Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM

Detalhes bibliográficos
Autor(a) principal: Amoedo, Diego Alves
Data de Publicação: 2017
Outros Autores: http://lattes.cnpq.br/0128851093685996
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFAM
Texto Completo: http://tede.ufam.edu.br/handle/tede/6176
Resumo: O Rádio Cognitivo é uma nova tecnologia que busca resolver o problema de subutilização do espectro de radiofrequências, por meio do sensoriamento do espectro, cujo objetivo é detectar os buracos espectrais. A classi cação automática de modulação desempenha um papel importante neste cenário, pois, provém informa- ção sobre os usuários primários de modo a auxiliar nas tarefas de sensoriamento do espectro. Nesta dissertação, propomos uma metodologia para a classi cação multiclasse e hierárquica de sinais modulados utilizando SVM, com um conjunto de parâmetros pré-de nidos. Na literatura, outros trabalhos tratam da classi cação automática de modulação tanto com SVM como com outros tipos de classi cadores, porém, poucos fazem uma análise detalhada do projeto dos classi cadores. O SVM é conhecido por sua alta capacidade de discriminação, todavia, seu desempenho é bastante sensível aos parâmetros usados na geração dos classi cadores. Com a utilização de um conjunto pré-de nido de parâmetros, buscamos analisar o comportamento do classi cador de forma ampla e investigar a in uência das mudanças de parâmetros na constituição de classi cadores. Além disso, utiliza-se as técnicas de decomposição multiclasse um-contra-todos, um-contra-um, códigos de saída corretores de erros e hierárquica. Por m, foram utilizados nove tipos de modulações (AM, FM, BPSK, QPSK, 16QAM, 64QAM, GMSK, OFDM e WCDMA). Tanto os tipos de modulação quanto as técnicas de decomposição abrangem quase a totalidade de técnicas de decomposição e de classes de modulação presentes na literatura.
id UFAM_0c5b4cb5171f71def7cadd1687ed096a
oai_identifier_str oai:https://tede.ufam.edu.br/handle/:tede/6176
network_acronym_str UFAM
network_name_str Biblioteca Digital de Teses e Dissertações da UFAM
repository_id_str 6592
spelling Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVMCognitive RadioAutomatic Modulatoin ClassificationKfold Cross ValidationParameter SelectionError-correcting output codesRádio CognitivoModulação AnalógicasClassificação Automática de ModulaçãoENGENHARIAS: ENGENHARIA ELÉTRICAO Rádio Cognitivo é uma nova tecnologia que busca resolver o problema de subutilização do espectro de radiofrequências, por meio do sensoriamento do espectro, cujo objetivo é detectar os buracos espectrais. A classi cação automática de modulação desempenha um papel importante neste cenário, pois, provém informa- ção sobre os usuários primários de modo a auxiliar nas tarefas de sensoriamento do espectro. Nesta dissertação, propomos uma metodologia para a classi cação multiclasse e hierárquica de sinais modulados utilizando SVM, com um conjunto de parâmetros pré-de nidos. Na literatura, outros trabalhos tratam da classi cação automática de modulação tanto com SVM como com outros tipos de classi cadores, porém, poucos fazem uma análise detalhada do projeto dos classi cadores. O SVM é conhecido por sua alta capacidade de discriminação, todavia, seu desempenho é bastante sensível aos parâmetros usados na geração dos classi cadores. Com a utilização de um conjunto pré-de nido de parâmetros, buscamos analisar o comportamento do classi cador de forma ampla e investigar a in uência das mudanças de parâmetros na constituição de classi cadores. Além disso, utiliza-se as técnicas de decomposição multiclasse um-contra-todos, um-contra-um, códigos de saída corretores de erros e hierárquica. Por m, foram utilizados nove tipos de modulações (AM, FM, BPSK, QPSK, 16QAM, 64QAM, GMSK, OFDM e WCDMA). Tanto os tipos de modulação quanto as técnicas de decomposição abrangem quase a totalidade de técnicas de decomposição e de classes de modulação presentes na literatura.Cognitive radio is a new technology that aims to solve the spectrumunderutilization problem, through spectrum sensing, whose objective is to detect the so called spectrum holes. Automatic modulation classi cation plays an important role in this scenario, since it provides information about primary users, with the goal of aiding in spectrum sensing tasks. In the present dissertation, we propose a methodology for multiclass and hierarchical classi cation of modulated signal using support vector machines (SVM), with a set of prede ned parameters. In literature, other works deal with automatic modulation classi cation with SVM and other classi ers, however, few of them take a deep look at classi er design. SVM is known by its high discrimantion capacity, but its performance is very sensitive to the parameters used during classi ers design. With the use of a prede ned set of parameters, we seek to analyze the behavior of the classi er broadly and to investigate the in uence of parameter changes on the constitution of classi ers. In addition, we use one-versus-all and one-versus-one, error-correcting output codes and hierarchical decomposition. Finally, nine types of modulations (AM, FM, BPSK, QPSK, 16QAM, 64QAM, GMSK, OFDM and WCDMA) are used. The types of modulation as well as the decomposition techniques used cover almost all decomposition techniques and modulation classes present in the literature.Universidade Federal do AmazonasFaculdade de TecnologiaBrasilUFAMPrograma de Pós-graduação em Engenharia ElétricaSilva Júnior, Waldir Sabino dahttp://lattes.cnpq.br/2925380715531711Amoedo, Diego Alveshttp://lattes.cnpq.br/01288510936859962018-02-23T14:46:21Z2017-07-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfAMOEDO, Diego Alves. Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM. 2017. 137 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2017.http://tede.ufam.edu.br/handle/tede/6176porhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2018-08-16T17:52:04Zoai:https://tede.ufam.edu.br/handle/:tede/6176Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922018-08-16T17:52:04Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM
title Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM
spellingShingle Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM
Amoedo, Diego Alves
Cognitive Radio
Automatic Modulatoin Classification
Kfold Cross Validation
Parameter Selection
Error-correcting output codes
Rádio Cognitivo
Modulação Analógicas
Classificação Automática de Modulação
ENGENHARIAS: ENGENHARIA ELÉTRICA
title_short Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM
title_full Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM
title_fullStr Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM
title_full_unstemmed Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM
title_sort Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM
author Amoedo, Diego Alves
author_facet Amoedo, Diego Alves
http://lattes.cnpq.br/0128851093685996
author_role author
author2 http://lattes.cnpq.br/0128851093685996
author2_role author
dc.contributor.none.fl_str_mv Silva Júnior, Waldir Sabino da
http://lattes.cnpq.br/2925380715531711
dc.contributor.author.fl_str_mv Amoedo, Diego Alves
http://lattes.cnpq.br/0128851093685996
dc.subject.por.fl_str_mv Cognitive Radio
Automatic Modulatoin Classification
Kfold Cross Validation
Parameter Selection
Error-correcting output codes
Rádio Cognitivo
Modulação Analógicas
Classificação Automática de Modulação
ENGENHARIAS: ENGENHARIA ELÉTRICA
topic Cognitive Radio
Automatic Modulatoin Classification
Kfold Cross Validation
Parameter Selection
Error-correcting output codes
Rádio Cognitivo
Modulação Analógicas
Classificação Automática de Modulação
ENGENHARIAS: ENGENHARIA ELÉTRICA
description O Rádio Cognitivo é uma nova tecnologia que busca resolver o problema de subutilização do espectro de radiofrequências, por meio do sensoriamento do espectro, cujo objetivo é detectar os buracos espectrais. A classi cação automática de modulação desempenha um papel importante neste cenário, pois, provém informa- ção sobre os usuários primários de modo a auxiliar nas tarefas de sensoriamento do espectro. Nesta dissertação, propomos uma metodologia para a classi cação multiclasse e hierárquica de sinais modulados utilizando SVM, com um conjunto de parâmetros pré-de nidos. Na literatura, outros trabalhos tratam da classi cação automática de modulação tanto com SVM como com outros tipos de classi cadores, porém, poucos fazem uma análise detalhada do projeto dos classi cadores. O SVM é conhecido por sua alta capacidade de discriminação, todavia, seu desempenho é bastante sensível aos parâmetros usados na geração dos classi cadores. Com a utilização de um conjunto pré-de nido de parâmetros, buscamos analisar o comportamento do classi cador de forma ampla e investigar a in uência das mudanças de parâmetros na constituição de classi cadores. Além disso, utiliza-se as técnicas de decomposição multiclasse um-contra-todos, um-contra-um, códigos de saída corretores de erros e hierárquica. Por m, foram utilizados nove tipos de modulações (AM, FM, BPSK, QPSK, 16QAM, 64QAM, GMSK, OFDM e WCDMA). Tanto os tipos de modulação quanto as técnicas de decomposição abrangem quase a totalidade de técnicas de decomposição e de classes de modulação presentes na literatura.
publishDate 2017
dc.date.none.fl_str_mv 2017-07-19
2018-02-23T14:46:21Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv AMOEDO, Diego Alves. Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM. 2017. 137 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2017.
http://tede.ufam.edu.br/handle/tede/6176
identifier_str_mv AMOEDO, Diego Alves. Classificação automática de modulações mono e multiportadoras utilizando método de extração de características e classificadores SVM. 2017. 137 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus, 2017.
url http://tede.ufam.edu.br/handle/tede/6176
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Amazonas
Faculdade de Tecnologia
Brasil
UFAM
Programa de Pós-graduação em Engenharia Elétrica
publisher.none.fl_str_mv Universidade Federal do Amazonas
Faculdade de Tecnologia
Brasil
UFAM
Programa de Pós-graduação em Engenharia Elétrica
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Biblioteca Digital de Teses e Dissertações da UFAM
collection Biblioteca Digital de Teses e Dissertações da UFAM
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv ddbc@ufam.edu.br||ddbc@ufam.edu.br
_version_ 1800234111782092800