Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-06-23T20:59:51Z
No. of bitstreams: 1
CharlesSilvaNahuz.pdf: 2149704 bytes, checksum: 650e374d99de26e3390d88bf0e7ac78a (MD5) / Made available in DSpace on 2017-06-23T20:59:51Z (GMT). No. of bitstreams: 1
CharlesSilvaNahuz.pdf: 2149704 bytes, checksum: 650e374d99de26e3390d88bf0e7ac78a (MD5)
Previous issue date: 2016-03-11 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this paper, implemented a new lter similar to the LMS, but, with a coast function based in the sum of the error. As a result, we obtain a very simple function, producing a rapid convergence and a small mismatch when compared with the LMS algorithm and other algorithms. The adaptive lter is based on non-linear functions such as estimation of the gradient of a surface performance. We use the gradient algorithm to update the weights. this update is based on high-order statistics to obtain information about the signs involved in the process, in order to improve the performace of the adaptive lter. Derive the equations based on Taylor series of non-linear functions, to achieve the criteria that ensures their convergence. We also do a weight vector covariance study in steady state and determine the equations that calculate the time constants in an adaptive process. Here the algorithm proposed, which uses a cost function and were made simulacoes Monte Carlo with real signals to validate the theory presented. In this role the α coefficients have been optimized to provide increased stability and better performance in its convergence speed. / Neste trabalho, implementamos um novo filtro semelhante ao LMS, porém, com uma função de custo baseada na soma do erro. Como resultado, obtemos uma função bastante simples, produzindo uma rápida convergência e um pequeno desajuste quando comparado com o algoritmo LMS e com outros algoritmos. O filtro adaptativo é baseado em funções não lineares como estimativa do gradiente de uma superfície de desempenho. Utilizamos o gradiente do algoritmo para atualização dos pesos. Essa atualização baseia-se nas estatísticas de alta ordem para obtenção de informações sobre os sinais envolvidos no processo, com o objetivo de melhorar a performance do filtro adaptativo. As equações foram derivadas e baseadas em séries de Taylor das funções não lineares, para obtenção dos critérios que garante a sua convergência. Também fazemos um estudo da covariância do vetor peso em regime estacionário e determinamos as equações que calculam as constantes de tempo em um processo adaptativo. Apresentamos o algoritmo proposto, que utiliza uma função de custo onde foram feitas simulações de Monte Carlo com sinais reais para validar a teoria apresentada. Nessa função os coe cientes αk foram otimizados para dar maior estabilidade e melhor desempenho na sua velocidade de convergência.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede/1690 |
| Date | 11 March 2016 |
| Creators | Nahuz, Charles Silva |
| Contributors | BARROS FILHO, Allan Kardec Duailibe, Santana, Ewaldo Eder Carvalho |
| Publisher | Universidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET, UFMA, Brasil, DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0029 seconds