Compartilhamento |
|
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/3701
Tipo do documento: | Tese |
Título: | Análise e implementação em circuito eletrônico de algoritmos adaptativos de gradiente estocástico baseado em função contínua, par e não linear |
Título(s) alternativo(s): | Analysis and implementation in electronic circuit of adaptive stochastic gradient algorithms based on continuous, even and non-linear function |
Autor: | FONSECA, José de Ribamar Silva |
Primeiro orientador: | BARROS FILHO, Allan Kardec Duailibe |
Primeiro coorientador: | SILVA, Luis Cláudio Oliveira |
Primeiro membro da banca: | CASAS, Vicente Leonardo Paucar |
Segundo membro da banca: | SANTANA, Ewaldo |
Terceiro membro da banca: | SANTOS NETO, Inocêncio Sanches dos |
Quarto membro da banca: | BARREIROS, Marta de Oliveira |
Quinto membro da banca: | OLIVEIRA, Luís Cláudio |
Resumo: | Os filtros adaptativos têm resolvido muitos problemas de processamento de sinais, além de constituírem parte fundamental do aprendizado de máquina. O estudo da filtragem adaptativa foi impulsionado com o desenvolvimento do algoritmo Least Mean Square (LMS) em 1960. Desde então outros algoritmos adaptativos têm surgido com um desempenho superior ao algoritmo LMS em relação ao desajuste e à taxa de conver gência. Vários algoritmos têm surgido de modo a melhorar o desempenho do algoritmo LMS. Entre eles, os algoritmos adaptativos baseados no gradiente estocástico com base em critérios de erro não quadrático médio, foram desenvolvidos e analisados por Dou glas e Meng, estes algoritmos proporcionam um desempenho superior em relação aos seus equivalentes de gradiente estocástico quando se analisa em relação ao desajuste e a velo cidade de convergência. Estes algoritmos adaptativos constituem uma importante família de algoritmos. Quando se implementa esses algoritmos em dispositivo de hardware, tais como DSP, Microcontroladores e FPGA, estes são implementados em precisão finita. Al guns efeitos nessa implementação podem afetar o seu desempenho. Em última análise podem levar à divergência devido aos erros de quantização. Essa importante família de algoritmos adaptativos de erro não quadrático médio, foi analisada em 1994 por Douglas e Meng. Analisou-se a constante de tempo e o desajuste. Os resultados encontrados dessa análise tem apresentado divergências quando comparamos com os resultados experimen tais. Nesse sentido este trabalho tem o objetivo de analisar essa família de algoritmos em precisão finita, especificamente desenvolvemos uma nova metodologia para o cálculo do desajuste em ponto fixo, assim como também realizamos uma implementação em hard ware do tipo FPGA para resolução de problema em nanossatélite. |
Abstract: | Adaptive filters have solved many signal processing problems, in addition to being a fundamental part of machine learning. The study of adaptive filtering was boosted with the development of the Least Mean Square (LMS) algorithm in 1960. Since then, other adaptive algorithms have emerged with a superior performance to the LMS algo rithm in terms of misfit and convergence rate. Several algorithms have emerged in order to improve the performance of the LMS algorithm. Among them, adaptive algorithms based on stochastic gradient based on non-square mean error criteria, were developed and analyzed by Douglas and Meng, these algorithms provide superior performance over their stochastic gradient counterparts when analyzed against misfit and the speed of conver gence. These adaptive algorithms constitute an important family of algorithms. When implementing these algorithms in hardware devices such as DSPs, Microcontrollers and FPGAs, they are implemented in finite precision. Some effects in this implementation can affect its performance. Ultimately they can lead to divergence due to quantization errors. This important family of adaptive non-mean-square error algorithms was analyzed in 1994 by Douglas and Meng. The time constant and the maladjustment were analyzed. The results found from this analysis have presented divergences when compared with the experimental results. In this sense, this work aims to analyze this family of algorithms in finite precision, specifically we developed a new methodology for the misfit calculation, as well as an FPGA hardware implementation for problem solving and nanosatellite. |
Palavras-chave: | filtros adaptativos; algoritmos de gradiente estocástico; precisão finita; quantização; implementação em hardware digital; fpga; nanossatélite; adaptive filters; stochastic gradient algorithms; finite precision; quantization; implementation in digital hardware; fpga; nanosatellite; |
Área(s) do CNPq: | Engenharia Elétrica |
Idioma: | por |
País: | Brasil |
Instituição: | Universidade Federal do Maranhão |
Sigla da instituição: | UFMA |
Departamento: | DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
Programa: | PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET |
Citação: | FONSECA, José de Ribamar Silva. Análise e implementação em circuito eletrônico de algoritmos adaptativos de gradiente estocástico baseado em função contínua, par e não linear. 2022. 88 f. Tese (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luis, 2022. |
Tipo de acesso: | Acesso Aberto |
URI: | https://tedebc.ufma.br/jspui/handle/tede/tede/3701 |
Data de defesa: | 28-Fev-2022 |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
JosédeRibamar.pdf | Tese de Doutorado | 2,13 MB | Adobe PDF | Baixar/Abrir Pré-Visualizar |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.