Compartilhamento |
![]() ![]() |
Use este identificador para citar ou linkar para este item:
https://tedebc.ufma.br/jspui/handle/tede/tede/4941
Tipo do documento: | Dissertação |
Título: | Combinação afim de filtros adaptativos RLS-LMS para conformação de feixe em antenas inteligentes com sintonia paramétrica baseada em redes neurais artificiais |
Título(s) alternativo(s): | Tunable combination of RLS-LMS adaptive filters for beam shaping in smart antennas with parametric tuning based on artificial neural networks |
Autor: | RIBEIRO, Antonio Henrique dos Santos ![]() |
Primeiro orientador: | FONSECA NETO, João Viana da |
Primeiro coorientador: | SOUZA, Francisco das Chagas de |
Primeiro membro da banca: | FONSECA NETO, João Viana da |
Segundo membro da banca: | SOUZA, Francisco das Chagas de |
Terceiro membro da banca: | CASAS, Vicente Leonardo Paucar |
Quarto membro da banca: | FONTGALLAND, Glauco |
Resumo: | A Combinação Afim de Filtros Adaptativos RLS-LMS para Conformação de Feixe em Antenas Inteligentes com Sintonia Paramétrica Baseada em Redes Neurais Artificiais, mostra aspectos de convergência dos algoritmos LMS (least mean-square) e RLS (recursive least-square) usando uma combinação afim de filtros para conformação de feixe adaptativo em antenas inteligentes. A Rede Neural Artificial Feed Foward é utilizada para sintonizar os parâmetros dos pesos. Verifica-se o desempenho da combinação afim de dois filtros adaptativos individuais de classes distintas, considerando o parâmetro de mistura da combinação, calculado adaptativamente através do algoritmo de gradiente estocástico, denominado ρη-LMS. O objetivo da combinação é obter, para um ambiente estacionário, um algoritmo adaptativo RLS-LMS que supere os algoritmos clássicos em termos de velocidade de convergência e estabilidade. O desempenho do algoritmo afim RLS-LMS proposto é avaliado por meio de experimentos computacionais. A rede neural artificial calcula os pesos ideais ou ótimos utilizados na entrada do sinal dos filtros lineares que adaptam o diagrama de irradiação da antena do arranjo linear uniforme, direcionando vários feixes estreitos para os usuários desejados e minimizando a interferência ou usuários indesejados. A aplicação dessa rede neural proporciona a capacidade de aumentar a eficiência e otimizar o uso das antenas inteligentes. Os resultados obtidos são apresentados para ser analisados. |
Abstract: | The Affine Combination of RLS-LMS Adaptive Filters for Beam Shaping in Smart Antennas with Parametric Tuning Based on Artificial Neural Networks, shows aspects of convergence of LMS (least mean-square) and RLS (recursive least-square) algorithms using an affine combination of filters for adaptive beamforming in smart antennas. The Feed Forward Artificial Neural Network is used to tune the weight parameters. The performance of the affine combination of two individual adaptive filters of different classes is investigated, considering the mixing parameter of the combination calculated adaptively through the stochastic gradient algorithm, called ρη-LMS. The purpose of the combination is to obtain, for a stationary environment, an adaptive RLS-LMS algorithm that outperforms the classical algorithms in terms of convergence speed and stability. The performance of the proposed RLS-LMS affine algorithm is evaluated through computational experiments. The artificial neural network calculates the ideal or optimal weights used in the signal input of the linear filters that adapt the antenna radiation pattern from the uniform linear array, directing several narrow beams to the desired users and minimizing interference or unwanted users. The application of this neural network provides the ability to increase efficiency and optimize the use of smart antennas. The obtained results are presented to be analyzed. |
Palavras-chave: | antenas inteligentes; combinação afim; conformação de feixe adaptativo; filtros adaptativos; RLS-LMS; Feed Foward. smarts antennas; affine combination; adaptive beamforming; adaptive filters; RLS- LMS; Feed Foward. |
Área(s) do CNPq: | Ciência da Computação |
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: | RIBEIRO, Antonio Henrique dos Santos. Combinação afim de filtros adaptativos RLS-LMS para conformação de feixe em antenas inteligentes com sintonia paramétrica baseada em redes neurais artificiais. 2023. 124 f. Dissertação (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2023. |
Tipo de acesso: | Acesso Aberto |
URI: | https://tedebc.ufma.br/jspui/handle/tede/tede/4941 |
Data de defesa: | 2-Ago-2023 |
Aparece nas coleções: | DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
ANTONIOHENRIQUEDOSSANTOSRIBEIRO.pdf | Dissertação de Mestrado | 3 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.