Extração de Características Espectrais para o Reconhecimento Automático de Modulações Digitais de Alta Ordem em Ambiente Impulsivo por Correntropia Cicloestacionária
Extração de Características Espectrais para o Reconhecimento Automático de Modulações Digitais de Alta Ordem em Ambiente Impulsivo por Correntropia Cicloestacionária
O constante crescimento do uso de sistemas de comunicação sem fio vem contribuindo para procura de novos meios de explorar a máxima capacidade do uso do espectro. Nesse contexto, os rádios cognitivos aparecem como uma opção apropriada, capaz de oferecer um uso eficiente do canal, possibilitando o acesso dinâmico do espectro e garantindo uma maior largura de banda aos usuários. Uma característica desejável em um rádio cognitivo é que ele tenha a capacidade de reconhecer automaticamente o tipo de modulação empregada em um sinal de RF, o que pode permitir a interoperabilidade entre sistemas, melhorar a eficiência espectral do sistema ou mesmo viabilizar o seu uso em cenários de vigilância eletrônica. Técnicas de classificação automática de modulações (AMC) que se baseiam em detecção de padrões obtidos a partir da análise de características cicloestacionárias de segunda ordem, embora muito difundidas, não são capazes de reconhecer alguns tipos modulações digitais, tais como modulações M-QAM e M-PSK de alta ordem. Em contra partida, as técnicas de análise cicloestacionárias de ordem superior, usadas para extração de descritores singulares dessas modulações, possuem um custo computacional muito elevado e são adequadas apenas para ambientes de comunicação com ruído AWGN. Embora o modelo de ruído AWGN seja amplamente empregado para caracterizar canais de comunicação, existem diversos cenários práticos que são melhor modelados por distribuições não-gaussianas, como por exemplo a comunicação em HF, cujo o ambiente apresenta uma forte contaminação por ruídos impulsivos. A solução tipicamente adotada para análise cicloestacionária de sinais em ambientes impulsivos, consiste na extração e análise das estatísticas fracionárias de ordem inferior. Contudo, essas técnicas, no contexto de comunicação, são apenas empregadas para o sensoriamento espectral. Desse modo, tendo em vista uma lacuna no estado da arte, referente a técnicas de AMC para modulações digitais de alta ordem em ambientes impulsivos, neste trabalho propomos a investigação de novos métodos de extração de características cicloestacionárias singulares das modulações digitais M-QAM, em ambientes de ruído impulsivos utilizando a função densidade espectral de correntropia cíclica (CCSD). Com a CCSD foi possível obter assinaturas cicloestacionárias singulares das modulações M-QAM, mesmo quando contaminadas por ruído impulsivo, modelado pela distribuição alfa-estável. Isso demonstrou que a CCSD é uma ferramenta promissora para ser empregada em um sistema de classificação de modulações digitais.