Neste trabalho, investigam-se técnicas autodidatas baseadas em estatísticas de ordem superior, aplicadas à equalização de canais de comunicação. Inicialmente, obtém-se um intervalo do passo de adaptação que assegura a convergência do algoritmo do Módulo Constante com o gradiente exato. Algoritmos como o CMA (Constant Modulus Algorithm) e o SWA (Shalvi-Weinstein Algorithm) são revisitados e suas capacidades de tracking analisadas, utilizando-se uma relação de conservação de energia. Além disso, é proposto um algoritmo autodidata denominado AC-CMA (Accelerated Constant Modulus Algorithm) que utiliza a segunda derivada (“aceleração") da estimativa dos coeficientes. Esse algoritmo pode apresentar um compromisso mais favorável entre complexidade computacional e velocidade de convergência que o CMA e o SWA. Esses resultados são estendidos para o caso multiusuário. Através de simulações, os algoritmos são comparados e as análises de convergência e tracking validadas. Considerando o DFE (Decision Feedback Equalizer) no caso monousuário com o critério do módulo constante, é proposto um algoritmo concorrente que evita soluções degeneradas e apresenta um desempenho melhor do que os existentes na literatura. Com o intuito de evitar propagação de erros, é proposta uma estrutura híbrida que utiliza uma rede neural recorrente na malha de realimentação. Resultados de simulações indicam que seu uso pode ser vantajoso para canais lineares e não-lineares. / The equalization of communication channels is addressed by using blind techniques based on higher order statistics. A step-size interval is obtained to ensure the convergence of Steepest-Descent Constant Modulus Algorithm. The Shalvi-Weinstein Algorithm (SWA) and Constant Modulus Algorithm (CMA) are revisited and their tracking capabilities are analyzed by using an energy conservation relation. Moreover, a novel blind algorithm named Accelerated Constant Modulus Algorithm (AC-CMA) is proposed. It adjusts the second derivative (“acceleration") of the coefficient estimates and presents a more favorable compromise between computational complexity and convergence rate than CMA or SWA. These results are extended to the MIMO (Multiple-Input Multiple-Output) case. By means of simulations, the algorithms are compared and the convergence and tracking analysis are validated. The Decision Feedback Equalizer (DFE) is considered in the SISO (Single-Input Single-Output) case with the Constant Modulus criterion and a concurrent algorithm is proposed. It avoids degenerated solutions and shows better behavior than the others presented in the literature. In order to avoid error propagation, a hybrid DFE is also proposed. It includes a recurrent neural network in the feedback filter and may be advantageously used to equalize linear and nonlinear channels.

Neste trabalho, investigam-se técnicas autodidatas baseadas em estatísticas de ordem superior, aplicadas à equalização de canais de comunicação. Inicialmente, obtém-se um intervalo do passo de adaptação que assegura a convergência do algoritmo do Módulo Constante com o gradiente exato. Algoritmos como o CMA (Constant Modulus Algorithm) e o SWA (Shalvi-Weinstein Algorithm) são revisitados e suas capacidades de tracking analisadas, utilizando-se uma relação de conservação de energia. Além disso, é proposto um algoritmo autodidata denominado AC-CMA (Accelerated Constant Modulus Algorithm) que utiliza a segunda derivada (“aceleração”) da estimativa dos coeficientes. Esse algoritmo pode apresentar um compromisso mais favorável entre complexidade computacional e velocidade de convergência que o CMA e o SWA. Esses resultados são estendidos para o caso multiusuário. Através de simulações, os algoritmos são comparados e as análises de convergência e tracking validadas. Considerando o DFE (Decision Feedback Equalizer) no caso monousuário com o critério do módulo constante, é proposto um algoritmo concorrente que evita soluções degeneradas e apresenta um desempenho melhor do que os existentes na literatura. Com o intuito de evitar propagação de erros, é proposta uma estrutura híbrida que utiliza uma rede neural recorrente na malha de realimentação. Resultados de simulações indicam que seu uso pode ser vantajoso para canais lineares e não-lineares. / The equalization of communication channels is addressed by using blind techniques based on higher order statistics. A step-size interval is obtained to ensure the convergence of Steepest-Descent Constant Modulus Algorithm. The Shalvi-Weinstein Algorithm (SWA) and Constant Modulus Algorithm (CMA) are revisited and their tracking capabilities are analyzed by using an energy conservation relation. Moreover, a novel blind algorithm named Accelerated Constant Modulus Algorithm (AC-CMA) is proposed. It adjusts the second derivative (“acceleration”) of the coefficient estimates and presents a more favorable compromise between computational complexity and convergence rate than CMA or SWA. These results are extended to the MIMO (Multiple-Input Multiple-Output) case. By means of simulations, the algorithms are compared and the convergence and tracking analysis are validated. The Decision Feedback Equalizer (DFE) is considered in the SISO (Single-Input Single-Output) case with the Constant Modulus criterion and a concurrent algorithm is proposed. It avoids degenerated solutions and shows better behavior than the others presented in the literature. In order to avoid error propagation, a hybrid DFE is also proposed. It includes a recurrent neural network in the feedback filter and may be advantageously used to equalize linear and nonlinear channels.

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.

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.