Sociedade Brasileira de Telecomunicações · desde 1983 secretaria@sbrt.org.br
← Todos os eventos
SBrT2022 · 2022

XL Simpósio Brasileiro de Telecomunicações e Processamento de Sinais

167 artigos · página 15 de 17
DOI 10.14209/sbrt.2022.1570824854

Segurança em Cenários de Internet das Coisas em Redes 5G: Desafios e Recomendações

Dalton C. G. Valadares, Newton Carlos Will, Álvaro Sobrinho, Anna Dantas, Igor Morais, Pedro Graciliano, Danilo F S Santos
Enquanto os trabalhos de especificação, pesquisa e desenvolvimento para as redes 6G já se iniciam, a implantação das redes 5G já é realidade em alguns países. Uma das novidades do 5G é o MMTC (Massive Machine-Type Communication), que permitirá até 1 milhão de dispositivos conectados transmitindo pequenas quantidades de dados a baixas taxas de...
SegurançaInternet das CoisasRedes 5G
DOI 10.14209/sbrt.2022.1570824859

Information-Theoretic Analysis of Convolutional Autoencoders: Initial Insights

Frederico Carvalho Fontes do Amaral, Daniel G Silva
Despite the success of deep neural networks to solve real world problems, the current theoretical comprehension of their learning mechanisms still deserves further analysis. Recently, various works have explored the use of information-theoretic concepts in order to tackle this issue. This work uses a framework derived from this theory to the study of...
Information Theoretic LearningConvolutional Neural NetworksConvolutional Autoencoders
DOI 10.14209/sbrt.2022.1570824869

Geração de pentes de frequência para OFDM completamente óptica utilizando moduladores Mach-Zehnder com relação de extinção finita

Ivan Aldaya, João Paina, Rafael Abrantes Penchel
Os sistemas baseados em multiplexação por divisão em frequências ortogonais completamente óptica (AO-OFDM, do inglês all-optical orthogonal frequency division multiplexing) tem sido propostos para a implementação de supercanais de alta capacidade. Em AO-OFDM, as diferentes portadoras são geradas no domínio óptico, o qual permite fazer uso de eletrônica e...
Pente de frequênciasModulador Mach-ZehnderFibra altamente não linearRazão de extinção
DOI 10.14209/sbrt.2022.1570824871

Escalogramas Wavelet Aplicados à Estimativa de Andamento Musical

Luiz Alberto Viana, Eduardo Simas Filho, Antonio Carlos Lopes Fernandes Junior
A estimativa de andamento é uma das tarefas mais fundamentais da Recuperação da Informação Musical. Neste trabalho foi escolhida uma representação do sinal de áudio como uma imagem bidimensional, através do escalograma wavelet. As imagens foram utilizadas para treinar uma Rede Neural Convolucional, relacionando a imagem com um valor de andamento alvo....
Sinais de áudioEscalogramaMIRWavelet
DOI 10.14209/sbrt.2022.1570824888

Aplicação da tecnologia LoRaWAN como solução para transmissão de dados de sensor de nível e temperatura

Vitória Jacomelli Baratella, Caio Tácito Borges da Costa, Danilo Spadoti
Este tabalho apresenta o desenvolvimento de dispositivo de transmissão de dados, de baixo custo, utilizando um sensor Levelogger modelo 3001 Solinst. Foram coletados valores de nível e temperatura do sensor instalado no lago da UNIFEI, campus Itajubá. Para a leitura do levelogger, foi utilizada a plataforma Node-RED com a Raspberry Pi, enviando os dados...
Internet of ThingsLoraWANsensoriamento
DOI 10.14209/sbrt.2022.1570824905

Design and Analysis of a Butler Matrix at 60 GHz Compatible with Metallic-Nanowire-Filled Membrane Fabrication Platform

Elígia Simionato, Bruno Marinaro Verona, Marcela Pires de Souza, Ivan Aldaya, Jose Augusto de Oliveira, Ariana Serrano, Gustavo P. Rehder, Rafael Abrantes Penchel
This work describes the design and analysis of a 4 x 4 Butler matrix for applications in the 60 GHz unlicensed frequency band. Each of the constitutive blocks that make up the network - hybrid coupler, crossover, and phase shifter - were designed to be compatible with metallic-nanowire-filled membrane manufacturing process and optimized separately....
Butler matrixnanowire-filled-membranemillimetre wave
DOI 10.14209/sbrt.2022.1570824930

Aplicação da Decomposição Variacional de Modos na avaliação da presença de Distúrbios da Qualidade da Energia Elétrica

Maísa L F Santos, Suzete Correia, Cleumar da Silva Moreira, Alvaro M Maciel, Edgard Luiz Lopes Fabricio
This paper discusses the use of Variational Mode Decomposition (VMD) and the Random Forest (RF) classification algorithm, applied to the classification of Electric Power Quality Disturbances (PQD). Electrical disturbances were generated without and with Gaussian noise. VMD has been used to decompose the signals into Intrinsic Mode Functions (IMFs)....
Distúrbios da Qualidade da Energia ElétricaDecomposição variacional de ModosProcessamento de Sinais
DOI 10.14209/sbrt.2022.1570824939

Análise de Tráfego de Rede com Machine Learning para Identificação de Ameaças a Dispositivos IoT

Marcelo V C Aragão, Samuel Mafra, Felipe Augusto Pereira de Figueiredo
Dispositivos IoT estão cada vez mais presentes em nosso dia-a-dia, tanto em contextos particulares quanto em ambientes públicos. Consequentemente, a segurança deles também deve ser tratada com atenção. Após revisar diversas implementações da literatura, este trabalho propõe uma abordagem para detecção de ameaças baseada em análise de tráfego de rede,...
internet das coisascibersegurançaaprendizado de máquina
DOI 10.14209/sbrt.2022.1570824940

Quantitative Assessment of VHF and UHF Bands in Brazil After the Analog TV Switch-off

Thiago Aguiar Soares, Ugo Dias
In this paper, we study the usage of 174-216 MHz VHF band and 470-698 MHz UHF band after the analog TV switch-off in Brazil, expected to be finished in December 2023. After a database analysis, we estimated that more than 16 thousand Digital TV channels will be operative. Coverage simulations of these channels were predicted using Recommendation ITU-R...
Digital Terrestrial Television (DTT)Spectrum PoliciesTV White Spaces (TVWS)VHF/UHF Band
DOI 10.14209/sbrt.2022.1570824961

Nova estratégia de treinamento para compressão de modelo de aprendizado profundo aplicada a classificação automática de modulações

Mateus Goldbarg, Marcelo A. C. Fernandes
Técnicas de aprendizado profundo, como redes neurais profundas (DNNs), têm sido utilizadas com sucesso em muitos problemas de classificação automática de modulações. No entanto, os algoritmos de aprendizado profundo exigem um grande esforço computacional e isto pode ser um gargalo para detecção de modulações em tempo real. Assim, este artigo propõe uma...