XXXVIII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais

  Página de 26  

Conformador de feixe robusto MVDR baseado na otimização de desempenho do pior caso para aparelhos auditivos binaurais
Wilmer Lobato, Marcio Costa

DOI: 10.14209/SBRT.2020.1570637261
Keywords: aparelho auditivo conformador de feixe otimização de desempenho do pior caso diferença de nível interaural
Abstract
This work presents a robust beamformer for binaural hearing aid applications. The worst-case performance optimization method was applied to the minimum variance distortionless response beamformer for increasing its robustness against parameter errors. Computational simulations indicate significant improvements of up to 1.1 WPESQ in speech quality and up to 6.2 dB in acoustic comfort, in terms of signal to noise ratio (SNR). The proposed method is especially effective for input SNRs from 5 dB to 15 dB.

Download
Construção de Constelações de Sinais via Uniformização de Curvas Hiperelípticas
Erika Patricia Dantas de Oliveira Guazzi, Reginaldo Palazzo Júnior

DOI: 10.14209/SBRT.2020.1570638802
Keywords: Grupo fuchsiano Curva hiperelíptica Tesselação
Abstract
Through the paradigm change in the design of new point-to-point digital comunications systems using the genus of the surface and by determining the uniformity region through the use of FDE associated with a given hyperelliptic curve in the Poincaré disk, this article presents the generators of the Fuchsian subgroup for the limit case, and a relationship between the degree of the hyperelliptic curve and the tessellation associated with the surface generated by the Fuchsian subgroup.

Download
Detecção de Ataques SlowLoris usando Perceptron de Múltiplas Camadas
Dalbert Matos Mascarenhas, Rafael Saraiva Campos

DOI: 10.14209/SBRT.2020.1570638862
Keywords: TCP SlowLoris rede neural artificial feedforward perceptron de múltiplas camadas
Abstract
Os ataques de negação de serviço (DoS - Denial of Service) têm criado desafios relacionados a detecção e contenção dos mesmos. A dificuldade de detecção deve-se ao uso de vulnerabilidades específicas por parte destes ataques. O presente trabalho apresenta uma ferramenta baseada em aprendizado de máquina, utilizando uma rede neural artificial feed-forward - o perceptron de múltiplas camadas (MLP - Multi-Layer Perceptron) - para detectar um tipo específico de ataque DoS, o SlowLoris. Variáveis extraídas de traces de tráfego TCP são empregadas para treinar o MLP, que atua como um classificador não-linear binário, atribuindo a cada pacote TCP o flag 0 (tráfego normal) ou 1 (ataque). De um total de 34694 pacotes, igualmente divididos entre as duas classes de tráfego, 75% foram empregados para o treinamento e validação do MLP, sendo o restante usado para teste. Na fase de teste validação cruzada foi empregada para aumentar a confiabilidade dos resultados, e a solução proposta atingiu acurácias de classificação entre 99.6% e 99.9%.

Download
Utilização de Técnicas de Aprendizado de Máquina para Demodulação de Sinais
Thiago Luiz Almeida, Edson Hung

DOI: 10.14209/SBRT.2020.1570639469
Keywords: demodulador Machine learning Rede neural GNU Radio
Abstract
The maturity of software Defined Radio (SDR) technologies associated with the greater availability of machine learning tools have favored the study of new proposals for communication systems. In this context, this article discusses the use of machine learning techniques in the construction of a digital demodulator Quadrature Phase Shift Keying (QPSK) using a set of training and validation data generated from GNU Radio. Unlike traditional methods, this demodulator does not depend on previous considerations about channel models, but uses its data set to carry out the supervised training of the demodulator symbol constellation for different environments, obtaining a performance comparable or superior to traditional demodulators.

Download
Representação Aprimorada de Imagens Hiperespectrais em Múltiplas Escalas para a Separação Espectral Esparsa
Luciano Carvalho Ayres, Sérgio José Melo de Almeida, Jose Carlos Moreira Bermudez, Ricardo Augusto Borsoi

DOI: 10.14209/SBRT.2020.1570639862
Keywords: dados hiperespectrais separação espectral esparsa múltiplas escalas superpixels
Abstract
Na análise de imagens hiperespectrais, diversas abordagens foram propostas para resolver o problema de separação espectral. Neste trabalho, propõe-se um método de representação de dados hiperespectrais em múltiplas escalas, baseado no algoritmo SLIC de sobressegmentação e testes de homogeneidade. O método subdivide a imagem em um conjunto de superpixels com homogeneidade espectral elevada. Essa representação é usada para fornecer informações a priori sobre a regularidade espacial das abundâncias dos materiais na cena, melhorando o condicionamento do problema de separação espectral esparsa. Resultados de simulação ilustram a capacidade do método ao estimar abundâncias com alta qualidade e baixo custo computacional, especialmente em cenários ruidosos.

Download
Canal de Desvanecimento Sombreado Duplamente Correlacionado: Novos Resultados
Jefferson David Santos e Silva, Rausley Adriano Amaral de Souza, Michel Daoud Yacoub

DOI: 10.14209/SBRT.2020.1570639867
Keywords: Distribuição bivariável Nakagami Desvanecimento sombreado probabilidade de indisponibilidade
Abstract
New results regarding the newly proposed double-correlated shadowed fading model are presented. Specifically, the following statistics are obtained: exact analytical expressions for 1) joint probability density function (PDF), 2) joint cumulative distribution function (CDF), and 3) outage probability (OP); and exact closed-form expressions for 4) asymptotic OP, 5) diversity gain, 6) joint moments, 7) power correlation coefficient, 8) marginal PDF, 9) marginal CDF and 10) marginal moment.

Download
Análise de Desempenho de Sistemas FSO com MIMO sob Condições de Turbulência
Hugo R. D. Filgueiras, Tiago Brandão, Arismar Cerqueira S. Jr.

DOI: 10.14209/SBRT.2020.1570639884
Keywords: 5G FSO MIMO Modelagem de canal
Abstract
Este trabalho apresenta uma análise de desempenho numérica de sistemas de comunicações ópticas no espaço livre (FSO - free-space optics) com múltiplas entradas e múltiplas saídas (MIMO - multiple-input multiple-output) sob condições de turbulência, considerando canal Gamma-Gamma. Inicialmente, descreve-se os fundamentos teóricos das técnicas de diversidade espacial e da modelagem do canal FSO com turbulências atmosféricas. Em seguida, relata-se predições do desempenho de um sistema FSO baseado na modulação QPSK (quadrature phase shift keying) em termos de probabilidade de erro de bit (BER). Demonstra-se melhorias sistêmicas de até 27 dB para um sistema operando com quatro canais sob condições severas de turbulência, por meio da compensação das adversidades mesmo em condições de inoperância.

Download
Deep Learning para Detecção de Componentes em Alimentadores de Subestações
Bruno Alberto Soares Oliveira, Abilio Pereira de Faria Neto, Roberto Márcio Arruda Fernandino, Diego de Proença Costa, Frederico G Guimaraes

DOI: 10.14209/SBRT.2020.1570640122
Keywords:
Abstract
With each passing year, the consumption of electric energy in Brazil and in the world increases, making it necessary to adopt measures such as the construction of new plants and the installation of electrical structures. The monitoring of construction management in companies is still done in person and manually, resulting in expenses that could be avoided. The objective of this study is to enable a proof of concept by applying the Yolo object detector to a set of images that correspond to devices that make up bays in substations. The results show that it is possible to contribute to the monitoring of construction sites with research in this field.

Download
Rede Neural Convolucional 1D aplicada à previsão da vazão no Rio Madeira
Felipe O Barino, Alexandre dos Santos Bessa

DOI: 10.14209/SBRT.2020.1570640893
Keywords: aprendizado de máquinas redes neurais convolucionais séries temporais previsão
Abstract
Este trabalho apresenta um esquema de previsão multi-dia para vazão no Rio Madeira. O modelo preditivo é baseado em uma rede neural convolucional unidimensional. Para o projeto do modelo nós apresentamos uma análise da série temporal de vazão e turbidez no rio estudado. Esta analise indica que as séries têm período de 362 dias e estão 38 dias fora de fase (vazão atrasada). Além do mais, concluímos que ao usar a vazão e turbidez como entrada do modelo preditivo, este se torna ~5 vezes mais simples que o modelo utilizando apenas vazão.

Download
Propagation Features that Affect an Underground Mining Visible Light Communication Link
Pablo Palacios Játiva, Cesar Azurdia, Fabian Seguel, Ismael Soto, Carlos A. Gutiérrez

DOI: 10.14209/SBRT.2020.1570641249
Keywords: channel model scattering shadowing visible light communication
Abstract
Underground mining is an industry that supplies great income for several countries worldwide. Therefore, it is necessary to provide a proper communications infrastructure to this industry. Nevertheless, as it is well known, underground mines are very hostile environments, making it difficult to implement current radio frequency (RF) communication technologies. Therefore, a practical and viable solution is given by systems based on visible light communication (VLC). This emerging technology can provide robust communication and continuous lighting in harsh environments. However, an exhaustive study of the use of VLC and its technical parameters in underground mines has not been carried out in detail. In this paper, we do an introductory study of the main physical features present in an underground mining VLC environment. We also briefly discuss certain particular physical factors that affect underground mines, such as shadowing and scattering. This analysis generates a benchmark to develop a precise analytical VLC channel model of underground mining as future work.

Download
  Página de 26