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.
|
