???item.export.label??? ???item.export.type.endnote??? ???item.export.type.bibtex???

Please use this identifier to cite or link to this item: https://tedebc.ufma.br/jspui/handle/tede/tede/1905
Tipo do documento: Dissertação
Título: ALGORITMO RECURSIVO BASEADO EM UMA FUNÇÃO NÃO LINEAR DO ERRO.
Título(s) alternativo(s): RECURSIVE ALGORITHM BASED ON A NON-LINEAR ERROR FUNCTION.
Autor: SILVA, Cristiane Cristina Sousa da 
Primeiro orientador: BARROS FILHO, Allan Kardec Duailibe
Primeiro coorientador: FONSECA NETO, João Viana da
Primeiro membro da banca: BARROS FILHO, Allan Kardec Duailibe
Segundo membro da banca: FONSECA NETO, João Viana da
Terceiro membro da banca: ROMANO, João Marcos Travassos
Quarto membro da banca: SILVA, Aristófanes Corrêa
Resumo: Muitos dos flltros adaptativos s~ao baseados no método do Erro quadrático médio (Mean Square Error - MSE). O desenvolvimento desses flltros nos garante recuperar apenas informações de segunda ordem dos sinais a serem flltrados, ou seja, não consegue recuperar totalmente informações de sinais Gaussianos. No entanto, os sinais naturais ou artiflciais não são necessariamente gaussianos. Desta forma, a utilização de estatística de alta ordem, como uma forma de extrair mais informações dos sinais, tem se demonstrado de grande valia em sistemas adaptativos [7][8][9]. Neste trabalho, nós apresentamos o desenvolvimento de um algoritmo adaptativo baseado em funções não lineares inspirado na dedução do algoritmo Recursive Lest Square (RLS) [1]. Tal desenvolvimento baseia-se na utilização de estatísticas de alta ordem para a obtenção de mais informações dos sinais envolvidos no processo, com o objetivo de melhorar a performance de um flltro adaptativo. Chamaremos esse novo algoritmo de Recursivo não Linear - RNL. Deduzimos equações, baseadas em uma função não linear, para a obtenção de critérios que garantam a convergência. Também fazemos um estudo da covariância do vetor peso em regime estacionário e determinamos equações que calculem o desajuste e o tempo de aprendizagem do processo adaptativo do algoritmo RNL. Apresentamos o algoritmo n~ao linear recursivo, que utiliza como critério a função "n = MP j=1 nP i =1n‚n¡i [ei]2jo, sendo M e n inteiros positivos. Foram feitas simulações com este algoritmo para validar a teoria apresentada e estudamos o comportamento da convergência do algoritmo RNL. O resultado mostrou que o algoritmo RNL possui uma rápida convergência para o mesmo desajuste quando comparado com o algoritmo RLS.
Abstract: Many of the adaptive filters are based on the Mean Squared Error (Mean Square Error - MSE). The development of these filters guarantees us to recover only second-order information of the signals to be filtered, ie not can fully recover information from Gaussian signals. However, the natural or artificial signals are not necessarily Gaussian. In this way, the use of high order statistics as a way of extracting more information of signals, has been shown to be of great value in adaptive systems [7] [8] [9]. In this work, we present the development of an adaptive algorithm based on nonlinear functions inspired by the deduction of the Recursive Lest algorithm Square (RLS) [1]. Such development is based on the use of high order to obtain more information on the signals involved in the process, with the goal of improving the performance of an adaptive filter. We will call this new nonlinear recursive algorithm - RNL. We deduce equations, based on a nonlinear function, to obtain convergence criteria. We also study covariance of the steady-state weight vector and we determine equations that calculate the mismatch and the learning time of the adaptive process of the RNL algorithm. We present the non - linear recursive algorithm, which uses the function "n = MP j = 1 nP i = 1nnnii [ei] 2jo, where M and n are positive integers. Were made simulations with this algorithm to validate the presented theory and study the convergence behavior of the RNL algorithm. The result showed that the RNL algorithm has a rapid convergence for the same mismatch when compared with the RLS algorithm.
Palavras-chave: Processamento de sinais; Filtragem Adaptativa; Algoritmos Adaptativos
Signal processing; Adaptive Filtration; Algorithms Adaptive
Área(s) do CNPq: Análise de Algoritmos e Complexidade de 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: SILVA, Cristiane Cristina Sousa da. ALGORITMO RECURSIVO BASEADO EM UMA FUNÇÃO NÃO LINEAR DO ERRO.. 2009. [48 folhas]. Dissertação( PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET) - Universidade Federal do Maranhão, [São Luis] .
Tipo de acesso: Acesso Aberto
URI: http://tedebc.ufma.br:8080/jspui/handle/tede/1905
Data de defesa: 13-Feb-2009
Appears in Collections:DISSERTAÇÃO DE MESTRADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Files in This Item:
File Description SizeFormat 
Cristiane Sousa.pdfDissertação de Mestrado1,12 MBAdobe PDFDownload/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.