@MASTERSTHESIS{ 2008:303700737,
 	title = {Estima??o de canal concorrente para sistemas wireless multiportadora baseada em intelig?ncia artificial},
 	year = {2008},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/2980",
 	abstract = "Esta disserta??o apresenta uma nova t?cnica de estima??o e compensa??o de canal baseada em intelig?ncia artificial, capaz de adaptar um receptor wireless ?s mais diversas varia??es no tempo e em freq??ncia da fun??o de transfer?ncia do canal de broadcast. Essa nova t?cnica ? aplicada a sistemas OFDM (Orthogonal Frequency Division Multiplexing) e baseia-se em uma Matriz de Identifica??o e Compensa??o de Canal constitu?da por filtros FIR (Finite Impulse Response) adaptativos, um para cada portadora do sistema em quest?o, baseados nos algoritmos CMA (Constant Modulus Algorithm) e DD (Direct Decision) e ajustados atrav?s de um processo concorrente que minimiza simultaneamente duas fun??es de custo. O controle da minimiza??o simult?nea das duas fun??es de custo ? feito atrav?s de um elo n?o-linear, que estabelece o paralelo com a t?cnica de intelig?ncia artificial conhecida como aprendizado competitivo. A nova t?cnica apresentou grande robustez tanto para canais com multipercurso est?tico, ao ponto de poder serem considerados como canais AWGN (Additive White Gaussian Noise), como tamb?m para canais com multipercurso din?mico.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Engenharia El?trica},
 	note = {Faculdade de Engenharia}
}