Use este identificador para citar ou linkar para este item:
https://hdl.handle.net/20.500.14867/848144Registro completo de metadados
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.contributor.advisor | Gomes, Remulo Manuel Caminha | - |
| dc.contributor.advisor | Costa, Arthur Pinheiro de Araújo | - |
| dc.contributor.author | Oliveira, Everton Alvarinho de | - |
| dc.date.accessioned | 2026-02-25T17:00:17Z | - |
| dc.date.available | 2026-02-25T17:00:17Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.uri | https://hdl.handle.net/20.500.14867/848144 | - |
| dc.description | Classificação Automática de Modulação (AMC) é uma tarefa essencial em sistemas de comunicação não cooperativos, onde os métodos tradicionais enfrentam desafios em ambientes com ruído. Este trabalho aborda o problema por meio do aprendizado profundo, com o objetivo de desenvolver, implementar e avaliar um sistema de AMC baseado em uma Rede Neural Convolucional (CNN). A metodologia emprega o dataset de referência RadioML2016.10a, processando diretamente as amostras brutas em fase e quadratura (I/Q) com uma arquitetura de CNN modular. A análise de desempenho é focada na robustez do modelo sob diferentes níveis de Relação Sinal-Ruído (SNR). Os resultados demonstram que a performance do classificador é fortemente dependente do SNR, atingindo uma acurácia global de aproximadamente 80% em cenários de alto SNR (acima de +4 dB), mas com degradação severa em baixo SNR (abaixo de -8 dB). Foram identificados padrões de erro consistentes, como a dificuldade em distinguir modulações da família QAM e as analógicas (WBFM e AM-DSB). O estudo valida a CNN como uma abordagem viável para AMC e analisa seus limites práticos frente ao ruído. | pt_BR |
| dc.language.iso | pt_BR | pt_BR |
| dc.publisher | Centro de Instrução Almirante Alexandrino (CIAA) | pt_BR |
| dc.rights | openAccess | pt_BR |
| dc.subject | Redes neurais convolucionais | pt_BR |
| dc.subject | Relação sinal-ruído | pt_BR |
| dc.subject | Classificação automática de sinais | pt_BR |
| dc.title | Sistemas inteligentes para classificação de sinais: estudo e implementação de redes neurais convolucionais | pt_BR |
| dc.type | bachelorThesis | pt_BR |
| dc.subject.dgpm | Guerra eletrônica | pt_BR |
| dc.subject.setorMarinha | Comando de Operações Navais (ComOpNav) | pt_BR |
| Aparece nas coleções: | Operações Navais: Coleção de Trabalhos de Conclusão de Curso | |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| TCC CApA_Everton Oliveira.pdf | 2,46 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.