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.

Made available in DSpace on 2014-12-17T14:56:19Z (GMT). No. of bitstreams: 1 ArthurDLL_DISSERT.pdf: 2517302 bytes, checksum: c3d693c770dc1c58bad5f378aba6d268 (MD5) Previous issue date: 2014-06-28 / The increasing demand for high performance wireless communication systems has shown the inefficiency of the current model of fixed allocation of the radio spectrum. In this context, cognitive radio appears as a more efficient alternative, by providing opportunistic spectrum access, with the maximum bandwidth possible. To ensure these requirements, it is necessary that the transmitter identify opportunities for transmission and the receiver recognizes the parameters defined for the communication signal. The techniques that use cyclostationary analysis can be applied to problems in either spectrum sensing and modulation classification, even in low signal-to-noise ratio (SNR) environments. However, despite the robustness, one of the main disadvantages of cyclostationarity is the high computational cost for calculating its functions. This work proposes efficient architectures for obtaining cyclostationary features to be employed in either spectrum sensing and automatic modulation classification (AMC). In the context of spectrum sensing, a parallelized algorithm for extracting cyclostationary features of communication signals is presented. The performance of this features extractor parallelization is evaluated by speedup and parallel eficiency metrics. The architecture for spectrum sensing is analyzed for several configuration of false alarm probability, SNR levels and observation time for BPSK and QPSK modulations. In the context of AMC, the reduced alpha-profile is proposed as as a cyclostationary signature calculated for a reduced cyclic frequencies set. This signature is validated by a modulation classification architecture based on pattern matching. The architecture for AMC is investigated for correct classification rates of AM, BPSK, QPSK, MSK and FSK modulations, considering several scenarios of observation length and SNR levels. The numerical results of performance obtained in this work show the eficiency of the proposed architectures / O aumento da demanda por sistemas de comunica??o sem fio de alto desempenho tem evidenciado a inefici?ncia do atual modelo de aloca??o fixa do espectro de r?dio. Nesse contexto, o r?dio cognitivo surge como uma alternativa mais eficiente, ao proporcionar o acesso oportunista ao espectro, com a maior largura de banda poss?vel. Para garantir esses requisitos, ? necess?rio que o transmissor identifique as oportunidades de transmiss?o e que o receptor reconhe?a os par?metros definidos para o sinal de comunica??o. As t?cnicas que utilizam a an?lise cicloestacion?ria podem ser aplicadas tanto em problemas de sensoriamento espectral, quanto na classifica??o de modula??es, mesmo em ambientes de baixa rela??o sinal-ru?do (SNR). Entretanto, apesar da robustez, uma das principais desvantagens da cicloestacionariedade est? no elevado custo computacional para o c?lculo das suas fun??es. Este trabalho prop?e arquiteturas eficientes de obten??o de caracter?sticas cicloestacion?rias para serem empregadas no sensoriamento espectral e na classifica??o autom?tica de modula??es (AMC). No contexto do sensoriamento espectral, um algoritmo paralelizado para extrair as caracter?sticas cicloestacion?rias de sinais de comunica??o ? apresentado. O desempenho da paraleliza??o desse extrator de caracter?sticas ? avaliado atrav?s das m?tricas de speedup e efici?ncia paralela. A arquitetura de sensoriamento espectral ? analisada para diversas configura??es de probabilidades de falso alarme, n?veis de SNR e tempo de observa??o das modula??es BPSK e QPSK. No contexto da AMC, o perfil-alfa reduzido ? proposto como uma assinatura cicloestacion?ria calculada para um conjunto reduzido de frequ?ncia c?clicas. Essa assinatura ? validada por meio de uma arquitetura de classifica??o baseada no casamento de padr?es. A arquitetura para AMC ? investigada para as taxas de acerto obtidas para as modula??es AM, BPSK, QPSK, MSK e FSK, considerando diversos cen?rios de tempo de observa??o e n?veis de SNR. Os resultados num?ricos de desempenho obtidos neste trabalho demonstram a efici?ncia das arquiteturas propostas

Cognitive radio technology has been an important area of research in telecommunications for solving the problem of spectrum scarcity. That\'s because in addition to allowing dynamic allocation of the electromagnetic spectrum, cognitive radios must be able to identify the non cognitive user\'s transmission on the channel. This operation is only possible through the continuous sensing of the electromagnetic spectrum. In this context, this paper presents a detailed study on spectrum sensing, an important stage in cognitive radio technology. For the presentation of this work, a detailed study on software dened radio (SDR) was carried out, without which it would be impossible to work with cognitive radios, once they are implemented by means of SDR technology. It was also presented the tools GNU Radio and USRP, which together form a solution of SDR, through implementation of AM receivers. The theoretical foundations of spectrum sensing and blind source separation (BSS) are presented and then is made a detailed study of the use of BSS for spectral sensing. From the study of BSS, it is possible to use new metrics for decision making about the presence or the absence of a primary user in the channel. Throughout the study, simulations and implementations were conducted on MATLAB in order to perform various situations, and, nally, it is presented outcomes and conclusions reached during the work. / A tecnologia de rádio cognitivo tem sido uma importante área de pesquisa em telecomunicações para a solução do problema da escassez espectral. Isto porque, além de permitirem a alocação dinâmica do espectro eletromagnético, os rádios cognitivos devem ser capazes de identificar as transmissões de usuários não cognitivos no canal. Esta operação só é possível por meio do sensoriamento contínuo do espectro eletromagnético. Neste contexto, este trabalho apresenta um estudo detalhado sobre o sensoriamento de espectro, uma importante etapa da tecnologia de rádios cognitivos. Para a apresentação deste trabalho foi realizado um estudo detalhado a respeito de rádio definido por software (SDR), sem o qual não seria possível o trabalho com rádios cognitivos, uma vez que este é implementado por meio da tecnologia de SDR. Também foram apresentadas as ferramentas GNU Radio e USRP, que, juntas, formam uma solução de SDR, por meio de implementações de receptores AM. Os fundamentos teóricos de sensoriamento de espectro e separação cega de fontes (BSS) são apresentados e, em seguida, é realizado um estudo aprofundado do uso de BSS para o sensoriamento espectral. A partir do estudo de BSS, é possível utilizar novas métricas de decisão a respeito da presença ou não de um usuário primário no canal. Durante todo este trabalho foram realizadas implementações e simulações no MATLAB com a finalidade de executar diversas situações e, finalmente, são apresentados resultados verificados e conclusões obtidas neste trabalho. / Mestre em Ciências