@MASTERSTHESIS{ 2023:24449767,
 	title = {Combinação afim de filtros adaptativos RLS-LMS para conformação de feixe em antenas inteligentes com sintonia paramétrica baseada em redes neurais artificiais},
 	year = {2023},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/tede/4941",
 	abstract = "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.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}