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.