@MASTERSTHESIS{ 2008:1538956553,
 	title = {Estimação de canal concorrente para sistemas wireless multiportadora baseada em inteligência artificial},
 	year = {2008},
 	url = "http://tede2.pucrs.br/tede2/handle/tede/2980",
 	abstract = "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.",
 	publisher = {Pontifícia Universidade Católica do Rio Grande do Sul},
 	scholl = {Programa de Pós-Graduação em Engenharia Elétrica},
 	note = {Faculdade de Engenharia}
}