ESTUDO DE ALGORITMOS DE RECONHECIMENTO DE PADRÕES APLICADOS À RECONHECIMENTO DE MODULAÇÕES EM RÁDIO COGNITIVO

Resumo

Este trabalho apresenta técnicas aplicadas à classificação automática de modulações em um contexto de rádio cognitivo. Este trabalho propõe realizar a
classificação automática de modulações aplicando uma rede neural artificial do tipo Multilayer Perceptron. Foi testado o desempenho do algoritmo desenvolvido, em termo da taxa de falso alarme e nãodetecção, utilizando o método de AMC
baseado em características, para os sinais do tipo 4QAM, 16QAM, 2PSK, 4PSK, 2FSK e 4FSK, e simulados em um canal com ruído branco gaussiano. Os resultados serão obtidos em Probabilidade de Classificação
Correta (Pcc) e de Não-detecção (Pnd) para Relações Sinal-Ruído entre -20dB e 15dB, observados por meio da matriz de confusão, obtida da simulação no software MATLAB. O algoritmo final conseguiu uma Pcc de 89,8% e Pnd de 0,0%, para testes em um SNR de -20dB. Palavras-chave: Classificação automática de modulação. Rádio cognitivo. Redes neurais artificiais.