Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless

Detalhes bibliográficos
Autor(a) principal: Makiuchi, Mariana Rodrigues
Data de Publicação: 2018
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: http://bdm.unb.br/handle/10483/22068
Resumo: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Curso de Graduação em Engenharia de Controle e Automação, 2018.
id UNB-2_d985a27d5560accac148dceca50b1146
oai_identifier_str oai:bdm.unb.br:10483/22068
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Makiuchi, Mariana RodriguesLamar, Marcus ViniciusMAKIUCHI, Mariana Rodrigues. Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless. 2018. 81 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Mecatrônica)—Universidade de Brasília, Brasília, 2018.http://bdm.unb.br/handle/10483/22068Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Curso de Graduação em Engenharia de Controle e Automação, 2018.A popularização do uso de dispositivos móveis com acesso a redes sem fio e a atual conjuntura de alocação estática do espectro eletromagnético são provavelmente as principais causas da escassez desse recurso. Para evitar o congestionamento em algumas faixas de frequência e promover o uso uniforme do espectro, vários pesquisadores e instituições estão considerando tornar o acesso dinâmico ao espectro uma realidade. Entretanto, um dos maiores desafios da mudança de política de acesso é o desenvolvimento de uma tecnologia capaz de identificar corretamente, em tempo real, oportunidades de transmissão. Neste contexto, este trabalho propõe um sistema em FPGA baseado em redes neurais recorrentes do tipo Elman para realizar o processamento de sinais eletromagnéticos capturados por um rádio definido por software e identificar oportunidades de transmissão a partir deles. Além disso, este trabalho apresenta metodologias para tornar a rede neural adaptável. Diversos experimentos foram realizados para avaliar o sistema descrito em hardware em termos de demanda por recursos computacionais, tempo de processamento e precisão de resultados. A partir desses experimentos, foi possível observar que, em relação ao mesmo sistema definido em software, o tempo de processamento do sistema descrito em hardware é cerca de 7,4 vezes mais rápido, mas seus resultados apresentaram um erro máximo de 24,4% quando comparado ao sistema em software, que, apesar de ser um valor considerável, não é suficiente para interferir na identificação de oportunidades realizada pelo sistema.Submitted by Luanna Maia (luanna@bce.unb.br) on 2019-05-30T15:33:41Z No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018_MarianaRodriguesMakiuchi_tcc.pdf: 3471725 bytes, checksum: 028c0d88b1d4c41c94733f2127db6794 (MD5)Approved for entry into archive by Luanna Maia (luanna@bce.unb.br) on 2019-05-30T15:34:04Z (GMT) No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018_MarianaRodriguesMakiuchi_tcc.pdf: 3471725 bytes, checksum: 028c0d88b1d4c41c94733f2127db6794 (MD5)Made available in DSpace on 2019-05-30T15:34:04Z (GMT). No. of bitstreams: 3 license_text: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) 2018_MarianaRodriguesMakiuchi_tcc.pdf: 3471725 bytes, checksum: 028c0d88b1d4c41c94733f2127db6794 (MD5)The popularization of the usage of mobile devices with access to wireless networks and the current conjuncture of static spectrum allocation are probably the main causes of spectrum scarcity. In order to avoid the congestion in some of the frequency bands and to grant the uniformed usage of the spectrum, many researchers and institutions consider making the dynamic access to the spectrum a reality. However, one of the greatest challenges of changing the access policy is the development of a technology capable of correctly identifying, in real time, transmission opportunities. In this context, this work proposes a system in FPGA based on Elman recurrent neural networks to execute the processing of electromagnetic signals acquired by a software defined radio and to identify transmission opportunities from these signals. Moreover, this work presents methodologies to make the network adaptable. Several experiments were conducted to evaluate the system described in hardware in terms of computational resources, processing time and results’ precision. From these experiments, it was possible to prove that, compared to the same system defined in software, the processing time of the system described in hardware is about 7.4 times faster, but its results have a maximum error of 24.4% when compared to the system defined in software, which, despite being a substantial quantity, it is not enough to interfere in the opportunities identification provided by the system.Redes neurais (Computação)Processamento de sinais - técnicas digitaisDesenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wirelessinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2019-05-30T15:34:04Z2019-05-30T15:34:04Z2018-12info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/22068/5/license.txt21554873e56ad8ddc69c092699b98f95MD55CC-LICENSElicense_urllicense_urltext/plain49http://bdm.unb.br/xmlui/bitstream/10483/22068/2/license_url4afdbb8c545fd630ea7db775da747b2fMD52license_textlicense_textapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/22068/3/license_textd41d8cd98f00b204e9800998ecf8427eMD53license_rdflicense_rdfapplication/octet-stream0http://bdm.unb.br/xmlui/bitstream/10483/22068/4/license_rdfd41d8cd98f00b204e9800998ecf8427eMD54ORIGINAL2018_MarianaRodriguesMakiuchi_tcc.pdf2018_MarianaRodriguesMakiuchi_tcc.pdfapplication/pdf3471725http://bdm.unb.br/xmlui/bitstream/10483/22068/1/2018_MarianaRodriguesMakiuchi_tcc.pdf028c0d88b1d4c41c94733f2127db6794MD5110483/220682020-11-25 15:09:01.088oai:bdm.unb.br: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Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712020-11-25T17:09:01Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless
title Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless
spellingShingle Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless
Makiuchi, Mariana Rodrigues
Redes neurais (Computação)
Processamento de sinais - técnicas digitais
title_short Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless
title_full Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless
title_fullStr Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless
title_full_unstemmed Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless
title_sort Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless
author Makiuchi, Mariana Rodrigues
author_facet Makiuchi, Mariana Rodrigues
author_role author
dc.contributor.author.fl_str_mv Makiuchi, Mariana Rodrigues
dc.contributor.advisor1.fl_str_mv Lamar, Marcus Vinicius
contributor_str_mv Lamar, Marcus Vinicius
dc.subject.keyword.pt_BR.fl_str_mv Redes neurais (Computação)
Processamento de sinais - técnicas digitais
topic Redes neurais (Computação)
Processamento de sinais - técnicas digitais
description Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Curso de Graduação em Engenharia de Controle e Automação, 2018.
publishDate 2018
dc.date.submitted.none.fl_str_mv 2018-12
dc.date.accessioned.fl_str_mv 2019-05-30T15:34:04Z
dc.date.available.fl_str_mv 2019-05-30T15:34:04Z
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.citation.fl_str_mv MAKIUCHI, Mariana Rodrigues. Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless. 2018. 81 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Mecatrônica)—Universidade de Brasília, Brasília, 2018.
dc.identifier.uri.fl_str_mv http://bdm.unb.br/handle/10483/22068
identifier_str_mv MAKIUCHI, Mariana Rodrigues. Desenvolvimento de rede neural artificial recorrente em FPGA para previsão online de oportunidades em transmissões oportunísticas em redes de comunicação wireless. 2018. 81 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Mecatrônica)—Universidade de Brasília, Brasília, 2018.
url http://bdm.unb.br/handle/10483/22068
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.source.none.fl_str_mv reponame:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/22068/5/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/22068/2/license_url
http://bdm.unb.br/xmlui/bitstream/10483/22068/3/license_text
http://bdm.unb.br/xmlui/bitstream/10483/22068/4/license_rdf
http://bdm.unb.br/xmlui/bitstream/10483/22068/1/2018_MarianaRodriguesMakiuchi_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
4afdbb8c545fd630ea7db775da747b2f
d41d8cd98f00b204e9800998ecf8427e
d41d8cd98f00b204e9800998ecf8427e
028c0d88b1d4c41c94733f2127db6794
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1801493084149645312

Registros relacionados