@MASTERSTHESIS{ 2023:1992134530,
 	title = {Algoritmo ZA-PNLMS com fatores de ativação  individuais e ganhos dos coeficientes limitados  superiormente},
 	year = {2023},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/5129",
 	abstract = "Algoritmos de filtragem adaptativa têm sido bastante difundidos no meio acadêmico. 
 Um desafio importante nessa área é a identificação de plantas esparsas. Com o objetivo 
 de identificar plantas com diferentes graus de esparsidade é que neste trabalho propõe
 se um algoritmo adaptativo LMS normalizado proporcional com atrator para zero (ZA
 PNLMS – zero-attracting proportionate normalized LMS algorithm), o qual combina 
 fatores de ativação individuais com ganhos limitados superiormente. A proposta aqui 
 apresentada limita superiormente os ganhos dos coeficientes do algoritmo para 
 identificação de plantas com alto grau de esparsidade, levando a uma melhor 
 distribuição da energia de adaptação entre os coeficientes do algoritmo. Simulações 
 computacionais, considerando sistemas esparsos com perturbação e rastreamento, 
 atestam que o algoritmo proposto é capaz de aglutinar as características de boa 
 convergência em estado transiente e baixo erro em estado permanente.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}