Emprego da STFT e da CNN na Classificação Automática de Sinais Radar de Baixa Probabilidade de Interceptação

As atividades de Guerra Eletrônica desempenham um papel essencial em um Teatro de Operações. O surgimento de radares de Baixa Probabilidade de Interceptação (LPI) tornou a eficácia das atividades de Medidas de Apoio à Guerra Eletrônica (MAGE) dependente de sua capacidade em identificar as modulações intrapulso presentes nos sinais desses radares. Portanto, tornou-se imprescindível o desenvolvimento de equipamentos MAGE modernos, dotados de algoritmos de Inteligência Eletrônica (ELINT), bem como de Classificadores Automáticos de Modulações Intrapulso (ATR LPI) de sinais LPI.Dentre os principais ATR LPI existentes na literatura, destacam-se aqueles baseados em técnicas de análise no domínio tempo-frequência (TFA) combinadas com Redes Neurais Convolucionais (CNN). Este trabalho propõe uma arquitetura de ATR LPI baseada na Transformada de Fourier de Tempo Curto (STFT) combinada com a CNN SqueezeNet. A arquitetura proposta apresentou resultados que superam os disponíveis na literatura, sugerindo sua adequação para inclusão nos futuros sistemas MAGE da Marinha do Brasil (MB).