Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica

Detalhes bibliográficos
Autor(a) principal: Souza, Francisco das Chagas de
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/96392
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.
id UFSC_cd5efbd51b84860692b92b06a9144045
oai_identifier_str oai:repositorio.ufsc.br:123456789/96392
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocásticaEngenharia eletricaFiltros adaptativosAlgoritmos adaptativosTese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.Neste trabalho, um novo algoritmo LMS normalizado proporcional (PNLMS) é proposto. Tal algoritmo usa fatores de ativação individuais para cada coeficiente do filtro adaptativo, em vez de um fator de ativação global como no algoritmo PNLMS padrão. Os fatores de ativação individuais do algoritmo proposto são atualizados recursivamente a partir dos correspondentes coeficientes do filtro adaptativo. Essa abordagem conduz a uma melhor distribuição da energia de adaptação entre os coeficientes do filtro. Dessa forma, para respostas ao impulso com elevada esparsidade, o algoritmo proposto, denominado algoritmo PNLMS com fatores de ativação individuais (IAF PNLMS), atinge maior velocidade de convergência do que os algoritmos PNLMS padrão e PNLMS melhorado (IPNLMS). Também, uma metodologia de modelagem estocástica dos algoritmos da classe PNLMS é apresentada. Usando essa metodologia, obtém-se um modelo estocástico que prediz satisfatoriamente o comportamento do algoritmo IAF PNLMS tanto na fase transitória quanto na estacionária. Através de simulações numéricas, a eficácia do modelo proposto é verificada. Adicionalmente, uma versão melhorada do algoritmo IAF PNLMS, denominada EIAF PNLMS, é proposta neste trabalho, a qual usa uma estratégia de redistribuição de ganhos durante o processo de aprendizagem, visando aumentar os ganhos atribuídos aos coeficientes inativos quando os ativos aproximam-se da convergência. Resultados de simulação mostram que tal estratégia de redistribuição melhora significativamente as características de convergência do algoritmoFlorianópolisSeara, RuiTobias, Orlando JoséUniversidade Federal de Santa CatarinaSouza, Francisco das Chagas de2012-10-26T11:34:42Z2012-10-26T11:34:42Z20122012info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis170 p.| grafs., tabs.application/pdf309939http://repositorio.ufsc.br/xmlui/handle/123456789/96392porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2013-07-16T20:55:05Zoai:repositorio.ufsc.br:123456789/96392Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732013-07-16T20:55:05Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica
title Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica
spellingShingle Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica
Souza, Francisco das Chagas de
Engenharia eletrica
Filtros adaptativos
Algoritmos adaptativos
title_short Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica
title_full Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica
title_fullStr Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica
title_full_unstemmed Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica
title_sort Algoritmos adaptativos LMS normalizados proporcionais: proposta de um novo algoritmo e sua modelagem estocástica
author Souza, Francisco das Chagas de
author_facet Souza, Francisco das Chagas de
author_role author
dc.contributor.none.fl_str_mv Seara, Rui
Tobias, Orlando José
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Souza, Francisco das Chagas de
dc.subject.por.fl_str_mv Engenharia eletrica
Filtros adaptativos
Algoritmos adaptativos
topic Engenharia eletrica
Filtros adaptativos
Algoritmos adaptativos
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Elétrica.
publishDate 2012
dc.date.none.fl_str_mv 2012-10-26T11:34:42Z
2012-10-26T11:34:42Z
2012
2012
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 309939
http://repositorio.ufsc.br/xmlui/handle/123456789/96392
identifier_str_mv 309939
url http://repositorio.ufsc.br/xmlui/handle/123456789/96392
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 170 p.| grafs., tabs.
application/pdf
dc.publisher.none.fl_str_mv Florianópolis
publisher.none.fl_str_mv Florianópolis
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_ 1808652067346055168

Registros relacionados