Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elérica, 2016. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2016-08-08T15:11:53Z No. of bitstreams: 1 2016_StephanieMilenaAlvarezFernandez.pdf: 1071645 bytes, checksum: d091e7c62f2fa1cb17db51bd3d6206b1 (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-12-19T13:40:11Z (GMT) No. of bitstreams: 1 2016_StephanieMilenaAlvarezFernandez.pdf: 1071645 bytes, checksum: d091e7c62f2fa1cb17db51bd3d6206b1 (MD5) / Made available in DSpace on 2016-12-19T13:40:11Z (GMT). No. of bitstreams: 1 2016_StephanieMilenaAlvarezFernandez.pdf: 1071645 bytes, checksum: d091e7c62f2fa1cb17db51bd3d6206b1 (MD5) / Nas últimas décadas, o estudo de métodos para a inversão cega de sistemas de Wiener tem recebido uma atenção signi cativa, especialmente em áreas como a biologia, química, sociologia e na indústria. Um grande número de métodos tem sido desenvolvidos com diferentes abordagens e análises teóricas do problema, que incluem algoritmos de gradiente para minimizar a taxa de informação mútua do sinal extraído, algoritmos genéticos para executar a tarefa de procurar os parâmetros ótimos assim como algoritmos imuno-inspirados. Estes métodos têm como requisito fundamental que o sinal de entrada seja originalmente i.i.d., além de algumas outras condições de suavidade. Cenários de aplicação que cumprem com este requisito podem ser difíceis de ocorrer, na prática; por isso, considerar fontes não-independentes tem se tornado uma importante abordagem. Neste trabalho, propõem-se dois métodos baseados nas funções de autocorrelação e autocorrentropia para explorar a estrutura do tempo de um determinado sinal, com a nalidade de promover a inversão cega dos sistemas de Wiener usando sistemas Hammerstein. Filtros lineares com e sem realimentação são considerados e um algoritmo imuno-inspirado é usado para permitir a otimização de parâmetros sem a necessidade de manipular analiticamente a função custo, ao mesmo tempo que se aumenta a probabilidade de convergência global. Os resultados experimentais indicam que ambas as funções proporcionam meios e cazes para a inversão do sistema e também ilustram o efeito de realimentação linear sobre o desempenho global do sistema. _________________________________________________________________________________________________ ABSTRACT / In the last decades, the study of blind inversion of Wiener systems has received signi cant attention, in a special manner in areas such as biology, chemistry, sociology, psychology and industry. A large number of methods have been developed with di erent approaches and theoretical analysis of the problem, which include a gradient algorithm to minimize the mutual information rate of the extracted signal, genetic algorithms to perform the task of searching for the optimal parameters as well as immune-inspired algorithms. These methods have the particular requirement that the input signal must be i.i.d. and, besides some smoothness conditions. This requirement may be hard to be present in real-world problems, hence, considering non-independent sources have become an interesting approach. In this work, we propose two methods based on the autocorrelation and autocorrentropy functions for representing the time structure of a given signal, in order to cope with the unsupervised inversion of Wiener systems by Hammerstein systems. Linear lters with and without feedback are considered and an immune-inspired algorithm is used to allow parameter optimization without the need for explicitly manipulating the cost function, with the additional bene t of increasing the probability of global convergence. The experimental results indicate that both functions provide e ective means for system inversion and also illustrate the e ect of linear feedback on the overall system performance.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-06-21T19:35:53Z No. of bitstreams: 1 AluisioIgorRegoFontes_TESE.pdf: 3702181 bytes, checksum: ebee4d30550394d35c706823dc2169ae (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-06-22T21:45:56Z (GMT) No. of bitstreams: 1 AluisioIgorRegoFontes_TESE.pdf: 3702181 bytes, checksum: ebee4d30550394d35c706823dc2169ae (MD5) / Made available in DSpace on 2016-06-22T21:45:56Z (GMT). No. of bitstreams: 1 AluisioIgorRegoFontes_TESE.pdf: 3702181 bytes, checksum: ebee4d30550394d35c706823dc2169ae (MD5) Previous issue date: 2015-09-11 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / A extra??o de informa??es de sinais aleat?rios ? um problema frequente e relevante em muitas aplica??es de processamento digital de sinais. Nos ?ltimos anos, diferentes m?todos t?m sido utilizados para a parametriza??o de sinais ou obten??o de descritores eficientes de suas caracter?sticas. Quando os sinais aleat?rios possuem propriedades es- tat?sticas cicloestacion?rias, as Fun??es de Autocorrela??o C?clica (CAF) e a Densidade Espectral C?clica (SCD) podem ser utilizadas na obten??o de informa??es cicloestacion?- rias de segunda ordem. Entretanto, em sinais n?o-gaussianos, as informa??es cicloestaci- on?rias de segunda ordem s?o fracas e, neste caso a an?lise cicloestacion?ria deve ocorrer sobre informa??es estat?sticas de ordem superior. Este trabalho prop?e uma nova ferra- menta matem?tica para a an?lise cicloestacion?ria de ordem superior baseada na fun??o de correntropia. Especificamente, a teoria de an?lise cicloestacion?ria ? revisitada sob um enfoque de teoria da informa??o, e as Fun??es de Correntropia C?clica (CCF) e Densidade Espectral de Correntropia C?clica (CCSD) s?o definidas. ? comprovado analiticamente que a CCF cont?m informa??es de momentos cicloestacion?rios de segunda ordem e de ordem superior, sendo uma generaliza??o da CAF. O desempenho dessas novas fun??es, na extra??o de caracter?sticas cicloestacion?rias de ordem superior, ? analisado em um cen?rio de comunica??o sem fio com ru?do n?o-gaussiano. / Information extraction is a frequent and relevant problem in digital signal processing. In the past few years, different methods have been utilized for the parameterization of signals and the achievement of efficient descriptors. When the signals possess statistical cyclostationary properties, the Cyclic Autocorrelation Function (CAF) and the Spectral Cyclic Density (SCD) can be used to extract second-order cyclostationary information. However, second-order cyclostationary information is poor in nongaussian signals, as the cyclostationary analysis in this case should comprise higher-order statistical information. This paper proposes a new mathematical tool for the higher-order cyclostationary analysis based on the correntropy function. Specifically, the cyclostationary analysis is revisited focusing on the information theory, while the Cyclic Correntropy Function (CCF) and Cyclic Correntropy Spectral Density (CCSD) are also defined. Besides, it is analytically proven that the CCF contains information regarding second- and higher-order cyclostationary moments, being a generalization of the CAF. The performance of the aforementioned new functions in the extraction of higher-order cyclostationary characteristics is analyzed in a wireless communication system where nongaussian noise exists.

Submitted by Automação e Estatística (sst@bczm.ufrn.br) on 2018-05-02T22:45:41Z No. of bitstreams: 1 HugoRafaelGoncalvesCavalcante_DISSERT.pdf: 3206340 bytes, checksum: f3fa76c2e8d038cff55d4746478ddefe (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-05-07T21:14:50Z (GMT) No. of bitstreams: 1 HugoRafaelGoncalvesCavalcante_DISSERT.pdf: 3206340 bytes, checksum: f3fa76c2e8d038cff55d4746478ddefe (MD5) / Made available in DSpace on 2018-05-07T21:14:50Z (GMT). No. of bitstreams: 1 HugoRafaelGoncalvesCavalcante_DISSERT.pdf: 3206340 bytes, checksum: f3fa76c2e8d038cff55d4746478ddefe (MD5) Previous issue date: 2018-02-16 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Satélites de baixa órbita (LEO) se deslocam a altíssimas velocidades e são capazes de circunscrever o planeta por diversas vezes em um mesmo dia. Esse ambiente muito dinâmico induz valores consideráveis de deslocamento Doppler e aceleração Doppler nos sinais de comunicações espaciais, o que é conhecido como deslocamento Doppler dinâmico. Estabelecer comunicação com esses sistemas é um processo de múltiplas tarefas e, devido ao deslocamento Doppler dinâmico, uma das mais críticas é a aquisição fina da frequência da portadora. Diversos trabalhos já investigaram técnicas de estimação de frequência de sinais de satélite considerando ambientes de comunicação caracterizados pelo ruído aditivo Gaussiano branco (AWGN). Entretanto, os efeitos do ruído impulsivo também devem ser considerados em uma caracterização mais fiel do cenário de comunicação dos satélite LEO. Este trabalho introduz um novo método de aquisição de frequência para satélites de baixa órbita baseado no cálculo de similaridade obtido com o critério de máxima correntropia. A correntropia se mostra muito eficiente no processamento de sinais com ruído não-gaussiano, especialmente em ambientes de ruído impulsivo. Foi investigada a robustez da técnica proposta neste trabalho em um ambiente de comunicação caracterizado pelo ruído impulsivo, e seu desempenho foi comparado com o obtido por abordagens clássicas, baseadas no critério de erro médio quadrado. O método de aquisição fina da frequência da portadora de satélites LEO proposto neste trabalho pode ser usado no desenvolvimento de um decodificador completo para sinais do Sistema Brasileiro de Coleta de Dados Ambientais (SBCD ou SBCDA) e o sistema Franco-Americano de coleta de dados ambientais (ARGOS). / Low-earth orbit (LEO) satellites move at very high speeds and can circumscribe the planet several times in a single day. These high dynamics environments induce considerable Doppler shift and Doppler rate values in spatial communications signals, which is known as dynamic Doppler shift. Establishing communication with these systems is a multi-task process and, due to the dynamic Doppler shift, a critical task is the fine acquisition of the carrier frequency. Several studies have investigated frequency estimation techniques of satellite signals, considering communication environments characterized by additive white Gaussian noise (AWGN). However, the effects of impulsive noise should also be considered in a more accurate characterization of the LEO satellite communication scenario. This work introduces a new method of frequency acquisition for low-orbit satellites based on similarity calculus by maximum correntropy criterion. Due to some of its properties, correntropy is very efficient in the processing of non-Gaussian signals, especially in impulsive noise environments. It was investigated the robustness of the technique proposed in this work on a communication environment characterized by impulsive noise, and compare its performance with that obtained by a classical approach, based on the correlation coefficient. The carrier frequency acquisition method for LEO satellites proposed in this work can be used in the development of a decoder for signals from the Brazilian Environmental Data Collection System (SBCD or SBCDA) and Franco-American Environmental Data Collection System (ARGOS).

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-12-15T18:09:01Z No. of bitstreams: 1 TalesViniciusRodriguesDeOliveiraCamara_DISSERT.pdf: 3587261 bytes, checksum: ddffd176ad921074a281b50e904134f5 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-12-28T19:00:56Z (GMT) No. of bitstreams: 1 TalesViniciusRodriguesDeOliveiraCamara_DISSERT.pdf: 3587261 bytes, checksum: ddffd176ad921074a281b50e904134f5 (MD5) / Made available in DSpace on 2016-12-28T19:00:57Z (GMT). No. of bitstreams: 1 TalesViniciusRodriguesDeOliveiraCamara_DISSERT.pdf: 3587261 bytes, checksum: ddffd176ad921074a281b50e904134f5 (MD5) Previous issue date: 2016-04-25 / T?cnicas de Classifica??o Autom?tica de Modula??o (AMC) t?m sido utilizadas por sistemas modernos de comunica??o para otimizar o uso do espectro e com isso aumen- tar as taxas de transmiss?o de dados. No processo de AMC, v?rias arquiteturas podem ser utilizadas para retirar informa??o e avaliar caracter?sticas do sinal modulado em um canal. Uma grande parte dessas arquiteturas s?o constru?das utilizando como base a ci- cloestacionariedade. A an?lise cicloestacion?ria ? realizada por meio das ferramentas: Fun??o de Autocorrela??o C?clica (CAF) e Fun??o Densidade Espectral C?clica (SCD). Esta ultima particularmente, ? utilizada para observar as caracter?sticas cicloestacion?rias de diferentes sinais, as quais s?o chamadas de assinaturas. Embora tenha v?rias aplica- ??es bem sucedidas no ?mbito de AMC, a cicloestacionariedade possui restri??es pois a CAF e SCD s?o limitadas ? an?lise estat?stica de segunda ordem, devido ao uso da correla??o com cerne de sua express?o. Com o objetivo de generalizar a avalia??o da cicloestacionariedade sobre infinitos momentos estat?sticos de um sinal, surgem Fun??o de Autocorrentropia C?clica (CCAF) e a Fun??o Densidade Espectral de Correntropia C?clica (CCSD). Tais fun??es s?o fundamentadas no c?lculo da correntropia. Neste tra- balho a CCSD ser? investigada quanto capacidade de gerar assinaturas para diferentes modula??es e seu potencial de uso em AMC ser? avaliado. / The steady growth in the use of wireless communication systems has contributed to finding new ways to exploit the maximum capacity of use spectrum. In this context, cognitive radios appear as an appropriate option able to offer an efficient use of the channel, ensuring greater bandwidth to users. In the scenario of cognitive radios, cyclostationary analysis techniques have shown to be quite effective in extracting features that can be used in the spectrum sensing. Such features called cyclostationary signatures are generated by the spectral correlation density function (SCD) and can be directly associated with the type of modulation used on the channel. Architectures for spectrum sensing using SCD has good performed when used in AWGN channels. However, recent studies show that the tool doesn?t have a good performance in the extraction of signal characteristics contaminated with impulsive noise (Outlier), because it is limited to second order statistical analysis. In order to generalize the SCD cyclostationary analysis for endless statistical moments, arise the function correntropy cyclic spectral density (CCSD) This work proposes a spectrum sensing architecture using CCSD, which is applied to the extraction cyclostationary features from digital modulations: ASK, FSK, BPSK, QPSK and MSK. The sensing architecture proposed is evaluated in various parameters: different sensing thresholds, change of SNR levels of a AWGN channel, different kernel sizes (s) from CCSD and extraction of cyclostationary features from modulations contaminated with noise impulsive. The results of this study demonstrate the effectiveness of the proposed architecture.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-02-17T22:02:01Z No. of bitstreams: 1 JoilsonBatistaDeAlmeidaRego_TESE.pdf: 1273840 bytes, checksum: 2e1a41026f6aec413ecef974064af22d (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-02-18T00:03:07Z (GMT) No. of bitstreams: 1 JoilsonBatistaDeAlmeidaRego_TESE.pdf: 1273840 bytes, checksum: 2e1a41026f6aec413ecef974064af22d (MD5) / Made available in DSpace on 2016-02-18T00:03:07Z (GMT). No. of bitstreams: 1 JoilsonBatistaDeAlmeidaRego_TESE.pdf: 1273840 bytes, checksum: 2e1a41026f6aec413ecef974064af22d (MD5) Previous issue date: 2014-08-08 / O presente trabalho usa uma medida de similaridade denominada correntropia no desenvolvimento de um novo m?todo para estimar uma rela??o linear entre as vari?veis e suas amostras. O objetivo ? estender o conceito de correntropia a partir de duas vari?veis para quaisquer dois vetores (mesmo com diferentes dimens?es), utilizando conceitos estat?sticos. Atrav?s das extens?es multidimensionais que ser?o apresentadas, o problema de regress?o ou identifica??o de sistemas pode ser formulado de uma maneira diferente, buscando retas e hiperplanos que possuem a m?xima densidade de probabilidade dos dados desejados. Experimentos mostraram que o novo algoritmo tem uma boa atualiza??o de ponto fixo e robustez a ru?dos impulsivos. / This present work uses a generalized similarity measure called correntropy to develop a new method to estimate a linear relation between variables given their samples. Towards this goal, the concept of correntropy is extended from two variables to any two vectors (even with different dimensions) using a statistical framework. With this multidimensionals extensions of Correntropy the regression problem can be formulated in a different manner by seeking the hyperplane that has maximum probability density with the target data. Experiments show that the new algorithm has a nice fixed point update for the parameters and robust performs in the presence of outlier noise.

Made available in DSpace on 2014-12-17T14:56:07Z (GMT). No. of bitstreams: 1 AluisioIRF_DISSERT.pdf: 1128206 bytes, checksum: 18eb3a8fe85de21077cb33d691adb61b (MD5) Previous issue date: 2012-12-14 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / Modern wireless systems employ adaptive techniques to provide high throughput while observing desired coverage, Quality of Service (QoS) and capacity. An alternative to further enhance data rate is to apply cognitive radio concepts, where a system is able to exploit unused spectrum on existing licensed bands by sensing the spectrum and opportunistically access unused portions. Techniques like Automatic Modulation Classification (AMC) could help or be vital for such scenarios. Usually, AMC implementations rely on some form of signal pre-processing, which may introduce a high computational cost or make assumptions about the received signal which may not hold (e.g. Gaussianity of noise). This work proposes a new method to perform AMC which uses a similarity measure from the Information Theoretic Learning (ITL) framework, known as correntropy coefficient. It is capable of extracting similarity measurements over a pair of random processes using higher order statistics, yielding in better similarity estimations than by using e.g. correlation coefficient. Experiments carried out by means of computer simulation show that the technique proposed in this paper presents a high rate success in classification of digital modulation, even in the presence of additive white gaussian noise (AWGN) / Os modernos sistemas de comunica??o sem fio empregam, frequentemente, t?cnicas adaptativas para proporcionar uma alta taxa de transmiss?o, enquanto asseguram qualidade de servi?o (QoS) e abrang?ncia de cobertura. Estudos recentes t?m mostrado que esses sistemas podem se tornar ainda mais eficientes com a incorpora??o de t?cnicas de intelig?ncia artificial e de conceitos de r?dio definido por software. Os sistemas que seguem essa linha, conhecidos como Sistemas de R?dio Cognitivo, podem idealmente explorar de forma din?mica e oportun?stica por??es do espectro de frequ?ncias n?o utilizadas, conhecidas como buracos espectrais, com o objetivo de prover altas taxas de transmiss?o de dados com elevada confiabilidade e disponibilidade de servi?o. A Classifica??o Autom?tica de Modula??o (AMC) seria uma habilidade muito ?til nesses sistemas. Normalmente, as t?cnicas de AMC utilizam alguma forma de pr?-processamento do sinal que pode introduzir um alto custo computacional ou necessitar de suposi??es fortes, e at? mesmo imprecisas, sobre o sinal recebido. Este trabalho prop?e o uso direto de uma medida de similaridade, baseada na Teoria da Informa??o, conhecida como coeficiente de correntropia, para extrair informa??es estat?sticas de ordem elevada do sinal, com o objetivo de reconhecer automaticamente o formato de modula??es digitais. Experimentos realizados por meio de simula??o computacional demonstram que a t?cnica proposta neste trabalho apresenta uma alta taxa de sucesso na classifica??o de modula??es digitais, mesmo na presen?a de ru?do aditivo gaussiano branco (AWGN)

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2016-06-10T00:04:44Z No. of bitstreams: 1 LeandroLuttianeDaSilvaLinhares_TESE.pdf: 2400561 bytes, checksum: 3693662adcc0c23b5063f51b23d9b6c5 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2016-06-10T22:50:22Z (GMT) No. of bitstreams: 1 LeandroLuttianeDaSilvaLinhares_TESE.pdf: 2400561 bytes, checksum: 3693662adcc0c23b5063f51b23d9b6c5 (MD5) / Made available in DSpace on 2016-06-10T22:50:22Z (GMT). No. of bitstreams: 1 LeandroLuttianeDaSilvaLinhares_TESE.pdf: 2400561 bytes, checksum: 3693662adcc0c23b5063f51b23d9b6c5 (MD5) Previous issue date: 2015-09-03 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / O grande interesse pela identifica??o n?o linear de sistemas din?micos deve-se, principalmente, ao fato de que uma grande quantidade dos sistemas reais s?o complexos e precisam ter suas n?o linearidades consideradas para que seus modelos possam ser utilizados com sucesso em aplica??es, por exemplo, de controle, predi??o, infer?ncia, entre outros. O presente trabalho analisa a aplica??o das redes Fuzzy Wavelet Neural Network (FWNN) na identifica??o de sistemas n?o lineares sujeitos a ru?dos e outliers. Esses elementos, geralmente, influenciam no procedimento de identifica??o, ocasionando interpreta??es err?neas em rela??o ao comportamento din?mico do sistema. A FWNN combina, em uma ?nica estrutura, a capacidade de tratar incertezas da l?gica fuzzy, as caracter?sticas de multirresolu??o da teoria wavelet e as habilidades de aprendizado e generaliza??o das redes neurais artificiais. Normalmente, o aprendizado dessas redes ? realizado por algum m?todo baseado em gradiente, tendo o erro m?dio quadr?tico como fun??o de custo. Este trabalho avalia a substitui??o dessa tradicional fun??o por uma medida de similaridade da Teoria da Informa??o, denominada correntropia. Esta medida de similaridade permite que momentos estat?sticos de ordem superior possam ser considerados durante o processo de treinamento. Por esta raz?o, ela se torna mais apropriada para distribui??es de erro n?o gaussianas e faz com que o treinamento apresente menor sensibilidade ? presen?a de outliers. Para avaliar esta substitui??o, modelos FWNN s?o obtidos na identifica??o de dois estudos de caso: um sistema real n?o linear, consistindo em um tanque de m?ltiplas se??es, e um sistema simulado baseado em um modelo biomec?nico da articula??o do joelho humano. Os resultados obtidos demonstram que a utiliza??o da correntropia, como fun??o custo no algoritmo de retropropaga??o do erro, torna o procedimento de identifica??o utilizando redes FWNN mais robusto aos outliers. Entretanto, isto somente pode ser alcan?ado a partir do ajuste adequado da largura do kernel gaussiano da correntropia. / The great interest in nonlinear system identification is mainly due to the fact that a large amount of real systems are complex and need to have their nonlinearities considered so that their models can be successfully used in applications of control, prediction, inference, among others. This work evaluates the application of Fuzzy Wavelet Neural Networks (FWNN) to identify nonlinear dynamical systems subjected to noise and outliers. Generally, these elements cause negative effects on the identification procedure, resulting in erroneous interpretations regarding the dynamical behavior of the system. The FWNN combines in a single structure the ability to deal with uncertainties of fuzzy logic, the multiresolution characteristics of wavelet theory and learning and generalization abilities of the artificial neural networks. Usually, the learning procedure of these neural networks is realized by a gradient based method, which uses the mean squared error as its cost function. This work proposes the replacement of this traditional function by an Information Theoretic Learning similarity measure, called correntropy. With the use of this similarity measure, higher order statistics can be considered during the FWNN training process. For this reason, this measure is more suitable for non-Gaussian error distributions and makes the training less sensitive to the presence of outliers. In order to evaluate this replacement, FWNN models are obtained in two identification case studies: a real nonlinear system, consisting of a multisection tank, and a simulated system based on a model of the human knee joint. The results demonstrate that the application of correntropy as the error backpropagation algorithm cost function makes the identification procedure using FWNN models more robust to outliers. However, this is only achieved if the gaussian kernel width of correntropy is properly adjusted.