Orientadores: Romis Ribeiro de Faissol Attux, Leonardo Tomazeli Duarte / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-16T19:27:38Z (GMT). No. of bitstreams: 1 Pereira_FilipedeOliveira_M.pdf: 3292959 bytes, checksum: b07b4141d2a1f443eb3ab766909a099c (MD5) Previous issue date: 2010 / Resumo: O presente trabalho se propõe a desenvolver métodos de Separação Cega de Fontes (BSS) para modelos de mistura com Não-Linearidade Posterior (PNL). Neste caso particular, a despeito da não-linearidade do modelo, ainda é possível recuperar as fontes através de técnicas de Análise de Componentes Independentes (ICA). No entanto, há duas dificuldades maiores no emprego da ICA em modelos PNL. A primeira delas diz respeito a uma restrição sobre as funções não-lineares presentes no modelo PNL: elas devem ser monotônicas por construção. O segundo problema se encontra no ajuste do sistema separador com base em funções custo associadas à ICA: pode haver mínimos locais sub-ótimos. De modo a contornar o primeiro problema, investigamos a adequabilidade de três tipos distintos de estruturas não-lineares monotônicas. Para lidar com a presença de mínimos sub-ótimos no ajuste do sistema separador, empregamos algoritmos bio-inspirados com significativa capacidade de busca global. Finalmente, buscamos, através de experimentos em diversos cenários representativos, identificar dentre as estratégias estudadas qual a melhor configuração, tanto em termos de qualidade da estimação das fontes quanto em termos de complexidade / Abstract: This work aims at the development of Blind Source Separation (BSS) methods for Post-NonLinear (PNL) mixing models. In this particular case, despite the presence of nonlinear elements in the mixing model, it is still possible to recover the sources through Independent Component Analysis (ICA) methods. However, there are two major problems in the application of ICA techniques to PNL models. The first one concerns a restriction on the nonlinear functions present in the PNL model: they must be monotonic functions by construction. The second one is related to the adjustment of the PNL separating system via ICA-based cost functions: there may be sub-optimal local minima. To cope with the first problem, we investigate three types of monotonic nonlinear structures. Moreover, to circumvent the problem related to the presence of sub-optimal minima, we consider bio-inspired algorithms that have a significant global search potential. Finally, we perform a set of experiments in representative scenarios in order to identify, among the considered strategies, the best ones in terms of quality of the retrieved sources and overall complexity / Mestrado / Mestre em Engenharia Elétrica

Orientadores: João Marcos Travassos Romano, Romis Ribeiro de Faissol Attux / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T23:03:11Z (GMT). No. of bitstreams: 1 Duarte_LeonardoTomazeli_M.pdf: 2778720 bytes, checksum: ff42018b4aa2d824cd1f001655a42ddf (MD5) Previous issue date: 2006 / Resumo: O presente trabalho tem como objetivo a realização de um estudo sobre o problema de separação cega de fontes. Em uma primeira parte, considera-se o caso clássico em que o sistema misturador é de natureza linear. Na seqüência, a extensão ao caso não-linear é tratada. Em particular, enfatizamos uma importante classe de modelos não-lineares, os modelos com não-linearidade posterior (PNL). Com o intuito de contornar uma dificuldade relacionada à convergência para mínimos locais no treinamento de sistemas separadores PNL, uma nova técnica é proposta. Tal solução se baseia no uso de um algoritmo evolutivo na etapa de treinamento e de um estimador de entropia baseado em estatísticas de ordem. A eficácia do algoritmo proposto é verificada através de simulações em diferentes cenários / Abstract: The aim of this work is to study the problem of blind source separation (BSS). In a first part, the classical case in which the mixture system is of linear nature is considered. Afterwards, the nonlinear extension of the BSS problem is addressed. In special, an important class of nonlinear models, the post-nonlinear (PNL) models, is emphasized. In order to overcome a problem related to the convergence to local minima in the training of a PNL separating system, a novel technique is proposed. The bases of such solution are the application of an evolutionary algorithm in the training stage and the use of an entropy estimator based on order statistics. The efficacy of the proposal is attested by simulations conducted in different scenarios / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Orientadores: João Marcos Travassos Romano, Romis Ribeiro de Faissol Attux / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-12T15:14:54Z (GMT). No. of bitstreams: 1 Dias_TiagoMacedo_M.pdf: 3219855 bytes, checksum: 5572e53d65cb457f420e78b3150dd6ee (MD5) Previous issue date: 2008 / Resumo: Esta dissertação se propõe a estudar um novo método para separação cega de fontes baseado no modelo Post-Nonlinear, que une uma ferramenta de busca global baseada em computação bioinspirada a uma etapa de busca local conduzida pelo algoritmo FastICA. A idéia subjacente à proposta é procurar obter soluções precisas e eficientes usando de maneira parcimoniosa os recursos computacionais disponíveis. A nova proposta foi testada em diferentes cenários, e, em todos os casos, estabeleceram-se comparações com uma abordagem alternativa, cujo passo de otimização não inclui o estágio de busca local (ou "memética"). Os resultados obtidos por meio de simulações indicam que um bom compromisso entre desempenho e custo computacional foi, de fato, atingido. / Resumo: Esta dissertação se propõe a estudar um novo método para separação cega de fontes baseado no modelo Post-Nonlinear, que une uma ferramenta de busca global baseada em computação bioinspirada a uma etapa de busca local conduzida pelo algoritmo FastICA. A idéia subjacente à proposta é procurar obter soluções precisas e eficientes usando de maneira parcimoniosa os recursos computacionais disponíveis. A nova proposta foi testada em diferentes cenários, e, em todos os casos, estabeleceram-se comparações com uma abordagem alternativa, cujo passo de otimização não inclui o estágio de busca local (ou "memética"). Os resultados obtidos por meio de simulações indicam que um bom compromisso entre desempenho e custo computacional foi, de fato, atingido. / Abstract: This work deals with a new method for source separation of Post-Nonlinear mixtures that brings together an evolutionary-based global search and a local search step based on the FastICA algorithm. The rationale of the proposal is to attempt to obtain efficient and precise solutions using with parsimony the available computational resources. The new proposal was tested in different scenarios and, in all cases, we attempted to establish grounds for comparison with an alternative approach whose optimization step does not include the local (memetic) search stage. Simulation results indicate that a good tradeoff between performance and computational cost was indeed reached. / Abstract: This work deals with a new method for source separation of Post-Nonlinear mixtures that brings together an evolutionary-based global search and a local search step based on the FastICA algorithm. The rationale of the proposal is to attempt to obtain efficient and precise solutions using with parsimony the available computational resources. The new proposal was tested in different scenarios and, in all cases, we attempted to establish grounds for comparison with an alternative approach whose optimization step does not include the local (memetic) search stage. Simulation results indicate that a good tradeoff between performance and computational cost was indeed reached. / Mestrado / Telecomunicações e Telemática / Mestre em Engenharia Elétrica

Orientador: João Bosco Ribeiro do Val / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T00:07:24Z (GMT). No. of bitstreams: 1 Calmon_AndreduPin_M.pdf: 862345 bytes, checksum: 122780715dca28ac7fa3199aa0586e7c (MD5) Previous issue date: 2009 / Resumo: Este trabalho apresenta a caracterização teórica e a estratégia de controle para sistemas estocásticos em tempo discreto onde a variação da ação de controle aumenta a incerteza sobre o estado (sistemas VCAI). Este tipo de sistema possui várias aplicações práticas, como em problemas de política monetária, medicina e, de forma geral, em problemas onde um modelo dinâmico completo do sistema é complexo demais para ser conhecido. Utilizando ferramentas da análise de funções não suaves, mostra-se para um sistema VCAI multidimensional que a convexidade é uma invariante da função valor da Programação Dinâmica quando o custo por estágio é convexo. Esta estratégia indica a existência de uma região no espaço de estados onde a ação ótima de controle é de não variação (denominada região de não-variação), estando de acordo com a natureza cautelosa do controle de sistemas subdeterminados. Adicionalmente, estudou-se algoritmos para a obtenção da política ótima de controle para sistemas VCAI, com ênfase no caso mono-entrada avaliado através de uma função custo quadrática. Finalmente, os resultados obtidos foram aplicados no problema da condução da política monetária pelo Banco Central. / Abstract: This dissertation presents a theoretical framework and the control strategy for discrete-time stochastic systems for which the control variations increase state uncertainty (CVIU systems). This type of system model can be useful in many practical situations, such as in monetary policy problems, medicine and biology, and, in general, in problems for which a complete dynamic model is too complex to be feasible. The optimal control strategy for a multidimensional CVIU system associated with a convex cost functional is devised using dynamic programming and tools from nonsmooth analysis. Furthermore, this strategy points to a region in the state space in which the optimal action is of no variation (the region of no variation), as expected from the cautionary nature of controlling underdetermined systems. Numerical strategies for obtaining the optimal policy in CVIU systems were developed, with focus on the single-input input case evaluated through a quadratic cost functional. These results are illustrated through a numerical example in economics. / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientadores: Wagner Caradori do Amaral, Ricardo Jose Gabrielli Barreto Campello / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-14T00:00:28Z (GMT). No. of bitstreams: 1 Rosa_Alexda_D.pdf: 1534572 bytes, checksum: 9100bf7dc7bd642daebdac3e973c668c (MD5) Previous issue date: 2009 / Resumo: Este trabalho enfoca a modelagem de sistemas não-lineares usando modelos de Volterra com funções de base ortonormal (Orthonormal Basis Functions - OBF). Os modelos de Volterra representam uma generalização do modelo de resposta ao impulso para a descrição de sistemas não-lineares e, em geral, exigem um elevado número de termos para representar os kernels de Volterra. Esta desvantagem pode ser superada representando-se os kernels usando um conjunto de funções ortonormais. O modelo resultante, conhecido como modelo OBF-Volterra, pode ser truncado em um n'umero menor de termos se as funções da base forem projetadas adequadamente. O problema central é como selecionar os polos livres que completamente parametrizam estas funções, particularmente as funções de Kautz e as funções ortonormais generalizadas (Generalized Orthonormal Basis Functions - GOBF). Uma das abordagens adotadas para resolver este problema envolve a minimização de um limitante superior para o erro resultante do truncamento da expansao do kernel. Cada kernel multidimensional é decomposto em um conjunto de bases de Kautz independentes, em que cada base é parametrizada por um par individual de pólos complexos conjugados com a intenção de representar a dinamica dominante do kernel ao longo de uma dimensão particular. Obtem-se uma solução analítica para um dos parâmetros de Kautz, válida para modelos de Volterra de qualquer ordem. Outra abordagem envolve a otimização numerica das bases de funções ortonormais usadas para a aproximação de sistemas dinamicos. Esta estrategia e baseada no cálculo de expressões analíticas para os gradientes da sa?da dos filtros ortonormais com relação aos pólos da base. Estes gradientes fornecem direções de busca exatas para otimizar os pólos de uma dada base ortonormal. As direções de busca, por sua vez, podem ser usadas como parte de um procedimento de otimização para obter o mínimo de uma função de custo que leva em consideração o erro de estimação da saída do sistema. As expressões relativas à base de Kautz e à base GOBF são obtidas. A metodologia proposta conta somente com dados entrada-sa'?da medidos do sistema a ser modelado, isto é, não se exige nenhuma informação prévia sobre os kernels de Volterra. Exemplos de simulação ilustram a aplicação desta abordagem para a modelagem de sistemas lineares e não-lineares, incluindo um sistema real de levitação magnética com comportamento oscilatorio. Por ultimo, estuda-se a representação de sistemas dinâmicos incertos baseada em modelos com incerteza estruturada. A incerteza de um conjunto de kernels de Volterra e mapeada em intervalos de pertinência que definem os coeficientes da expansão ortonormal. Condições adicionais são propostas para garantir que todos os kernels do processo sejam representados pelo modelo, o que permite estimar os limites das incertezas / Abstract: This work is concerned with the modeling of nonlinear systems using Volterra models with orthonormal basis functions (OBF). Volterra models represent a generalization of the impulse response model for the description of nonlinear systems and, in general, require a large number of terms for representing the Volterra kernels. Such a drawback can be overcome by representing the kernels using a set of orthonormal functions. The resulting model, so-called OBF-Volterra model, can be truncated into fewer terms if the basis functions are properly designed. The underlying problem is how to select the free-design poles that fully parameterize these functions, particularly the two-parameter Kautz functions and the Generalized Orthonormal Basis Functions (GOBF). One of the approaches adopted to solve this problem involves minimizing an upper bound for the error resulting from the truncation of the kernel expansion. Each multidimensional kernel is decomposed into a set of independent Kautz bases, in which every basis is parameterized by an individual pair of complex conjugate poles intended to represent the dominant dynamic of the kernel along a particular dimension. An analytical solution for one of the Kautz parameters, valid for Volterra models of any order, is derived. Other approach involves the numerical optimization of orthonormal bases of functions used for approximation of dynamic systems. This strategy is based on the computation of analytical expressions for the gradients of the output of the orthonormal filters with respect to the basis poles. These gradients provide exact search directions for optimizing the poles of a given orthonormal basis. Such search directions can, in turn, be used as part of an optimization procedure to locate the minimum of a cost-function that takes into consideration the error of estimation of the system output. The expressions relative to the Kautz basis and to the GOBF are addressed. The proposed methodology relies solely on input-output data measured from the system to be modeled, i.e., no previous information about the Volterra kernels is required. Simulation examples illustrate the application of this approach to the modeling of linear and nonlinear systems, including a real magnetic levitation system with oscillatory behavior. At last, the representation of uncertain systems based on models having structured uncertainty is studied. The uncertainty of a set of Volterra kernels is mapped on to intervals defining the coefficients of the orthonormal expansion. Additional conditions are proposed to guarantee that all the process kernels to be represented by the model, which allows estimating the uncertainty bounds / Doutorado / Automação / Doutor em Engenharia Elétrica

Orientadores: Renato Baldini Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T08:49:59Z (GMT). No. of bitstreams: 1 Mendes_LucianoLeonel_D.pdf: 19765188 bytes, checksum: 2fb7017335865378997ffcdbbf6a3b93 (MD5) Previous issue date: 2007 / Resumo: O objetivo deste trabalho é apresentar uma análise detalhada do desempenho de sistemas OFDM, considerando a ação do ruído, seletividade na resposta em freqüência do canal, mobilidade do receptor, uso de esquemas de diversidade e ceifamento do sinal por parte do amplificador de potência. O procedimento de realização desta análise consiste em determinar expressões analíticas para estimar a probabilidade de erro de símbolo, comparando as expressões teóricas com resultados obtidos por simulações computacionais. O efeito do erro de estimação de canal no desempenho do sistema, considerando os diferentes cenários mencionados, também foi considerado, uma vez que empregou-se diversos algoritmos de estimação de canal nas simulações implementadas. Existe na literatura diversas expressões para estimar a probabilidade de erro de símbolo nas diferentes situações analisadas neste trabalho. No entanto, essas expressões são válidas para as modulações M QAM quadradas. Neste trabalho, expressões válidas para as modulações não quadradas são apresentadas para todos os cenários analisados. Além disso, algumas considerações utilizadas no desenvolvimento da expressão para estimar a probabilidade de erro de símbolo devido ao ceifamento são revistas, o que resulta em uma expressão mais realista. Este trabalho também apresenta uma breve descrição sobre as principais técnicas de controle de potência de pico para sinais OFDM, descrevendo detalhadamente o uso da transformada de Walsh-Hadamard para este fim. A integração desta transformada com todos os esquemas empregados ao longo do trabalho também é apresentada e o desempenho dos esquemas resultantes é comparado com o desempenho dos esquemas convencionais / Abstract: The aim of this work is to present a detailed analysis about the performance of OFDM systems considering noise, frequency selective fading, moving receiver, diversity and signal c1ipping by the high power amplifier. The approach used in the development of this analysis consists on determining analytical equations to estimate the symbol error probability and compare the theoretical results with the ones obtained by computational simulation. The effect of the channel estimation error is also considered in this analysis, once different channel estimation algorithms is employed to estimate the channel frequency response in the developed simulations. In the literature there are several expressions to estimate the symbol error probability in the different situations 'mentioned above. However, these expressions have been developed for square M QAM constellations. This work presents expressions that are also valid for nonsquare M QAM constellations. Also, the expression to estimate the symbol error probability due the c1ipping is rewritten, resulting in a new expression that is more accurate than the original one. This work also presents a short description of the main techniques used to control the peak to average power ratio in OFDM signals. The Walsh-Hadamard Transform technique is detailed described and its integration with all the schemes used in this work is presented. The performance of the resulting integration is compared with the performance of the conventional systems / Doutorado / Telecomunicações e Telemática / Doutor em Engenharia Elétrica

Orientadores: Wagner Caradori do Amaral, Ricardo Jose Grabrielli Barreto Campello / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-09T14:19:44Z (GMT). No. of bitstreams: 1 Machado_JeremiasBarbosa_M.pdf: 6477617 bytes, checksum: 3f0c4fec476306e8cc05a7940894b0a0 (MD5) Previous issue date: 2007 / Resumo: o interesse na utilização de algoritmos de controle sofisticados cresce no meio industrial devido à necessidade de melhor qualidade dos produtos produzidos. Uma abordagem que vem ganhando destaque é a utilização de sistemas de controle não-linear que modelam os sistemas por meio de multimodelos lineares. Neste contexto, este trabalho apresenta a modelagem e controle de sistemas não-lineares através de controladores preditivos não-lineares que utilizam multimodelos lineares. Os controladores preditivos baseados em modelos (MBPC - Model Based Predictive Controllers) são controladores cuja principal característica é a utilização de um modelo na determinação de um conjunto de previsões de saída, e a lei de controle é calculada em função destas previsões minimizando-se uma função de custo. O desempenho deste controlador depende da qualidade do modelo utilizado para predição dos sinais de saída. A proposta do trabalho é modelar as não-linearidades do processo sob controle através de modelos fuzzy Takagi-Sugeno - TS com funções de base ortonormal - FBO nos conseqüentes das regras. As FBO's apresentam diversas características conceituais e estruturais de interesse na elaboração dos modelos utilizados nos controladores preditivos, como a ausência de realimentação de saída, o que evita a propagação de erro, além de outras que serão discutidas ao longo deste trabalho. Os parâmetros de um modelo fuzzy TS a serem determinados são os antecedentes das regras, com suas funções de pertinência, e as funções nos conseqüentes das regras, que neste trabalho dar-se-ão de forma automática, sendo os antecedentes das regras obtidos através de agrupamento fuzzy (fuzzy clustering) das amostras de entrada e saída. Para esta tarefa será utilizado o algoritmo de GustafsonKessel. A fim de determinar o número de grupos que irão compor o modelo e, por conseqüência, defil)ir o número de regras e modelos locais, utilizar-se-ão critérios que avaliam a qualidade dos agrupamentos juzzy, como Fuzzy Silhouette, Fuzzy Hipervolume, Average Partition Density e Average Within-Cluster Distance, sendo proposta a combinação dos resultados obtidos em cada um dos critérios. O controle é feito de forma que, para cada modelo local, presente no modelo fuzzy TS-FBO, tem-se um controlador atuando sobre este. As ações de controle locais são combinadas conforme a ativação de cada regra do respectivo modelo local, e a ação de controle global resultante dessa combinação é aplicada ao processo a ser controlado. A abordagem proposta apresenta vantagens estruturais na modelagem e controle de processos nãolineares, quando comparado a outras metodologias de modelagem (como modelos polinomiais NARMAX) e controle, uma vez que esta abordagem é composta de uma estrutura simples com modelos locais lineares (ou afins) formados por FBO's. Para ilustrar o que foi desenvolvido, são apresentadas, no final destes trabalho, implementações na modelagem e controle de processos não-lineares / Abstract: The use of advanced control strategies has been increased in the last years due to the needs of more accurate quality on products. An approach that seems attractive on control and modeling of the nonlinear processes is the use of multiple linear models. In this context, this work presents an altemative approach for modeling and controlling nonlinear processes through nonlinear predictive control (NMBPC) using multi-models. The main characteristic of the Model Based Predictive Controllers is the use of a model for the determination ofthe output predictions. The controllaw is derived based on these output predictions, minimizing a specified cost function. Its performance is directly related to the quality of the model predictor. Therefore, in this work, the process is modeling through Takagi-Sugeno- TS fuzzy models with orthonormal base functions - OBF - on the mIes consequents. OBF' s models present several conceptual and structural characteristics of interest on the elaboration of models predictors, such as, absence of output recursion and feedback of prediction errors, often leading to superior performances over long-range horizon predictions and natural decoupling between multiple outputs; there is no need for previous knowledge about the relevant past terms of the system signals; the representation of a stable system is assuredly stable; tolerance to unmodeled dynamics; ability to deal with time delays. The antecedents ofthe TS fuzzy models are obtained through fuzzy c1ustering ofthe input and output measures. The algorithm of Gustafson-Kessel is used to perform this task. In order to determine the number ofthe local models, clustering validity criteria such as Fuzzy Silhouette, Fuzzy Hipervolume, Average Partition Density e Average Within-Cluster Distance are used. A predictive controller is derived for local model and the global controllaw is obtained by combining each local control law, using the degree of activation of every mIe of the respective local model. The proposed approach presents structural advantages in the modeling and controlling nonlinear process, when compared to other modeling (like polynomial models-NARMAX) and controlling strategies, as this approach is constituted of a simple structure with linear local models using OBF' s. The performance of the proposed strategies is illustrated using some simulated examples / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Romis Ribeiro de Faissol Attux / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-15T11:06:22Z (GMT). No. of bitstreams: 1 Wada_Cristina_M.pdf: 4155297 bytes, checksum: 8683ce097ae6eab2c4bc3f3cae097225 (MD5) Previous issue date: 2010 / Resumo: Na transmissão de dados através de um canal ocorrem distorções que podem eventualmente levar a níveis inaceitáveis de degradação.Uma distorção bastante comum nesse cenário é a interferência intersimbólica ,que é a conseqüência do espalhamento temporal do sinal de informação.Para mitigar essa Interferência ,é usual empregar um equalizador ,que pode ser adaptado de modo supervisionado ou não upervisionado. Uma solução clássica no caso não supervisionado é fazer uso do critério de mínimo erro quadrático médio de predição.Sabe-se que tal abordagem ,no contexto linear,é eficiente apenas para canais de fase mínima ou máxima.Para lidar com canais de fase mista ,é preciso recorrer a estruturas não lineares. Neste trabalho ,investigaremos a relevância ,nesse contexto,do uso de preditores não lineares contendo laços de realimentação .Analizar-se-á o desempenho de estruturas neurais recorrentes sob um conjunto representativo de canais ,de modo a permitir a investigação dos efeitos da memória sobre o processo de desconvolução.O processo adaptativo será conduzido por um sistema imunológico artificial,dotado de significativo potencial de busca global e robustez a soluções instáveis / Abstract: When data is transmitted trough a channel, it may be subject to several sorts of distortion that might cause unacceptable level of degradation. A very usual type of distortion is the intersymbol interference ,which is a consequence of the temporal spread of the information-bearing signal .To mitigate this interference ,it is usual to employ an equalizer ,which can be adapted either in a supervised or an unsupervised manner. For the latter case, a predictive structure, optimized according to the mean squared error criterion, is a classical solution. In the linear context, it is known that this approach is efficient only for minimum- or maximum-phase channels: to deal with mixed-phase channels, it is necessary to resort to nonlinear structures. In this work, we investigate the relevance, in this context, of the use of nonlinear predictors with feedback loops. The performance of nonlinear neural structures is analyzed in asset of representative channels, in order to form a better understanding of the effect of the channel memory on the signal and to make use of it in the deconvolution process. An optimization algorithm based on the concept of artificial immune systems is applied in the adaptation of predictors, due to its powerful global search capabilities and robustness to unstable solutions / Mestrado / Engenharia de Computação / Mestre em Engenharia Elétrica

Este estudo aborda a aplicação da teoria do caos e complexidade na gestão de empresas que operam em ambientes dinâmicos e imprevisíveis. O objetivo geral do estudo consiste no desenvolvimento conceitual de um modelo de gestão não-linear, tendo como base os conceitos da teoria do caos e complexidade. Os objetivos específicos consistem em avaliar o grau de ajustamento dos princípios e das técnicas de gestão utilizados pelas empresas que operam em ambientes dinâmicos e imprevisíveis ao modelo de gestão não-linear proposto, e como esse grau de ajustamento se relaciona com o desempenho dessas empresas a longo prazo. O método de pesquisa utilizado é o do estudo de casos múltiplos com replicação teórica. O estudo analisa três pares de empresas pertencentes aos setores de construção pesada, softwares de gestão empresarial e cosméticos sendo que, em cada par, compara os modelos de gestão e os desempenhos da empresa nacional líder e de uma empresa nacional comparável. A análise dos casos evidenciou que em cada setor estudado as empresas apresentam graus diferenciados de ajustamento ao modelo de gestão não-linear proposto, e que aquelas com maiores graus de ajustamento ao modelo apresentam melhores desempenhos em termos de crescimento das vendas. O estudo conclui que, para os casos estudados, há evidências de que o grau de ajustamento dos princípios e das técnicas de gestão utilizados pelas empresas ao modelo de gestão não-linear proposto guarda uma relação direta com suas taxas de crescimento das vendas de longo prazo. Os resultados observados validaram as proposições teóricas iniciais do estudo, e indicam a possibilidade da utilização dos conceitos da teoria do caos e complexidade na gestão e melhoria do desempenho de empresas que operam em ambientes dinâmicos e imprevisíveis. / This study is about the use of the chaos and complexity theory on the managing of companies operating in dynamic and unforeseeable environments. The general purpose of this study is the conceptual development of a nonlinear management model, based on the chaos and complexity theory. The specifics purposes of this study are to evaluate the adjustment degree of managerial principles and techniques used by those companies operating in dynamic and unforeseeable environments to the nonlinear management model proposed and how this adjustment degree relates to the long term performance of such companies. The research design used is a multiple-case study with theoretical replication. The study analyses three pairs of companies in the heavy construction, corporate management software and cosmetics industries. For each pair of companies, the leading and a following national company are compared as regards their management models and performances. The results showed that for each industry, the companies have different adjustment degrees to the nonlinear management model proposed, and those companies showing a higher adjustment to the model present better performance level, as regard sales growth. The study concludes that for cases studied there are evidences that the adjustment degree of managerial principles and techniques applied by companies to the nonlinear management model are directly related to the long term sales growth. The observed results validate the initial theoretical propositions of the study, and indicate the possibility to use the chaos and complexity theory?s concepts for management and performance improvement of companies operating in dynamic and unforeseeable environments.

The subject of this thesis is the real-time implementation of algebraic derivative estimators as observers in nonlinear control of magnetic levitation systems. These estimators are based on operational calculus and implemented as FIR filters, resulting on a feasible real-time implementation. The algebraic method provide a fast, non-asymptotic state estimation. For the magnetic levitation systems, the algebraic estimators may replace the standard asymptotic observers assuring very good performance and robustness. To validate the estimators as observers in closed-loop control, several nonlinear controllers are proposed and implemented in a experimental magnetic levitation prototype. The results show an excellent performance of the proposed control laws together with the algebraic estimators. / O tema dessa dissertação é a implementação em tempo real dos estimadores algébricos de derivadas como observadores no controle não-linear de levitação magnética. Esses estimadores são baseados no cálculo operacional e implementados como filtros FIR, resultando em uma implementação viável em tempo real. O método algébrico permite estimar os estados do sistema de maneira rápida e não-assintótica. Para os sistemas de levitação magnética, os estimadores algébricos podem substituir os observadores assintóticos assegurando boas propriedades de robustez e performance. A fim de validar os estimadores como observadores no controle em malha fechada, vários controladores não-lineares são propostos e implementados em um protótipo experimental. Os resultados mostram uma excelente performance dos controladores propostos juntamente com os estimadores algébricos.