Projeto – Sinais e Sistemas Lineares

Processamento e Análise de Sinais GPS

Integrantes

• Victória Pessoa Barbosa Matos
• Luiz Felipe Silva Lustosa
• Valter Sanches

---

Descrição Geral

Este projeto implementa, na prática, conceitos estudados na disciplina Sinais e Sistemas Lineares, aplicados ao processamento de sinais GPS.

O notebook realiza:

• Geração de códigos PRN;
• Processamento e análise de sinais digitais;
• Cálculo de correlação para identificação e sincronização;
• Extração de características;
• Implementação de um analisador multi-canal;
• Classificação usando um modelo SVM.

Todas as etapas estão contidas no arquivo Projeto_SS.ipynb.

---

Objetivos

• Aplicar técnicas de Sinais e Sistemas em um caso real.
• Entender e gerar códigos PRN utilizados em sistemas de navegação.
• Implementar correlação cruzada para detecção e alinhamento de sinais.
• Extrair características relevantes para análise.
• Criar um pipeline completo de processamento.
• Classificar sinais usando SVM.

---

Estrutura do Projeto

1. Inicialização e Configuração

• Importação de bibliotecas.
• Organização das funções.
• Preparação do ambiente.

2. Gerenciamento dos Dados

• Leitura do dataset.
• Estruturação e filtragem dos dados.
• Separação para uso nas etapas seguintes.

3. Geração dos Códigos PRN

• Implementação dos códigos pseudo-aleatórios do GPS.
• Geração das sequências.
• Visualização das séries PRN.

4. Processamento de Correlação

• Cálculo da correlação cruzada.
• Identificação do atraso do código.
• Detecção de picos para sincronização.

5. Extração de Características

• Construção das features do sinal.
• Seleção e formatação dos dados de entrada do classificador.

6. Analisador Multi-Canal

• Processamento simultâneo de diferentes sinais.
• Arquitetura escalável para múltiplos códigos PRN.

7. Pipeline Completo

Fluxo implementado:

1. Leitura do sinal
2. Geração do PRN
3. Correlação
4. Extração de características
5. Classificação

8. Classificação com SVM

• Treinamento.
• Validação.
• Teste e análise dos resultados.

---

Resultados

• Correlação com picos claros indicando sincronização.
• Extração eficiente de características.
• Modelo SVM funcionando de forma integrada ao pipeline.

---