Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/37275
Full metadata record
DC FieldValueLanguage
dc.creatorTavares, Samuel Alves-
dc.date.accessioned2023-02-23T14:36:56Z-
dc.date.available2023-02-23T14:36:56Z-
dc.date.issued2023-02-03-
dc.identifier.citationTAVARES, Samuel Alves. Otimização de características para classificação automática de modulação de sinais afetados pelos canais Awgn e Rayleigh. 2022. 56 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Eletrônica e de Telecomunicações) – Universidade Federal de Uberlândia, Uberlândia, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/37275-
dc.description.abstractIn the last years, lot of new mobile network technologies have emerged. So, Telecommunications networks need to be more autonomous, identifying all user parameters, including the type of modulation. The objective of this work is to generate a database with the main types of digital modulation and build a system that automatically classifies digital modulations of a signal that passed through the AWGN and Rayleigh channels, select and optimize the best characteristics of the signal so that the classification be done more quickly and efficiently. The selection of features using the correlation and RFE methods, proved to be very promising, decreasing by about 80% of the initially proposed features, in addition to having reached a high accuracy of correct classification.pt_BR
dc.description.sponsorshipUFU - Universidade Federal de Uberlândiapt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectAprendizado de máquinapt_BR
dc.subjectMachine learningpt_BR
dc.subjectClassificação automática de modulaçõespt_BR
dc.subjectAutomatic modulation classificationpt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectArtificial intelligencept_BR
dc.subjectCanal de rayleighpt_BR
dc.subjectRayleigh channelpt_BR
dc.subjectCorrelaçãopt_BR
dc.subjectCorrelationpt_BR
dc.subjectSeleção de característicaspt_BR
dc.subjectFeature selectionpt_BR
dc.titleOtimização de características para classificação automática de modulação de sinais afetados pelos canais Awgn e Rayleigh.pt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Costa, André Luiz Aguiar da-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/7455660237808982pt_BR
dc.contributor.referee1Silva, Ederson Rosa da-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0745957106999584pt_BR
dc.contributor.referee2Mateus, Alexandre Coutinho-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/5723816513897339pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2845780004540199pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoCom o surgimento de novas tecnologias de redes móveis nos últimos anos, cada vez mais as redes de Telecomunicações precisam ser mais autônomas, identificando todos os parâmetros do usuário, incluindo o tipo de modulação. Dessa forma, esse trabalho tem como objetivo gerar uma base de dados com os principais tipos de modulação digital e construir um sistema que classifica automaticamente modulações digitais de um sinal que passou pelos canais AWGN e Rayleigh, além de selecionar e otimizar as melhores características do sinal para que a classificação seja feita de forma mais rápida e eficiente. Feita a seleção de características, utilizando o método de correlação somado ao algoritmo RFE, obteve­se um resultado muito promissor, onde as características foram diminuídas em cerca de 80% das características propostas inicialmente, além de ter atingido uma alta acurácia de acerto na classificação.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseEngenharia de Eletrônica e Telecomunicaçõespt_BR
dc.sizeorduration56pt_BR
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOESpt_BR
Appears in Collections:TCC - Engenharia Eletrônica e de Telecomunicações (Uberlândia)

Files in This Item:
File Description SizeFormat 
OtimizaçãoCaracterísticasClassificação.pdfTCC2.21 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons