Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus

Detalhes bibliográficos
Autor(a) principal: Cavalcante, Charles Casimiro
Data de Publicação: 2001
Outros Autores: Mota, João César Moura, Montalvao Filho, Jugurta Rosa, Dorizzi, Bernadette
Tipo de documento: Artigo de conferência
Idioma: fra
Título da fonte: Repositório Institucional da Universidade Federal do Ceará (UFC)
Texto Completo: http://www.repositorio.ufc.br/handle/riufc/4249
Resumo: A nonlinear structure of filtering for blind equalization is presented. The neural network-based structure is used in order to provide nonlinearity on the filter structure while the learning strategy is divided in two stages. The Kullback-Leibler divergence is used as the base for the cost function of a self-organized rule and constant modulus criterion for the supervised one. Simulation results illustrate the performance of the strategy compared to classical ones for adaptive equalization. The results show that the proposed strategy outperforms even trained DFE for some cases of channels.
id UFC-7_5c3970c88c83d62f47accdf74ac4f125
oai_identifier_str oai:repositorio.ufc.br:riufc/4249
network_acronym_str UFC-7
network_name_str Repositório Institucional da Universidade Federal do Ceará (UFC)
repository_id_str
spelling Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulusTeleinformáticaRedes neurais (Computação)A nonlinear structure of filtering for blind equalization is presented. The neural network-based structure is used in order to provide nonlinearity on the filter structure while the learning strategy is divided in two stages. The Kullback-Leibler divergence is used as the base for the cost function of a self-organized rule and constant modulus criterion for the supervised one. Simulation results illustrate the performance of the strategy compared to classical ones for adaptive equalization. The results show that the proposed strategy outperforms even trained DFE for some cases of channels.Une structure de filtrage non linéaire pour l’égalisation aveugle est présentée. Cette structure est basée sur un réseau de neurones, ce qui permet l’inclusion de non linéarités dans la structure du filtre. D’autre part, la stratégie d’apprentissage du réseau est séparée en deux parties : une supervisée et l’autre auto-organisée. La divergence de Kullback-Leibler est utilisée comme base pour une fonction de coût d’une régle d’apprentissage auto-organisée, tandis que le critére du (( constant modulus )) est utilisé dans la partie supervisée. Les résultats des simulations comparent la performance de cette stratégie par rapport aux stratégies classiques d’égalisation adaptative. Les résultats montrent que, pour certains canaux, la stratégie proposée est plus performante que l’égaliseur à retour des décisions (DFE) supervisé.Colloque GRETSI sur le traitement du signal et des images2013-01-02T19:21:58Z2013-01-02T19:21:58Z2001info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectapplication/pdfCAVALCANTE, C. C. et al. Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus. In: COLLOQUE GRETSI SUR LE TRAITEMENT DU SIGNAL ET DES IMAGES, 2001, Toulouse. Anais... Toulouse: Colloque GRETSI sur le traitement du signal et des images, 2001. p. 573-576.http://www.repositorio.ufc.br/handle/riufc/4249Cavalcante, Charles CasimiroMota, João César MouraMontalvao Filho, Jugurta RosaDorizzi, Bernadettefrareponame:Repositório Institucional da Universidade Federal do Ceará (UFC)instname:Universidade Federal do Ceará (UFC)instacron:UFCinfo:eu-repo/semantics/openAccess2022-11-29T19:20:22Zoai:repositorio.ufc.br:riufc/4249Repositório InstitucionalPUBhttp://www.repositorio.ufc.br/ri-oai/requestbu@ufc.br || repositorio@ufc.bropendoar:2024-09-11T18:26:19.940724Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)false
dc.title.none.fl_str_mv Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus
title Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus
spellingShingle Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus
Cavalcante, Charles Casimiro
Teleinformática
Redes neurais (Computação)
title_short Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus
title_full Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus
title_fullStr Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus
title_full_unstemmed Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus
title_sort Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus
author Cavalcante, Charles Casimiro
author_facet Cavalcante, Charles Casimiro
Mota, João César Moura
Montalvao Filho, Jugurta Rosa
Dorizzi, Bernadette
author_role author
author2 Mota, João César Moura
Montalvao Filho, Jugurta Rosa
Dorizzi, Bernadette
author2_role author
author
author
dc.contributor.author.fl_str_mv Cavalcante, Charles Casimiro
Mota, João César Moura
Montalvao Filho, Jugurta Rosa
Dorizzi, Bernadette
dc.subject.por.fl_str_mv Teleinformática
Redes neurais (Computação)
topic Teleinformática
Redes neurais (Computação)
description A nonlinear structure of filtering for blind equalization is presented. The neural network-based structure is used in order to provide nonlinearity on the filter structure while the learning strategy is divided in two stages. The Kullback-Leibler divergence is used as the base for the cost function of a self-organized rule and constant modulus criterion for the supervised one. Simulation results illustrate the performance of the strategy compared to classical ones for adaptive equalization. The results show that the proposed strategy outperforms even trained DFE for some cases of channels.
publishDate 2001
dc.date.none.fl_str_mv 2001
2013-01-02T19:21:58Z
2013-01-02T19:21:58Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv CAVALCANTE, C. C. et al. Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus. In: COLLOQUE GRETSI SUR LE TRAITEMENT DU SIGNAL ET DES IMAGES, 2001, Toulouse. Anais... Toulouse: Colloque GRETSI sur le traitement du signal et des images, 2001. p. 573-576.
http://www.repositorio.ufc.br/handle/riufc/4249
identifier_str_mv CAVALCANTE, C. C. et al. Égalisation par prédiction Basée sur des réseaux de neurones et des fonctions objectifs obtenues à partir de la divergence de kullback-leibler et du constant modulus. In: COLLOQUE GRETSI SUR LE TRAITEMENT DU SIGNAL ET DES IMAGES, 2001, Toulouse. Anais... Toulouse: Colloque GRETSI sur le traitement du signal et des images, 2001. p. 573-576.
url http://www.repositorio.ufc.br/handle/riufc/4249
dc.language.iso.fl_str_mv fra
language fra
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Colloque GRETSI sur le traitement du signal et des images
publisher.none.fl_str_mv Colloque GRETSI sur le traitement du signal et des images
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal do Ceará (UFC)
instname:Universidade Federal do Ceará (UFC)
instacron:UFC
instname_str Universidade Federal do Ceará (UFC)
instacron_str UFC
institution UFC
reponame_str Repositório Institucional da Universidade Federal do Ceará (UFC)
collection Repositório Institucional da Universidade Federal do Ceará (UFC)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal do Ceará (UFC) - Universidade Federal do Ceará (UFC)
repository.mail.fl_str_mv bu@ufc.br || repositorio@ufc.br
_version_ 1813028803842146304

Registros relacionados