Classificação Automática de Modulação Digital com uso de Correntropia para Ambientes de Rádio Cognitivo
Modern wireless systems employ adaptive techniques to provide high throughput while observing desired coverage, Quality of Service (QoS) and capacity. An alternative to further enhance data rate is to apply cognitive radio concepts, where a system is able to exploit unused spectrum on existing licen...
Na minha lista:
| Autor principal: | |
|---|---|
| Outros Autores: | |
| Formato: | Dissertação |
| Idioma: | por |
| Publicado em: |
Universidade Federal do Rio Grande do Norte
|
| Assuntos: | |
| Endereço do item: | https://repositorio.ufrn.br/jspui/handle/123456789/15452 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| id |
ri-123456789-15452 |
|---|---|
| record_format |
dspace |
| institution |
Repositório Institucional |
| collection |
RI - UFRN |
| language |
por |
| topic |
Classificação Automática de Modulação. Correntropia. Rádio Cognitivo Classification Automatic Modulation. Correntropy. Radio Cognitive CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
| spellingShingle |
Classificação Automática de Modulação. Correntropia. Rádio Cognitivo Classification Automatic Modulation. Correntropy. Radio Cognitive CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Fontes, Aluisio Igor Rêgo Classificação Automática de Modulação Digital com uso de Correntropia para Ambientes de Rádio Cognitivo |
| description |
Modern wireless systems employ adaptive techniques to provide high throughput
while observing desired coverage, Quality of Service (QoS) and capacity. An alternative
to further enhance data rate is to apply cognitive radio concepts, where a system is
able to exploit unused spectrum on existing licensed bands by sensing the spectrum and
opportunistically access unused portions. Techniques like Automatic Modulation Classification
(AMC) could help or be vital for such scenarios. Usually, AMC implementations
rely on some form of signal pre-processing, which may introduce a high computational
cost or make assumptions about the received signal which may not hold (e.g. Gaussianity
of noise). This work proposes a new method to perform AMC which uses a similarity measure
from the Information Theoretic Learning (ITL) framework, known as correntropy
coefficient. It is capable of extracting similarity measurements over a pair of random processes
using higher order statistics, yielding in better similarity estimations than by using
e.g. correlation coefficient. Experiments carried out by means of computer simulation
show that the technique proposed in this paper presents a high rate success in classification
of digital modulation, even in the presence of additive white gaussian noise (AWGN) |
| author2 |
Silveira, Luiz Felipe de Queiroz |
| author_facet |
Silveira, Luiz Felipe de Queiroz Fontes, Aluisio Igor Rêgo |
| format |
masterThesis |
| author |
Fontes, Aluisio Igor Rêgo |
| author_sort |
Fontes, Aluisio Igor Rêgo |
| title |
Classificação Automática de Modulação Digital
com uso de Correntropia para Ambientes de
Rádio Cognitivo |
| title_short |
Classificação Automática de Modulação Digital
com uso de Correntropia para Ambientes de
Rádio Cognitivo |
| title_full |
Classificação Automática de Modulação Digital
com uso de Correntropia para Ambientes de
Rádio Cognitivo |
| title_fullStr |
Classificação Automática de Modulação Digital
com uso de Correntropia para Ambientes de
Rádio Cognitivo |
| title_full_unstemmed |
Classificação Automática de Modulação Digital
com uso de Correntropia para Ambientes de
Rádio Cognitivo |
| title_sort |
classificação automática de modulação digital
com uso de correntropia para ambientes de
rádio cognitivo |
| publisher |
Universidade Federal do Rio Grande do Norte |
| publishDate |
2014 |
| url |
https://repositorio.ufrn.br/jspui/handle/123456789/15452 |
| work_keys_str_mv |
AT fontesaluisioigorrego classificacaoautomaticademodulacaodigitalcomusodecorrentropiaparaambientesderadiocognitivo |
| _version_ |
1773957448143470592 |
| spelling |
ri-123456789-154522017-10-31T18:53:10Z Classificação Automática de Modulação Digital com uso de Correntropia para Ambientes de Rádio Cognitivo Fontes, Aluisio Igor Rêgo Silveira, Luiz Felipe de Queiroz http://lattes.cnpq.br/7848819859172650 http://lattes.cnpq.br/4139452169580807 Dória Neto, Adrião Duarte http://lattes.cnpq.br/1987295209521433 Martins, Allan de Medeiros http://lattes.cnpq.br/4402694969508077 Assis, Francisco Marcos de http://lattes.cnpq.br/2368523362272656 Classificação Automática de Modulação. Correntropia. Rádio Cognitivo Classification Automatic Modulation. Correntropy. Radio Cognitive CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA Modern wireless systems employ adaptive techniques to provide high throughput while observing desired coverage, Quality of Service (QoS) and capacity. An alternative to further enhance data rate is to apply cognitive radio concepts, where a system is able to exploit unused spectrum on existing licensed bands by sensing the spectrum and opportunistically access unused portions. Techniques like Automatic Modulation Classification (AMC) could help or be vital for such scenarios. Usually, AMC implementations rely on some form of signal pre-processing, which may introduce a high computational cost or make assumptions about the received signal which may not hold (e.g. Gaussianity of noise). This work proposes a new method to perform AMC which uses a similarity measure from the Information Theoretic Learning (ITL) framework, known as correntropy coefficient. It is capable of extracting similarity measurements over a pair of random processes using higher order statistics, yielding in better similarity estimations than by using e.g. correlation coefficient. Experiments carried out by means of computer simulation show that the technique proposed in this paper presents a high rate success in classification of digital modulation, even in the presence of additive white gaussian noise (AWGN) Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Os modernos sistemas de comunicação sem fio empregam, frequentemente, técnicas adaptativas para proporcionar uma alta taxa de transmissão, enquanto asseguram qualidade de serviço (QoS) e abrangência de cobertura. Estudos recentes têm mostrado que esses sistemas podem se tornar ainda mais eficientes com a incorporação de técnicas de inteligência artificial e de conceitos de rádio definido por software. Os sistemas que seguem essa linha, conhecidos como Sistemas de Rádio Cognitivo, podem idealmente explorar de forma dinâmica e oportunística porções do espectro de frequências não utilizadas, conhecidas como buracos espectrais, com o objetivo de prover altas taxas de transmissão de dados com elevada confiabilidade e disponibilidade de serviço. A Classificação Automática de Modulação (AMC) seria uma habilidade muito útil nesses sistemas. Normalmente, as técnicas de AMC utilizam alguma forma de pré-processamento do sinal que pode introduzir um alto custo computacional ou necessitar de suposições fortes, e até mesmo imprecisas, sobre o sinal recebido. Este trabalho propõe o uso direto de uma medida de similaridade, baseada na Teoria da Informação, conhecida como coeficiente de correntropia, para extrair informações estatísticas de ordem elevada do sinal, com o objetivo de reconhecer automaticamente o formato de modulações digitais. Experimentos realizados por meio de simulação computacional demonstram que a técnica proposta neste trabalho apresenta uma alta taxa de sucesso na classificação de modulações digitais, mesmo na presença de ruído aditivo gaussiano branco (AWGN) 2014-12-17T14:56:07Z 2013-04-24 2014-12-17T14:56:07Z 2012-12-14 masterThesis FONTES, Aluisio Igor Rêgo. Classificação Automática de Modulação Digital com uso de Correntropia para Ambientes de Rádio Cognitivo. 2012. 88 f. Dissertação (Mestrado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2012. https://repositorio.ufrn.br/jspui/handle/123456789/15452 por Acesso Aberto application/pdf application/pdf Universidade Federal do Rio Grande do Norte BR UFRN Programa de Pós-Graduação em Engenharia Elétrica Automação e Sistemas; Engenharia de Computação; Telecomunicações |