classificação automática de modulações digitais utilizando rádio definido por software e aprendizado de máquina |
author |
Furtado, Rafael Santos |
author_facet |
Furtado, Rafael Santos |
author_role |
author |
dc.contributor.none.fl_str_mv |
Silva Júnior, Waldir Sabino da http://lattes.cnpq.br/2925380715531711 Pinagé, Frederico da Silva Bezerra, Thiago Brito |
dc.contributor.author.fl_str_mv |
Furtado, Rafael Santos |
dc.subject.por.fl_str_mv |
Modulação digital Aprendizado de máquina Rádio definido por software ENGENHARIAS::ENGENHARIA ELETRICA: TELECOMUNICACOES: SISTEMAS DE TELECOMUNICACOES Aprendizado do computador Comunicações digitais |
topic |
Modulação digital Aprendizado de máquina Rádio definido por software ENGENHARIAS::ENGENHARIA ELETRICA: TELECOMUNICACOES: SISTEMAS DE TELECOMUNICACOES Aprendizado do computador Comunicações digitais |
description |
The communication systems based in software defined radio (SDR) platforms offer a solution for the dynamic access of the radio spectrum. Intelligent communications systems can be built using SDR and they must continuously perform the identification of user parameters, for example, the type of modulation used. This work consists in the development of a system that performs the automatic classification of modulations types in a real environment of transmission and reception. This system uses machine learning techniques and a low-cost SDR receiver. The results of the experiments demonstrate that the method is promising, obtaining accuracy above 82% using the decision tree classification method. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-06-28T19:48:09Z 2022-06-27 2022-06-28T19:48:09Z 2022-06-22 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://riu.ufam.edu.br/handle/prefix/6261 |
url |
http://riu.ufam.edu.br/handle/prefix/6261 |
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 |
Brasil FT - Faculdade de Tecnologia Manaus (AM) Engenharia Elétrica – Telecomunicações - Bacharelado - Manaus |
publisher.none.fl_str_mv |
Brasil FT - Faculdade de Tecnologia Manaus (AM) Engenharia Elétrica – Telecomunicações - Bacharelado - Manaus |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFAM instname:Universidade Federal do Amazonas (UFAM) instacron:UFAM |
instname_str |
Universidade Federal do Amazonas (UFAM) |
instacron_str |
UFAM |
institution |
UFAM |
reponame_str |
Repositório Institucional da UFAM |
collection |
Repositório Institucional da UFAM |
repository.name.fl_str_mv |
Repositório Institucional da UFAM - Universidade Federal do Amazonas (UFAM) |
repository.mail.fl_str_mv |
|
_version_ |
1798061058074607616 |