Share record |
|
Please use this identifier to cite or link to this item:
https://tede2.pucrs.br/tede2/handle/tede/2980
Document type: | Dissertação |
Title: | Estimação de canal concorrente para sistemas wireless multiportadora baseada em inteligência artificial |
Author: | Carboni Júnior, Sirlesio |
Advisor: | Castro, Maria Cristina Felippetto de |
Abstract (native): | Esta dissertação apresenta uma nova técnica de estimação e compensação de canal baseada em inteligência artificial, capaz de adaptar um receptor wireless às mais diversas variações no tempo e em freqüência da função de transferência do canal de broadcast. Essa nova técnica é aplicada a sistemas OFDM (Orthogonal Frequency Division Multiplexing) e baseia-se em uma Matriz de Identificação e Compensação de Canal constituída por filtros FIR (Finite Impulse Response) adaptativos, um para cada portadora do sistema em questão, baseados nos algoritmos CMA (Constant Modulus Algorithm) e DD (Direct Decision) e ajustados através de um processo concorrente que minimiza simultaneamente duas funções de custo. O controle da minimização simultânea das duas funções de custo é feito através de um elo não-linear, que estabelece o paralelo com a técnica de inteligência artificial conhecida como aprendizado competitivo. A nova técnica apresentou grande robustez tanto para canais com multipercurso estático, ao ponto de poder serem considerados como canais AWGN (Additive White Gaussian Noise), como também para canais com multipercurso dinâmico. |
Keywords: | ENGENHARIA ELÉTRICA TELECOMUNICAÇÕES TECNOLOGIA DA INFORMAÇÃO INTELIGÊNCIA ARTIFICIAL COMUNICAÇÕES SEM FIO COMUNICAÇÃO DIGITAL |
CNPQ Knowledge Areas: | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA |
Language: | por |
Country: | BR |
Publisher: | Pontifícia Universidade Católica do Rio Grande do Sul |
Institution Acronym: | PUCRS |
Department: | Faculdade de Engenharia |
Program: | Programa de Pós-Graduação em Engenharia Elétrica |
Citation: | CARBONI JÚNIOR, Sirlesio. Estimação de canal concorrente para sistemas wireless multiportadora baseada em inteligência artificial. 2008. 142 f. Dissertação (Mestrado em Engenharia Elétrica) - Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, 2008. |
Access type: | Acesso Aberto |
URI: | http://tede2.pucrs.br/tede2/handle/tede/2980 |
Issue Date: | 7-Mar-2008 |
Appears in Collections: | Programa de Pós-Graduação em Engenharia Elétrica |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
400271.pdf | Texto Completo | 11.1 MB | Adobe PDF | Download/Open Preview |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.