Reconhecimento Automático de Modulação Digital e Demodulação de sinais baseado em Redes Neurais Artificiais

Redes Neurais Artificiais estão entre as mais bem- sucedidas ferramentas computacionais para tratamento de prob- lemas não-lineares em processamento de sinal. Esse método é diretamente aplicado às amostras do sinal de rádio, e tem complexidade computacional relativamente baixa. Neste artigo, são utilizadas Redes Neurais Artificiais ART (Teoria da Ressonância Adaptativa - Adaptive Resonance Theory) para reconhecer automaticamente o tipo de modulação digital, e, com isso, demodular um sinal de rádio gerado. Três tipos de modulações são investigadas: BPSK, 2FSK e 4PSK, sendo averiguada a robustez da rede Neural em relação a cada modulação gerada. São testadas duas métricas: a distância Eu- clidiana e a Norma de Manhattan e é proposta uma comparação do desempenho da Rede Neural ART simplificada em cada situação. Esse desempenho é avaliado com diversas simulações, levando-se em consideração canais com ruı́do branco aditivo gaussiano (Additive White Gaussian Noise - AWGN). É mostrado que no reconhecimento de um sinal modulado (não codificado), usando uma relação sinal ruı́do(SNR) superior a 10dB a por- centagem de acerto chega até 100%, e para valores inferiores a probabilidade de acerto é suficientemente alta.