Análise de modelos adversariais aplicados à classificação de sinais de Sonar Passivo

Abstract

Resumo-Nas operações de guerra naval, várias técnicas foram desenvolvidas para detecção e classificação de navios. Dada a natureza sigilosa dos dadosé extremamente difícil obter grandes quantidades dos mesmos, o que torna difícil o uso de técnicas que dependam de dados abundantes, especialmente o aprendizado profundo. Este trabalho propõe a aplicação de uma técnica de treinamento adversarial para classificação de sinais de sonar passivo. Como a técnica proposta treina um gerador de imagens sintéticas, que depois serão utilizadas para o treinamento de um classificador, a qualidade daquele será avaliada. O método proposto atinge uma acurácia de 98,4 ± 0,6 %.

Classificação de Sinais Temporais de Sonar Passivo utilizando Redes Neurais Convolucionais

“…Após este processo, blocos consecutivos de n pontos do sinal sofrem uma normalizac ¸ão na magnitude do sinal. A análise no domínio do tempo deriva de uma análise de banda larga que trabalha sobre o ruído de máquina, denominada LOFAR (LOw Frequency Analysis and Recording) [5] e seu processo está representado na Fig. 2.…”

“…Os sinais dos sistemas de sonar passivo são dados nãolinearmente separáveis e possuem distribuic ¸ão não gaussiana, tal contexto somado ao fato de que fenômenos sísmicos e outros ruídos marinhos podem emitir sinais com assinaturas acústicas similares ao sinal de interesse, torna desafiadora a tarefa de processar e classificar esses dados [4]. Em virtude desta complexidade, atualmente, diversas técnicas para classificac ¸ão de contatos por meio de sinais adquiridos de sistemas sonar vêm sendo desenvolvidas [5]. As redes neurais artificiais (RNA) são especialmente indicadas para esta tarefa, tendo em vista que apresentam uma classificac ¸ão eficiente, mesmo para um número expressivo de classes e para eventos de dimensionalidade elevada, além de possuirem facilidades quanto à adaptac ¸ão, em especial, na incorporac ¸ão de novas classes [6].…”