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 %.

Em aplicações militares, comumente, se tem a utilização de sistemas especializados em processamento de sinais, como por exemplo: sistemas de radar e sistemas de sonar [1]. Como ondas eletromagnéticas são altamente atenuadas em meios aquáticos, aplicações navais submarinas utilizam ondas mecânicas, como o som, para sua operação [2].Operações navais, tanto civis como militares, devem acessar informações sobre o ambiente ao redor como topologia do leito do mar, fenômenos sísmicos, movimentação de cardumes de peixes e outros. Como o som pode alcançar grandes distâncias no mar, geralmente, esteé utilizado para os mais diversos fins e, devido a isso, sistemas específicos foram desenvolvidos para a análise, os chamados sistemas Sonar (SOund Navigation And Ranging).

Resumo-Sistemas de sonar passivo são utilizados em aplicações civis e militares para monitoramento do ambiente submarino, podendo ser empregados para a detecção desde animais a embarcações. A aquisição de sinais acústicos submarinos experimentaisé necessária para o desenvolvimento de sistemas de detecção, mas demanda equipamento adequado e um considerável custo para instalação e manutenção. Neste trabalho,é proposto um sistema de simulação de sinais acústicos submarinos que compreende dois módulos distintos, para gerar amostras simuladas de ruído ambiente e de ruído irradiado por embarcações. Os modelos propostos utilizam uma combinação de filtros digitais, gerador de ruído branco Gaussiano e gerador de tons senoidais para sintetizar amostras dos processos aleatórios de interesse. Os sinais sintéticos produzidos são comparados com sinais experimentais, indicando a eficiência dos modelos de simulação propostos.