Classificação de sinais radar com inteligência artificial aplicada a imagens: uma análise de aplicabilidades de redes neurais profundas no aprimoramento da Guerra Eletrônica

Eloy, William Douglas Saboia

Repositório Institucional da Produção Científica da Marinha do Brasil (RI-MB)

Use este identificador para citar ou linkar para este item: https://hdl.handle.net/20.500.14867/848146

Registro completo de metadados

Campo DC	Valor	Idioma
dc.contributor.advisor	Moreira, Rodrigo da Silva	-
dc.contributor.advisor	Silva, Aline de Oliveira Pinto	-
dc.contributor.author	Eloy, William Douglas Saboia	-
dc.date.accessioned	2026-02-25T17:11:29Z	-
dc.date.available	2026-02-25T17:11:29Z	-
dc.date.issued	2025	-
dc.identifier.uri	https://hdl.handle.net/20.500.14867/848146	-
dc.description	Diante dos avanços tecnológicos da guerra moderna, o sucesso de uma operação militar está diretamente relacionado à superioridade no controle do espectro eletromagnético. Paralelamente, nas últimas décadas, observam-se significativos progressos no campo da Inteligência Artificial, impulsionados pelo aumento da capacidade computacional e pela consolidação de algoritmos de aprendizado profundo. Nesse contexto, este trabalho busca contribuir para a modernização da capacidade de Guerra Eletrônica da Marinha do Brasil, em especial no âmbito das Medidas de Apoio à Guerra Eletrônica (MAGE). O estudo tem como objetivo analisar a aplicabilidade de redes neurais profundas na solução do problema de classificação de sinais radar, a partir de suas representações em imagens tempo-frequência. Para isso, foram avaliadas duas arquiteturas de Redes Neurais Convolucionais (CNN): a GoogLeNet e a rede proposta por Kong et al. (2018), aplicadas à classificação de diferentes modulações intrapulso em sinais radar, sob distintas condições de razão sinal-ruído (SNR) e épocas de treinamento. As modulações consideradas englobam a modulação em frequência (LFM), as modulações em fase, incluindo os códigos Barker e Frank, as polifásicas (P1–P4), as politemporais (T1–T4), além de sinais não modulados. A classificação precisa dos sinais radar permite uma identificação mais eficiente das emissões eletromagnéticas, favorecendo processos de tomada de decisão de uma Força militar. Assim, a aplicação de novas tecnologias de Inteligência Artificial para a classificação de sinais radar modulados mostra-se promissora para o êxito das operações militares contemporâneas.	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	Classificação	pt_BR
dc.subject	Rede neural	pt_BR
dc.subject	MAGE	pt_BR
dc.title	Classificação de sinais radar com inteligência artificial aplicada a imagens: uma análise de aplicabilidades de redes neurais profundas no aprimoramento da Guerra Eletrônica	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_William Eloy.pdf		21,2 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Visualizar estatísticas