AIMC-Spec: A Benchmark Dataset for Automatic Intrapulse Modulation Classification under Variable Noise Conditions

Resumo Técnico: AIMC-Spec

1. Problema e Contexto

A classificação de modulação intrapulso (AIMC - Automatic Intrapulse Modulation Classification) é uma tarefa crítica em sistemas de suporte eletrônico e análise de sinais de radar, visando identificar o tipo de modulação contido em um único pulso de radar a partir de sua representação complexa I/Q (In-phase/Quadrature).

Apesar dos avanços na aplicação de Deep Learning para AIMC, o campo sofre de uma falta de padronização:

• A maioria dos estudos utiliza conjuntos de dados privados ou gerados internamente, dificultando a comparação justa e a reprodutibilidade.
• Existem inconsistências nas definições de sinais, faixas de SNR (Relação Sinal-Ruído) e métodos de pré-processamento.
• O conjunto de dados anterior da série AIMC-Spec, embora útil, apresentava limitações práticas, como um tamanho excessivo (>500 GB) e um formato de armazenamento que dificultava o acesso rápido e a experimentação.

2. Metodologia e Proposta

O artigo apresenta uma versão atualizada e otimizada do conjunto de dados AIMC-Spec, projetado especificamente para benchmarking de classificação baseada em imagens (espectrogramas).

Características do Dataset (AIMC-Spec):

• Natureza: Totalmente sintético, gerado via script Python, permitindo controle total sobre parâmetros e níveis de ruído.
• Escala e Diversidade: Contém 30 tipos de modulação intrapulso distintos, divididos em duas categorias:
  • 15 modulações de Frequência (FM).
  • 15 modulações de Fase (PM).
• Condições de Ruído: Avaliado em 5 níveis de SNR (+6 dB, +3 dB, 0 dB, -3 dB, -6 dB), utilizando Ruído Branco Gaussiano Aditivo (AWGN).
• Otimização de Armazenamento: Reduzido de >500 GB para <30 GB através de um novo pipeline de armazenamento (arquivos .h5), mantendo a fidelidade do sinal.
• Estrutura: Os dados são fornecidos como espectrogramas derivados de transformadas de Fourier (FFT) para garantir consistência na entrada dos modelos.

Abordagem de Benchmarking:
Para validar o dataset, cinco algoritmos representativos de Deep Learning foram reimplementados e avaliados sob um formato de entrada unificado (espectrogramas baseados em FFT com janela de 50% de sobreposição). Os modelos selecionados cobrem diversas arquiteturas:

1. LDC-Unet: Combinação de U-Net com conexões densas locais e VGG19 (foco em denoising e detalhes multiescala).
2. LPI-Net: CNN leve modular.
3. CDAE-DCNN: Autoencoder de denoising convolucional + CNN profunda.
4. STFT-CNN: CNN simples e leve (baseline).
5. ViT (Vision Transformer): Focado em espectrogramas de fase (1D) para capturar dependências de longo alcance.

Configuração Experimental:

• Divisão de dados: 80% treino / 20% teste (amostragem determinística).
• Treinamento realizado em GPU (RTX 4090).
• Dois cenários de teste: Classificação completa (30 classes) e subconjunto apenas FM (15 classes) para isolar a dificuldade das modulações de fase.

3. Resultados Principais

Os experimentos revelaram variações significativas de desempenho entre as arquiteturas, especialmente em baixos níveis de SNR:

• Desempenho Geral: O modelo LDC-Unet obteve o melhor desempenho em todas as condições, alcançando uma precisão média de 66,91% na tarefa completa e 87,95% no subconjunto FM. Sua robustez é atribuída às conexões residuais e densas que preservam detalhes finos do espectrograma mesmo sob ruído.
• Segundo Lugar: O ViT e o LPI-Net apresentaram resultados competitivos, mas ligeiramente inferiores ao LDC-Unet. O ViT mostrou-se sensível à variabilidade induzida pelo ruído quando a diversidade de dados de treino é limitada.
• Desempenho Inferior: O STFT-CNN (modelo mais simples) teve o menor desempenho (32,62% de precisão média na tarefa completa), indicando que arquiteturas muito leves podem não capturar características suficientes em condições de ruído elevado.
• Dificuldade das Modulações: A classificação de sinais FM foi consistentemente mais fácil do que a de sinais PM. As modulações de fase produzem padrões mais sutis e menos salientes em espectrogramas, gerando maior ambiguidade interclasse, especialmente em SNRs baixos (-6 dB).
• Tendência de SNR: A precisão aumentou consistentemente com o SNR para todos os modelos, com ganhos mais pronunciados entre -6 dB e 0 dB.

4. Contribuições Chave

1. Dataset Público e Padronizado: Introdução do AIMC-Spec como um benchmark sintético reprodutível, acessível e otimizado, preenchendo uma lacuna crítica na literatura de AIMC.
2. Redução de Tamanho: Solução técnica para reduzir o tamanho do dataset em mais de 90% sem perda de fidelidade, facilitando a adoção pela comunidade.
3. Benchmarking Abrangente: Avaliação comparativa de cinco arquiteturas distintas (CNNs, Autoencoders, Transformers) sob condições de ruído controladas, estabelecendo uma linha de base para pesquisas futuras.
4. Análise de Arquitetura: Demonstração de que a escolha da arquitetura e a preservação de detalhes espectrais (via pré-processamento RGB ou de alta resolução) são fatores determinantes para a robustez em ambientes ruidosos.

5. Significado e Impacto

O trabalho estabelece uma nova base para a pesquisa em AIMC, permitindo comparações justas entre diferentes métodos que antes eram impossíveis devido à falta de dados comuns.

• Reprodutibilidade: Ao fornecer código e dados abertos, o estudo elimina a "caixa preta" de muitos trabalhos anteriores.
• Direcionamento Futuro: Os resultados indicam que modelos com mecanismos de denoising e conexões residuais (como U-Net) são superiores para tarefas de classificação de radar em baixos SNR.
• Escalabilidade: O dataset serve como um ponto de partida para o desenvolvimento de sistemas de guerra eletrônica cognitiva e monitoramento de espectro mais robustos.

O artigo conclui que, embora os modelos atuais mostrem progresso, a classificação de modulações de fase e híbridas em condições de ruído severo continua sendo um desafio complexo, exigindo arquiteturas que preservem informações discriminativas sutis. Trabalhos futuros planejam expandir o dataset para incluir efeitos de canal mais realistas, como propagação multipath e fading.