@MASTERSTHESIS{ 2016:1700300484,
 	title = {Modelagem Estocástica: Teoria, Formulação e Aplicações do Algoritmo LMS},
 	year = {2016},
 	url = "http://tedebc.ufma.br:8080/jspui/handle/tede/301",
 	abstract = "Nesta dissertação de mestrado apresenta-se uma investigação em aspectos de modelagem estocástica, convergência e aplicações dos algoritmos de mínimos quadrados médio (LMS), mínimos quadrados médio normalizado (NLMS) e mínimos quadrados médio normalizado proporcional (PNLMS). Particularmente, aborda-se o Algoritmo LMS em sua extensão, definindo conceitos, demonstrações de propriedades, algoritmos e análise de convergência, Curva de Aprendizagem e Desajuste do referido algoritmo. Dentro do contexto de redes de sensores e filtragem espacial avalia-se o desempenho dos algoritmos por meio da curva de aprendizagem dos referidos algoritmos para os arranjos de antenas adaptativas. No contexto intrínseco da aplicação em engenharia elétrica, isto é, na área de telecomunicações procura-se a melhor alternativa e almeja-se a otimização do processo de transmissão/recepção para eliminar interferências e a menor quantidade de elementos em arranjos de antenas adaptativas, que são conhecidas como antenas inteligentes, e que tem como objetivo atingir uma relação Sinal Ruído para valor pequeno, com número adequado de elementos. O desempenho do algoritmo LMS é avaliado em redes de sensores que é caracterizada por um arranjo de antenas. Resultados de simulações computacionais para diferentes cenários de operação mostram que os algoritmos apresentam bons resultados numéricos de convergência para uma escolha adequada dos parâmetros relacionados com a taxa de aprendizagem que são associadas com suas curvas médias e com a conformação de feixes do arranjo em antenas inteligentes.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {Engenharia}
}