Contribuições à modelagem estocástica de algoritmos adaptativos normalizados

Detalhes bibliográficos
Autor(a) principal: Kuhn, Eduardo Vinicius
Data de Publicação: 2015
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/156744
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2015.
id UFSC_716ea1806709e87bfcc1998c04dcc17c
oai_identifier_str oai:repositorio.ufsc.br:123456789/156744
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Contribuições à modelagem estocástica de algoritmos adaptativos normalizadosEngenharia elétricaAlgoritmosFiltros adaptativosAnalise estocasticaTese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2015.Este trabalho de pesquisa trata da modelagem estocástica de três algoritmos adaptativos bem conhecidos da literatura, a saber: o algoritmo NLMS (normalized least-mean-square), o algoritmo IAF PNLMS (individual-activation-factor proportionate NLMS) e o algoritmo TDLMS (transform-domain least-mean-square). Particularmente para o algoritmo NLMS, um modelo estocástico analítico é obtido levando em conta um ambiente não estacionário e sinais de entrada gaussianos complexos. Baseado nas expressões de modelo, o impacto dos parâmetros do algoritmo sobre o seu desempenho é discutido, evidenciando algumas das características de rastreamento do algoritmo NLMS frente ao ambiente não estacionário considerado. Para o algoritmo IAF-PNLMS, assumindo um ambiente estacionário, um modelo estocástico mais preciso do que os até então disponíveis na literatura é apresentado, considerando sinais de entrada gaussianos correlacionados tanto complexos quanto reais. Com respeito ao algoritmo TDLMS, um modelo estocástico melhorado é derivado focando em um ambiente não estacionário e sinais de entrada gaussianos correlacionados reais. A partir das expressões de modelo obtidas, o impacto dos parâmetros do algoritmo TDLMS sobre o seu desempenho é discutido. Resultados de simulação para diferentes cenários de operação são mostrados, confirmando a precisão dos modelos estocásticos propostos tanto na fase transitória quanto em regime permanente.<br>Abstract : This research work focuses on the stochastic modeling of three well-known adaptive algorithms from the literature, namely: the normalized least-mean-square (NLMS) algorithm, the individual-activation-factor proportionate NLMS (IAF-PNLMS) algorithm, and the transform-domain least-mean-square (TDLMS) algorithm. Particularly for the NLMS algorithm, an analytical stochastic model is obtained taking into account a nonstationary environment and complex-valued Gaussian input data. Based on the obtained model expressions, the impact of the algorithm parameters on its performance is discussed, clarifying some of the tracking properties of the NLMS algorithm vis-à-vis the nonstationary environment considered. For the IAF-PNLMS algorithm, assuming a stationary environment, a more accurate stochastic model than those available so far in the literature is presented considering both complex- and real-valued Gaussian correlated input data. Regarding the TDLMS algorithm, an improved stochastic model is derived focusing on a nonstationary environment and real-valued Gaussian correlated input data. From the obtained model expressions, the impact of the TDLMS algorithm parameters on its performance is discussed. Simulation results for different operating scenarios are shown, confirming the accuracy of the proposed stochastic models for both transient and steady-state phases.Seara, RuiUniversidade Federal de Santa CatarinaKuhn, Eduardo Vinicius2015-12-01T03:11:30Z2015-12-01T03:11:30Z2015info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis169 p.| il., grafs.application/pdf336272https://repositorio.ufsc.br/xmlui/handle/123456789/156744porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2016-03-07T18:59:30Zoai:repositorio.ufsc.br:123456789/156744Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732016-03-07T18:59:30Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Contribuições à modelagem estocástica de algoritmos adaptativos normalizados
title Contribuições à modelagem estocástica de algoritmos adaptativos normalizados
spellingShingle Contribuições à modelagem estocástica de algoritmos adaptativos normalizados
Kuhn, Eduardo Vinicius
Engenharia elétrica
Algoritmos
Filtros adaptativos
Analise estocastica
title_short Contribuições à modelagem estocástica de algoritmos adaptativos normalizados
title_full Contribuições à modelagem estocástica de algoritmos adaptativos normalizados
title_fullStr Contribuições à modelagem estocástica de algoritmos adaptativos normalizados
title_full_unstemmed Contribuições à modelagem estocástica de algoritmos adaptativos normalizados
title_sort Contribuições à modelagem estocástica de algoritmos adaptativos normalizados
author Kuhn, Eduardo Vinicius
author_facet Kuhn, Eduardo Vinicius
author_role author
dc.contributor.none.fl_str_mv Seara, Rui
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Kuhn, Eduardo Vinicius
dc.subject.por.fl_str_mv Engenharia elétrica
Algoritmos
Filtros adaptativos
Analise estocastica
topic Engenharia elétrica
Algoritmos
Filtros adaptativos
Analise estocastica
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia Elétrica, Florianópolis, 2015.
publishDate 2015
dc.date.none.fl_str_mv 2015-12-01T03:11:30Z
2015-12-01T03:11:30Z
2015
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 336272
https://repositorio.ufsc.br/xmlui/handle/123456789/156744
identifier_str_mv 336272
url https://repositorio.ufsc.br/xmlui/handle/123456789/156744
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 169 p.| il., grafs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652340088012800

Registros relacionados