@MASTERSTHESIS{ 2014:473473202,
 	title = {Sensoriamento de espectro e classificação de sinais em rádio cognitivo por decomposição em subespaços e redes neurais RBF},
 	year = {2014},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/3073",
 	abstract = "A possibilidade de escassez e saturação do espectro, aliadas às demandas crescentes por maiores capacidades de transmissão, são fatores que impulsionam a pesquisa de soluções no âmbito das redes de rádios cognitivos. O sensoriamento do espectro constitui um dos maiores desafios para o desenvolvimento comercial dos sistemas de rádio cognitivo, pois a verificação da presença de um usuário primário é uma tarefa complexa que exige alta confiabilidade. A proposta deste trabalho é elaborar um classificador de sinais capaz de verificar a presença de um usuário primário num determinado canal do espectro de rádio. O classificador proposto realiza a decomposição em subespaços da matriz de covariância do sinal, visando extração de características que possam indicar a presença de usuário primário. A decomposição do sinal em subespaços permite a determinação de bancos de filtros aos quais novos sinais são submetidos. Redes neurais do tipo RBF são utilizadas para análise de características dos sinais filtrados e decisão sobre a presença de um determinado tipo de usuário primário. Com base na regulamentação IEEE 802.22, o processo de classificação é executado na rádio-base cognitiva, responsável pelo controle de todos os usuários e canais na sua área de cobertura. Os resultados indicam que o custo computacional da decomposição em subespaços, que é executada de forma cíclica em métodos similares, pode ser reduzido através da abordagem proposta, sem comprometimento da qualidade da detecção.",
 	publisher = {Pontifícia Universidade Católica do Rio Grande do Sul},
 	scholl = {Programa de Pós-Graduação em Engenharia Elétrica},
 	note = {Faculdade de Engenharia}
}