Orientadora: Profa. Dra. Aline de Oliveira Neves Panazio / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, 2014. / Redes de sensores sem o (WSN - Wireless Sensor Networks) têm sido usadas na observação de fenômenos, identicação de sistemas, equalização de canais, além de aplicações nas mais diversas áreas. Considerando o caso de redes homogêneas com protocolo ponto a ponto, nas quais os sensores são capazes de processar suas informações e se comunicar com sensores vizinhos, diversos algoritmos adaptativos vêm sendo aplicados no processamento dos dados medidos. Estes algoritmos podem ser supervisionados ou não supervisionados. Buscando estimar parâmetros comuns através de um processamento distribuído, a topologia da rede passa a ser uma característica importante e precisa ser levada em conta nos algoritmos utilizados. Tais algoritmos operam em modo de difusão, considerando a troca de informações entre sensores vizinhos na atualização dos coecientes dos ltros adaptativos de cada sensor. O mapeamento da topologia da rede é feito de forma matricial através das chamadas matrizes de combinação. Neste trabalho, estudamos o impacto da escolha da matriz de combinação no desempenho dos algoritmos supervisionados. No caso de algoritmos não supervisionados, como a única proposta encontrada na literatura considerava um caso bastante restrito em que o algoritmo só poderia ser aplicado a uma rede com topologia em anel e comunicação unidirecional entre os nós, propomos um novo algoritmo capaz de operar em modo de difusão em qualquer topologia, baseado no clássico critério do módulo constante. O algoritmo proposto é simulado em diversas situações, sempre apresentando vantagens em relação a uma rede sem cooperação entre os nós. / Wireless sensor networks (WSN) have been used in the observation of several phenomena, system identication, channel equalization, and others. Considering the case of homogeneous networks with point to point protocol, in which the sensors are able to process their information and communicate with neighbors, various adaptive algorithms have been applied in the processing of measured data. These algorithms can be supervised or unsupervised. Seeking to estimate common parameters across a distributed processing, network topology becomes an important feature and must be taken into account in the algorithms used. Such algorithms operate in diusion mode, that is, considering the exchange of information between sensors to update the coecients of the adaptive lters. Thenetwork topology is mapped through the use of a matrix, denoted combination matrix. In this work, we study the impact of the choice of the combination matrix on the performance of supervised algorithms. In the case of blind methods, the only technique found in the literature was applied to the specic case of a network with ring topology and unidirectional communication between nodes. Thus, we propose a new algorithm capable of operating in diusion mode on any topology, based on the classical constant modulus criterion. The proposed algorithm is simulated in several scenarios, always presenting advantages over a network without cooperation between nodes.

O objetivo da desconvolução cega de imagens é restaurar uma imagem degradada sem usar informação da imagem real ou da função de degradação. O mapeamento dos níveis de cinza de uma imagem em um sinal de comunicação possibilita o uso de técnicas de equalização cega de canais para a restauração de imagens. Neste trabalho, propõe-se o uso de um esquema para desconvolução cega de imagens baseado na combinação convexa de um equalizador cego com um equalizador no modo de decisão direta. A combinação também é adaptada de forma cega, o que possibilita o chaveamento automático entre os filtros componentes. Dessa forma, o esquema proposto é capaz de atingir o desempenho de um algoritmo de filtragem adaptativa supervisionada sem o conhecimento prévio da imagem original. O desempenho da combinação é ilustrado por meio de simulações, que comprovam a eficiência desse esquema quando comparado a outras soluções da literatura. / The goal of blind image deconvolution is to restore a degraded image without using information from the actual image or from the point spread function. The mapping of the gray levels of an image into a communication signal enables the use of blind equalization techniques for image restoration. In this work, we use a blind image deconvolution scheme based on the convex combination of a blind equalizer with an equalizer in the decision-directed mode. The combination is also blindly adapted, which enables automatic switching between the component filters. Thus, the proposed scheme is able to achieve the performance of a supervised adaptive filtering algorithm without prior knowledge of the original image. The performance of the combination is illustrated by simulations, which show the efficiency of this scheme when compared to other solutions in the literature.

Neste trabalho, são propostos e analisados algoritmos autodidatas eficientes para a equalização de canais de comunicação, considerando a transmissão de sinais QAM (quadrature amplitude modulation). Suas funções de erro são construídas de forma a fazer com que o erro de estimação seja igual a zero nas coordenadas dos símbolos da constelação. Essa característica os possibilita ter um desempenho similar ao de um algoritmo de equalização supervisionada como o NLMS (normalized least mean-square), independentemente da ordem da constelação QAM. Verifica-se analiticamente que, sob certas condições favoráveis para a equalização, os vetores de coeficientes dos algoritmos propostos e a correspondente solução de Wiener são colineares. Além disso, usando a informação da estimativa do símbolo transmitido e de seus símbolos vizinhos, esquemas de baixo custo computacional são propostos para aumentar a velocidade de convergência dos algoritmos. No caso do algoritmo baseado no critério do módulo constante, evita-se sua divergência através de um mecanismo que descarta estimativas inconsistentes dos símbolos transmitidos. Adicionalmente, apresenta-se uma análise de rastreio (tracking), que permite obter expressões analíticas para o erro quadrático médio em excesso dos algoritmos propostos em ambientes estacionários e não-estacionários. Através dessas expressões, verifica-se que com sobreamostragem, ausência de ruído e ambiente estacionário, os algoritmos propostos podem alcançar a equalização perfeita, independentemente da ordem da constelação QAM. Os algoritmos são estendidos para a adaptação conjunta dos filtros direto e de realimentação do equalizador de decisão realimentada, levando-se em conta um mecanismo que evita soluções degeneradas. Resultados de simulação sugerem que a utilização dos esquemas aqui propostos pode ser vantajosa na recuperação de sinais QAM, fazendo com que seja desnecessário o chaveamento para o algoritmo de decisão direta. / In this work, we propose efficient blind algorithms for equalization of communication channels, considering the transmission of QAM (quadrature amplitude modulation) signals. Their error functions are constructed in order to make the estimation error equal to zero at the coordinates of the constellation symbols. This characteristic enables the proposed algorithms to have a similar performance to that of a supervised equalization algorithm as the NLMS (normalized least mean-square), independently of the QAM order. Under some favorable conditions, we verify analytically that the coefficient vector of the proposed algorithms are collinear with the Wiener solution. Furthermore, using the information of the symbol estimate in conjunction with its neighborhood, we propose schemes of low computational cost in order to improve their convergence rate. The divergence of the constant-modulus based algorithm is avoided by using a mechanism, which disregards nonconsistent estimates of the transmitted symbols. Additionally, we present a tracking analysis in which we obtain analytical expressions for the excess mean-square error in stationary and nonstationary environments. From these expressions, we verify that using a fractionally-spaced equalizer in a noiseless stationary environment, the proposed algorithms can achieve perfect equalization, independently of the QAM order. The algorithms are extended to jointly adapt the feedforward and feedback filters of the decision feedback equalizer, taking into account a mechanism to avoid degenerative solutions. Simulation results suggest that the proposed schemes may be advantageously used to recover QAM signals and make the switching to the decision direct mode unnecessary.

O objetivo da desconvolução cega de imagens é restaurar uma imagem degradada sem usar informação da imagem real ou da função de degradação. O mapeamento dos níveis de cinza de uma imagem em um sinal de comunicação possibilita o uso de técnicas de equalização cega de canais para a restauração de imagens. Neste trabalho, propõe-se o uso de um esquema para desconvolução cega de imagens baseado na combinação convexa de um equalizador cego com um equalizador no modo de decisão direta. A combinação também é adaptada de forma cega, o que possibilita o chaveamento automático entre os filtros componentes. Dessa forma, o esquema proposto é capaz de atingir o desempenho de um algoritmo de filtragem adaptativa supervisionada sem o conhecimento prévio da imagem original. O desempenho da combinação é ilustrado por meio de simulações, que comprovam a eficiência desse esquema quando comparado a outras soluções da literatura. / The goal of blind image deconvolution is to restore a degraded image without using information from the actual image or from the point spread function. The mapping of the gray levels of an image into a communication signal enables the use of blind equalization techniques for image restoration. In this work, we use a blind image deconvolution scheme based on the convex combination of a blind equalizer with an equalizer in the decision-directed mode. The combination is also blindly adapted, which enables automatic switching between the component filters. Thus, the proposed scheme is able to achieve the performance of a supervised adaptive filtering algorithm without prior knowledge of the original image. The performance of the combination is illustrated by simulations, which show the efficiency of this scheme when compared to other solutions in the literature.

Neste trabalho, são propostos e analisados algoritmos autodidatas eficientes para a equalização de canais de comunicação, considerando a transmissão de sinais QAM (quadrature amplitude modulation). Suas funções de erro são construídas de forma a fazer com que o erro de estimação seja igual a zero nas coordenadas dos símbolos da constelação. Essa característica os possibilita ter um desempenho similar ao de um algoritmo de equalização supervisionada como o NLMS (normalized least mean-square), independentemente da ordem da constelação QAM. Verifica-se analiticamente que, sob certas condições favoráveis para a equalização, os vetores de coeficientes dos algoritmos propostos e a correspondente solução de Wiener são colineares. Além disso, usando a informação da estimativa do símbolo transmitido e de seus símbolos vizinhos, esquemas de baixo custo computacional são propostos para aumentar a velocidade de convergência dos algoritmos. No caso do algoritmo baseado no critério do módulo constante, evita-se sua divergência através de um mecanismo que descarta estimativas inconsistentes dos símbolos transmitidos. Adicionalmente, apresenta-se uma análise de rastreio (tracking), que permite obter expressões analíticas para o erro quadrático médio em excesso dos algoritmos propostos em ambientes estacionários e não-estacionários. Através dessas expressões, verifica-se que com sobreamostragem, ausência de ruído e ambiente estacionário, os algoritmos propostos podem alcançar a equalização perfeita, independentemente da ordem da constelação QAM. Os algoritmos são estendidos para a adaptação conjunta dos filtros direto e de realimentação do equalizador de decisão realimentada, levando-se em conta um mecanismo que evita soluções degeneradas. Resultados de simulação sugerem que a utilização dos esquemas aqui propostos pode ser vantajosa na recuperação de sinais QAM, fazendo com que seja desnecessário o chaveamento para o algoritmo de decisão direta. / In this work, we propose efficient blind algorithms for equalization of communication channels, considering the transmission of QAM (quadrature amplitude modulation) signals. Their error functions are constructed in order to make the estimation error equal to zero at the coordinates of the constellation symbols. This characteristic enables the proposed algorithms to have a similar performance to that of a supervised equalization algorithm as the NLMS (normalized least mean-square), independently of the QAM order. Under some favorable conditions, we verify analytically that the coefficient vector of the proposed algorithms are collinear with the Wiener solution. Furthermore, using the information of the symbol estimate in conjunction with its neighborhood, we propose schemes of low computational cost in order to improve their convergence rate. The divergence of the constant-modulus based algorithm is avoided by using a mechanism, which disregards nonconsistent estimates of the transmitted symbols. Additionally, we present a tracking analysis in which we obtain analytical expressions for the excess mean-square error in stationary and nonstationary environments. From these expressions, we verify that using a fractionally-spaced equalizer in a noiseless stationary environment, the proposed algorithms can achieve perfect equalization, independently of the QAM order. The algorithms are extended to jointly adapt the feedforward and feedback filters of the decision feedback equalizer, taking into account a mechanism to avoid degenerative solutions. Simulation results suggest that the proposed schemes may be advantageously used to recover QAM signals and make the switching to the decision direct mode unnecessary.

Orientadora: Profa. Dra. Aline de Oliveira Neves Panazio / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Engenharia da Informação, Santo André, 2018. / Este trabalho dedica-se ao estudo de algoritmos de filtragem adaptativa autodidata no modo difusão, com aplicações em redes de sensores sem fio (RSSF). No modo difusão, os nós sensores da rede possuem poder de processamento local e trocam informações com seus vizinhos. Neste trabalho, propomos dois algoritmos utilizando como base o algoritmo CMA no modo Difusão (CMAD), com duas abordagens distintas da técnica Set-Membership. O primeiro baseia-se no algoritmo Set-Membership Least Mean Squares (SM-LMS), desenvolvido também no modo difusão. Estendemos o algoritmo para o contexto não supervisionado, denotando por Algoritmo Set-Membership CMA no modo Difusão (SM-CMAD). Mostramos que este algoritmo apresenta desempenho melhor ou similar ao CMAD, em termos de velocidade de convergência, patamar de interferência intersimbólica (IIS) e possuindo a importante vantagem de reduzir as trocas de informações entre os nós, economizando energia e recursos da rede. O segundo algoritmo proposto se baseia no Set-Membership do Módulo Constante (SM-CM), o qual estendemos para o contexto de redes de sensores sem fio no modo difusão. Tal algoritmo é denotado por Algoritmo Set-membership CMA no modo Difusão Square-root Gamma (SM-CMAD-SG). Novamente o algoritmo apresenta um bom desempenho quando comparado com o CMAD e, quando comparado ao SM-CMAD, vemos que sua principal vantagem está na economia em termos de atualizações dos coeficientes do filtro, que chega a valores acima de 70% em diversos cenários de simulação, sem grandes perdas de desempenho economizando energia. / This work is devoted to the study of unsupervised adaptive filtering algorithms in diffusion mode, with applications in wireless sensor networks (WSNs). In diffusion mode, network sensing nodes have local processing power and exchange information with their neighbors. In this work, we propose two algorithms based on the CMA algorithm in Diffusion mode (CMAD), with two different approaches to the Set-Membership technique. The first one is based on the Set-Membership Least Mean Squares (SM-LMS) algorithm, also developed in the diffusion mode. We extend the algorithm to the unsupervised context, denoting by Set-Membership CMA in Diffusion mode (SM-CMAD). We show that this algorithm presents better or similar performance to CMAD, in terms of convergence speed, intersymbol interference threshold (IIS), and has the important advantage of reducing the exchange of information between nodes, saving energy and network resources. The second proposed algorithm is based on the Set-Membership of the Constant Modulus (SM-CM), which we extend to the context of wireless sensor networks in the diffusion mode. This algorithm is denoted by the Set-membership CMA in Diffusion mode Square-root Gamma (SM-CMAD-SG). This algorithm performs well when compared to CMAD and, when compared to SM-CMAD, we see that its main advantage lies in the economy in terms of the update of the filter coefficients, which reaches values above 70% in several scenarios without loss of performance, saving energy.