Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital

Detalhes bibliográficos
Autor(a) principal: Pereira, Ariston Leite
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFABC
Texto Completo: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108638
Resumo: Orientador: Prof. Dr. Ivan Roberto Santana Casella
id UFBC_aad3e6ad42785cbf3ce574c20083a06a
oai_identifier_str oai:BDTD:108638
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV DigitalREDES NEURAIS ARTIFICIAISCANAL DE PROPAGAÇÃOMODELOS DE PROPAGAÇÃOARTIFICIAL NEURAL NETWORKSPROPAGATION CHANNELMODELS OF PROPAGATIONPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABCOrientador: Prof. Dr. Ivan Roberto Santana CasellaDissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia Elétrica, 2017.Com o desligamento das transmissoes do sinal de TV analogica e o crescimento de novas instalações do sinal de TV digital em todo territorio nacional para os proximos anos, existe a necessidade de um conhecimento mais aprofundado das caractersticas dos canais de propagação, possibilitando a implantação desses novos sistemas de forma mais otimizada e efciente. Os modelos de propagação propostos para o Sistema Brasileiro de TV Digital seguem recomendações nacionais e internacionais baseadas nos modelos de propagação de larga escala, propostos na literatura cientifica. Contudo, em algumas situaçõess, esses modelos não caracterizam com precisão a propagação da onda eletromagnetica na comunicação entre o transmissor e o receptor, devido aos fenomenos de propagação e interferencias que degradam o sinal. Assim sendo, aplicou-se nesse projeto 03 tecnicas de Redes Neurais Artificiais como aproximadores de funções: Perceptron Multicamadas, Redes de Funções de Base Radial e Rede Neurais com Regressão Generalizada, sendo treinadas com os dados coletados de um levantamento de campo dos canais abertos de TV digital na cidade de São Paulo. Apos a fase de treinamento e utilizando metodos de otimização adequados para redução de overfitting, as melhores configurações de Redes Neurais Artificiais foram analisadas com resultados de saída mais adequados para representar o canal de propagação para o sistema de TV digital e resultados generalizados para diferentes distancias, frequencias e alturas foram gerados. Por fim, uma analise estatistica foi realizada comparando os valores de saida das Redes Neurais Artificiais, com valores praticos do levantamento de campo e os resultados teoricos calculados atraves dos modelos de propagação classicos da literatura cientifica, sinalizando que o uso das tecnicas de Redes Neurais Artificiais é possível na predição de canal de propagação com relativa eficiência de resultados.With the switch-off of the analogue TV signal transmissions and the new digital TV signal installations throughout the national territory for the next years, there is a need for a more in-depth knowledge of the characteristics of the propagation channels, enabling the deployment of these new systems in a more optimized and eficient way. The propagation models proposed for the Brazilian Digital TV System follow national and international recommendations based on the large scale propagation models proposed in the scientific literature. However, in some situations, these models do not accurately characterize the propagation of the electromagnetic wave in the communication between the transmitter and the receiver, due to propagation phenomena and interferences that degrade the signal. Thus, we applied in this project 03 techniques of Artificial Neural Networks as approximations of functions: Multi layer Perceptron, Radial Base Functions Networks and Generalized Regression Neural Network, being trained with data collected from a field survey of open channels of digital TV in the city of S~ao Paulo. After the training phase and using appropriate optimization methods to reduce overfitting, the best configurations of Artificial Neural Networks were analyzed with better output results to represent the propagation channel for the digital TV system and generalized results for diferent distances, Frequencies and heights of the profiles were generated. Finally, a statistical analysis was performed comparing the output values of the Artificial Neural Networks with practical values of the field survey and the theoretical results calculated through the classical propagation models of the scientific literature, signaling that the use of Artificial Neural Networks techniques is possible in the prediction of propagation channel with relative eficiency of results.Casella, Ivan Roberto SantanaPuma, José Luiz AzeueAkamine, CristianoPereira, Ariston Leite2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf207 f. : il.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108638http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108638&midiaext=75443http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108638&midiaext=75444Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=108638porreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2018-04-13T12:46:55Zoai:BDTD:108638Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2018-04-13T12:46:55Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.none.fl_str_mv Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital
title Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital
spellingShingle Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital
Pereira, Ariston Leite
REDES NEURAIS ARTIFICIAIS
CANAL DE PROPAGAÇÃO
MODELOS DE PROPAGAÇÃO
ARTIFICIAL NEURAL NETWORKS
PROPAGATION CHANNEL
MODELS OF PROPAGATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
title_short Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital
title_full Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital
title_fullStr Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital
title_full_unstemmed Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital
title_sort Aplicação de redes neurais artificiais na modelagem de canais de radiopropagação para o Sistema Brasileiro de TV Digital
author Pereira, Ariston Leite
author_facet Pereira, Ariston Leite
author_role author
dc.contributor.none.fl_str_mv Casella, Ivan Roberto Santana
Puma, José Luiz Azeue
Akamine, Cristiano
dc.contributor.author.fl_str_mv Pereira, Ariston Leite
dc.subject.por.fl_str_mv REDES NEURAIS ARTIFICIAIS
CANAL DE PROPAGAÇÃO
MODELOS DE PROPAGAÇÃO
ARTIFICIAL NEURAL NETWORKS
PROPAGATION CHANNEL
MODELS OF PROPAGATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
topic REDES NEURAIS ARTIFICIAIS
CANAL DE PROPAGAÇÃO
MODELOS DE PROPAGAÇÃO
ARTIFICIAL NEURAL NETWORKS
PROPAGATION CHANNEL
MODELS OF PROPAGATION
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA - UFABC
description Orientador: Prof. Dr. Ivan Roberto Santana Casella
publishDate 2017
dc.date.none.fl_str_mv 2017
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 http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108638
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108638
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108638&midiaext=75443
http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=108638&midiaext=75444
Cover: http://biblioteca.ufabc.edu.br/php/capa.php?obra=108638
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
207 f. : il.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1813263944550187008

Registros relacionados