Predição da intensidade do campo elétrico da onda de superfície utilizando redes neurais artificiais

Abstract

O presente trabalho propõe um simulador de rede neural capaz de predizer a intensidade do campo elétrico de uma onda de superfície, a partir de algumas características físicas do ambiente de propagação. Para o treinamento da rede, foram utilizados dados coletados na região central do Brasil, próximo à cidade de Brasília, consistindo de um sinal de rádio AM transmitido na freqüência de 980 kHz. Inicialmente, apresenta-se um resumo teórico sobre os dois assuntos centrais da pesquisa: propagação de ondas de rádio e redes neurais. Em seguida, especifica-se o projeto da rede neural, incluindo o detalhamento da arquitetura dessa rede e a descrição do processo de tratamento dos dados utilizados no treinamento e na validação da rede neural. Na busca por um resultado satisfatório, foram desenvolvidas três redes neurais distintas. Com o objetivo de validar a eficiência e a aplicabilidade de cada uma das redes neurais projetadas, os resultados obtidos foram comparados com os valores medidos de campo elétrico nessa região e também com valores teóricos obtidos segundo as orientações fornecidas pela recomendação ITU-R P.368-7. Os resultados encontrados neste trabalho validam o uso do simulador projetado como uma ferramenta prática para o projeto de novos sistemas de comunicação, bem como no planejamento dos futuros sistemas digitais de rádio. _________________________________________________________________________________________ ABSTRACT

The purpose of the current work is to create a neural network simulator capable of predicting the electric field intensity of a surface wave, from some physical characteristics of the propagation environment. For the network training, it was used data collected on the central region of Brazil, near the Brasília city, consisting of an AM radio signal transmitted at 980 kHz frequency. Initially, it is presented a brief theoretical review of the two major topics of this research: radio wave propagation and neural networks. Next, it specifies the neural network project, including details of the network architecture and description of the data treatment process used on the neural networking training and validation. Aiming for a satisfactory result, three distinct neural networks were built. In order to validate the efficiency and applicability of each designed network, its obtained results were compared with the measured electric field values for the region, and with the theoretical electric field values obtained by following the ITU-R P.368-7 prescriptions. The results obtained in this work validate the use of the designed simulator as a practical tool for new communications systems projects, including the future digital radio project.