Knowledge-aided signal processing: theory, algorithms, implementation and applications

• Processo: 14/50765-6
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de julho de 2015
• Data de Término da vigência: 30 de junho de 2017
• Área do conhecimento: Engenharias - Engenharia Elétrica - Telecomunicações
• Acordo de Cooperação: University of York
• Proposta de Mobilidade: SPRINT - Projetos de pesquisa - Mobilidade
• Pesquisador responsável: Vitor Heloiz Nascimento
• Beneficiário: Vitor Heloiz Nascimento
• Pesquisador Responsável no exterior: Yuriy Zakharov
• Instituição Parceira no exterior: University of York, Inglaterra
• Instituição Sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 14/04256-2 - Algoritmos de baixo custo computacional para estimação de parâmetros, AP.R
• Assunto(s): Processamento de sinais Amostragem compressiva Algoritmos Sensoriamento comprimido
• Palavra(s)-Chave do Pesquisador: Engenharia

Resumo

A literatura recente mostra a eficácia de algoritmos para estimação esparsa e amostragem compressiva (compressive sensing, CS) para a solução de problemas complexos em processamento de sinais, com aplicações em comunicações sem fio, sistemas eletrônicos e arranjos de sensores. CS e métodos de estimação esparsa oferecem ganhos de desempenho substanciais devido à forma eficiente com que sinais esparsos são tratados. Reconhecendo que uma das características principais do sucesso desses métodos é o uso de conhecimento prévio sobre o sinal a ser processado, propõe-se aqui o avanço no sentido de se desenvolver algoritmos e teoria para explorar outras características de sinais, sistemas e do ambiente em que operam, que denominamos processamento de sinais auxiliado por conhecimento. Este projeto visa desenvolver técnicas para essa abordagem, e considerar suas aplicações a diversos problemas importantes. Em particular, serão desenvolvidos algoritmos e estratégias de implementação novas e de baixo custo computacional, que serão aplicados a problemas como identificação de sistemas, sensoriamento espectral, imageamento acústico, comunicações subaquáticas, extração de padrões para grandes conjuntos de dados, e antenas inteligentes. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

NASCIMENTO, VITOR H.; ZAKHAROV, YURIY V.. RLS Adaptive Filter With Inequality Constraints. IEEE SIGNAL PROCESSING LETTERS, v. 23, n. 5, MAY 2016. (14/50765-6, 14/04256-2)

ZAKHAROV, YURIY V.; NASCIMENTO, VITOR H.; DE LAMARE, RODRIGO C.; DE ALMEIDA NETO, FERNANDO GONCALVES. Low-Complexity DCD-Based Sparse Recovery Algorithms. IEEE ACCESS, v. 5, p. 12737-12750, 2017. (14/50765-6)

CLASER, RAFFAELLO; NASCIMENTO, VITOR H.; ZAKHAROV, YURIY V.; IEEE. A LOW-COMPLEXITY RLS-DCD ALGORITHM FOR VOLTERRA SYSTEM IDENTIFICATION. 2016 24TH EUROPEAN SIGNAL PROCESSING CONFERENCE (EUSIPCO), v. N/A, p. 5-pg., 2016-01-01. (14/04256-2, 14/50765-6)