Busca avançada
Ano de início
Entree

Combinação de algoritmos adaptativos e técnicas de aprendizagem de máquina

Processo: 11/13581-6
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 16 de janeiro de 2012
Vigência (Término): 15 de julho de 2012
Área do conhecimento:Engenharias - Engenharia Elétrica - Telecomunicações
Pesquisador responsável:Magno Teófilo Madeira da Silva
Beneficiário:Magno Teófilo Madeira da Silva
Anfitrião: Jerónimo Arenas-García
Instituição-sede: Escola Politécnica (EP). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Local de pesquisa : Universidad Carlos III de Madrid (UC3M), Espanha  
Assunto(s):Processamento de sinais   Aprendizado computacional   Equalização

Resumo

Combinações de filtros operando em paralelo para melhorar o desempenho de filtros adaptativos têm despertado um relativo interesse na comunidade de processamento de sinais. Esse tipo de combinação tem um comportamento universal, ou seja, considerando entradas estacionárias, a estimativa combinada é pelo menos tão boa quanto à do melhor filtro componente em regime. Diante disso, ela tem sido usada para melhorar a escolha dos parâmetros fixos dos filtros, a capacidade de tracking, a estabilidade, a solução em regime, a inicialização, entre outros fatores. Embora muitos resultados relacionados a esse assunto tenham sido publicados, ainda há alguns problemas em aberto que serão abordados neste projeto de pesquisa. Dentre eles, destacam-se: (i) a análise do transitório da combinação convexa; (ii) a comparação das combinações convexa, afim e linear considerando diferentes cenários; (iii) a combinação do algoritmo do módulo constante (CMA - constant modulus algorithm) com o algoritmo LMS (least-mean squares) no modo de decisão direta para melhorar o desempenho do equalizador autodidata; e (iv) a melhoria do desempenho das combinações através da imposição de diversidade para diminuir a correlação cruzada entre as saídas dos filtros componentes. Um outro assunto que se pretende abordar nesta pesquisa é a utilização de técnicas de aprendizagem de máquina (machine learning) para acelerar a convergência de algoritmos autodidatas para equalização de sinais QAM (quadrature amplitude modulation) de ordem elevada. (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)
SILVA, MAGNO T. M.; ARENAS-GARCIA, JERONIMO. A Soft-Switching Blind Equalization Scheme via Convex Combination of Adaptive Filters. IEEE TRANSACTIONS ON SIGNAL PROCESSING, v. 61, n. 5, p. 1171-1182, MAR 2013. Citações Web of Science: 16.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.