Detecção e Estimação de Sinais para Operação do Calorímetro de Telhas do ATLAS no HL-LHC

Guilherme Inácio Gonçalves, Bernardo S Peralva, Gustavo Barbosa Libotte, Luciano Filho, Augusto S Cerqueira, José de Seixas

DOI: 10.14209/sbrt.2024.1571036769

Keywords: estimação de sinais filtragem ótima aprendizagem de máquina calorimetria de altas energias

Abstract

Métodos inovadores para estimação de energia e detecção de sinais em calorimetria de altas energias são explorados, com foco na atualização do Calorímetro de Telhas (TileCal) do experimento ATLAS para o colisor HL-LHC cuja operação está prevista para 2029. O programa de atualização do TileCal impõe mudanças na forma de processar o sinal visando atender aos novos requisitos de operação do experimento. Desta forma, este trabalho propõe o emprego de um método linear baseado no método do mínimos quadrados assistido por um modelo não linear, implementado por uma rede neural perceptron multicamadas. Os resultados mostram melhorias significativas na redução do erro de estimação e na classificação de sinais, especialmente sob altas taxas de ocupação do detector, como é previsto na operação do HL-LHC.

Download

Aplicação de Sitema Eólico em Dispositivos Transceptores IoT

Wendell Lira Louzada, Wilson Antonio Cosmo Macedo, Darlindo Ribeiro de Almeida Junior, Jasmine Priscyla Leite de Araújo, Miércio Cardoso de Alcântara Neto, Fabricio Barros

DOI: 10.14209/sbrt.2024.1571036773

Keywords: Internet das coisas LoRa Energia Eólica

Abstract

Este estudo avalia a viabilidade de aplicação de sistemas eólicos em dispositivos IoT que utilizam a tecnologia LoRa, incorporando a plataforma ThingSpeak e uma bateria recarregável. Ao realizar este trabalho, estabeleceu-se uma correlação da energia gerada com a velocidade do vento, tornando possível a classificação da velocidade por meio da escala de Beaufort. Essa análise foi de grande importância para a integração de fontes renováveis em dispositivos IoT, pois tornou possível a avaliação da viabilidade da implementação por meio da referida escala adotada.

Download

Online ML-Based Joint Channel Estimation and MIMO Decoding for Dynamic Channels

Luiz Fernando Moreira Teixeira, Vinícius H Luiz Sr., Jonathan Aguiar Soares, Kayol S. Mayer, Dalton Arantes

DOI: 10.14209/sbrt.2024.1571036775

Keywords: Massive MIMO OFDM Complex-Valued Neural Networks Channel Estimation

Abstract

This paper presents an online method for joint channel estimation and decoding in massive MIMO-OFDM systems using complex-valued neural networks (CVNNs). The study evaluates the performance of various CVNNs, such as the complex-valued feedforward neural network (CVFNN), split-complex feedforward neural network (SCFNN), complex radial basis function (C-RBF), fully-complex radial basis function (FC-RBF) and phase-transmittance radial basis function (PT-RBF), in realistic 5G communication scenarios. Results demonstrate improvements in mean squared error (MSE), convergence, and bit error rate (BER) accuracy. The C-RBF and PT-RBF architectures show the most promising outcomes, suggesting that RBF-based CVNNs provide a reliable and efficient solution for complex and noisy communication environments. These findings have potential implications for applying advanced neural network techniques in next-generation wireless systems.

Download

Convivência 5G e Radares Altimétricos: uma abordagem de processamento de sinais

Leandro Pires

DOI: 10.14209/sbrt.2024.1571036779

Keywords: Radioaltímetros 5G Processamento de sinais

Abstract

A convivência entre estações base 5G em 3,5 GHz e radares altimétricos em 4,2-4,4 GHz foi bastante estudada ao longo dos dois últimos anos. No entanto, estes estudos tiveram focaram mais na saturação dos radares causadas por emissões fundamentais das estações base e menos na dessensibilização causada por emissões espúrias. Este trabalho modela o funcionamento de um radar conforme Recomendação ITU-R M.2059 e ilustra o efeito da dessensibilização na detecção de altitude de uma aeronave.

Download

Middleware Ginga: Evolution, Challenges, and Future Perspectives - A Systematic Review

Lucas G. M. Castro, Myke D. M. Valadão, Eddie B de Lima Filho, Orlewilson Bentes Maia, Celso Carvalho, Waldir Silva

DOI: 10.14209/sbrt.2024.1571036781

Keywords: Middleware Ginga Digital TV PRISMA

Abstract

This article presents a systematic review of 20 studies, using the method preferred reporting items for systematic reviews and meta-analyses, to analyze the evolution of the middleware Ginga, investigating its interactivity, multimedia support, and Internet of Things integration. We explore regional barriers to its adoption and strategies for overcoming them. In addition, we evaluate the impact of its extensions, such as automatic content preparation, focusing on integration and interactivity aspects. This research provides valuable insights for broadcasters and researchers, summarizing relevant findings in a constantly changing landscape.

Download

PARAFAC-Based Time-Varying Channel Estimation for IRS-Aided Communications

Kenneth Brenner Benício, André de Almeida, Bruno Sokal, Fazal-E- Asim, Behrooz Makki, Gabor Fodor

DOI: 10.14209/sbrt.2024.1571036783

Keywords: channel estimation intelligent reflecting surfaces tensor-based algorithm complexity analysis

Abstract

This paper proposes a tensor-based parametric channel estimation technique for IRS-assisted communication systems with time-varying channel parameters. We exploit the multidimensional structure of the received signal by developing a 3rd-order PARAFAC tensor model that is solved by employing the iteratively ALS algorithm. Our simulation results show that the proposed approach provides enhanced performance in terms of NMSE of the concatenated channel compared to the competing solutions by capitalizing on the intrinsic tensor structure of the received signal without increasing the computational complexity of the channel estimation

Download

Avaliação de Desempenho da Transmissão de Vídeo em uma Rede 5G Privada Utilizando Soluções de Código Aberto

Rilbert Lima da Silva, Rafael Cavalcante Chaves, Ruan Gomes, Otacílio Araújo Ramos Neto, Michel Dias

DOI: 10.14209/sbrt.2024.1571036787

Keywords: Redes 5G privadas transmissão de vídeo Indústria 4.0

Abstract

Na Indústria 4.0, aplicações de visão computacional exigem altas taxas de bits para transmitir imagens obtidas ao longo das plantas industriais para processamento na borda ou na nuvem. As redes 5G privadas podem atender a esse requisito e também oferecer baixa latência, o que é necessário para a integração com sistemas de controle. Nesse contexto, este artigo descreve um \textit{testbed} de rede 5G privada para analisar o desempenho da transmissão de vídeo a partir de um dispositivo final para um servidor de borda via rede 5G. Foram avaliadas as taxas de bits e de quadros para diferentes resoluções de vídeo.

Download

Autoencoders Beat PCA for Low-Dimension DGA-based Fault Diagnosis of Power Transformers

Thales Wulfert Cabral, Eduardo de Lima, José Cândido Silveira Santos Filho, Luís Geraldo P. Meloni

DOI: 10.14209/sbrt.2024.1571036788

Keywords: Machine learning Autoencoders Dimensionality reduction DGA

Abstract

Energy utility companies are investing in advanced monitoring systems using efficient data processing methodologies to mitigate the impacts of power transformer malfunctions on supply stability. Reducing data processing volume is crucial for achieving efficiency. In this context, our contributions include (i) proposing a fault diagnosis system that maintains high performance even under severe dimensionality reduction, (ii) introducing two Autoencoder structures, (iii) conducting pioneering tests of the Adafactor optimizer in dissolved gas analysis using Autoencoders, and (iv) comparing our solution with Principal Component Analysis (PCA), one of the most well-established techniques in the literature. Results confirm that our proposed system outperforms PCA, particularly in scenarios requiring severe dimensionality reduction.

Download

Estudo de Vulnerabilidades em API e APP de Controladores SDN ONOS

Marcelo Diniz Leite, Luiz Henrique dos Santos Souza, Waslon T. A. Lopes, Fabricio Braga Soares de Carvalho, Iguatemi E. Fonseca

DOI: 10.14209/sbrt.2024.1571036789

Keywords: ONOS SDN REST API Vulnerabilidades

Abstract

Redes Definidas por Software (SDN - Software Defined Networks) têm sido cada vez mais adotadas pelo mercado, inclusive no contexto de Redes Móveis de Quinta Geração (5G). Portanto, promover estudos e análises sobre cibersegurança nestas redes é um tema atualmente em pauta. Este trabalho apresenta um estudo sobre os impactos de um ataque que explore possíveis vulnerabilidades nas API REST expostas na arquitetura do controlador SDN ONOS (Open Network Operating System).

Download

CVQKD Reconciliation Based on Distributional Transform and Slepian-Wolf Coding

Ravilla Leite, Francisco M. Assis

DOI: 10.14209/sbrt.2024.1571036790

Keywords: CVQKD LDPC Codes Distributional Transform Bit-Flipping

Abstract

In this article, we present an information reconciliation protocol designed for CVQKD based on the Distributional Transform for variable quantization and LDPC Slepian-Wolf coding. The decoding employed a modified Bit-Flipping algorithm to recover the error vector \math(boldsymbol{E}) between the correlated binary sequences of Alice and Bob. Numerical results were obtained by applying an LDPC code with a rate of \math(1/2), in conjunction with Bit-Flipping and Sum-Product decoding. The results encourage the application of the technique using LDPC codes optimized for CVQKD applications.

Download