Modelos de aprendizado profundo para classificação de modulações de sinais de comunicação wireless

A identificação do tipo e do esquema de modulação de sinais de comunicação é um problema desafiador para várias aplicações, sobretudo em Defesa. Em cenários de combate com grande número de emissores e diversos efeitos advindos da propagação de canal, monitorar, identificar e negar emissões inimigas, bem como assegurar as comunicações das forças amigas, são atividades cruciais para o sucesso no Teatro de Operações. Nesse sentido, este trabalho investiga a viabilidade de utilização de algoritmos de Aprendizado Profundo para a classificação automática de modulações de sinais de comunicação wireless. São propostas arquiteturas de rede neural convolucional unidimensional, residual e recorrente para classificação de 8 tipos de modulação digital e 3 tipos de modulação analógica do dataset RadioML2016.10a, modulações estas características de sistemas de comunicação wireless.