Low-complexity adaptive filtering (2015)
- Authors:
- Autor USP: ALMEIDA NETO, FERNANDO GONÇALVES DE - EP
- Unidade: EP
- Sigla do Departamento: PSI
- Subjects: PROCESSAMENTO DE SINAIS; PROCESSAMENTO DE SINAIS ADAPTATIVOS; ALGORITMOS
- Language: Inglês
- Abstract: Neste texto são propostos algoritmos de filtragem adaptativa de baixo custo computacional para o processamento de sinais lineares no sentido amplo e para beamforming. Novas técnicas de filtragem adaptativa com baixo custo computacional são desenvolvidas para o processamento de sinais lineares no sentido amplo, representados por números complexos ou por quaternions. Os algoritmos ropostos evitam a redundância de estatísticas de segunda ordem na matriz de autocorrelação, o que é obtido por meio da substituição do vetor de dados original por um vetor de dados real contendo as mesmas informações. Dessa forma, evitam-se muitas operações entre números complexos (ou entre quaternions), que são substituídas por operações entre reais e números complexos (ou entre reais e quaternions), de menor custo computacional. Análises na média e na variância para qualquer algoritmo de quaternions baseados na técnica least-mean squares (LMS) são desenvolvidas. Também é obtido o algoritmo de quaternions baseado no LMS e com vetor de entrada real de mais rápida convergência. Uma nova versão estável e de baixo custo computacional do algoritmo recursive least squares (RLS) amplamente linear também é desenvolvida neste texto. A técnica é modificada para usar o método do dichotomous coordinate descent (DCD), resultando em uma abordagem de custo computacional linear em relaçãoo ao comprimento N do vetor de entrada (enquanto o algoritmo original possui custo computacional quadrático em N). Para aplicações em beamforming, são desenvolvidas novas técnicas baseadas no algoritmo adaptive re-weighting homotopy. As novas técnicas são aplicadas para arrays em que o número de fontes é menor do que o número de sensores, tal que a matriz de autocorrelação se torna mal-condicionada. O algoritmo DCD é usado para obter uma redução adicional do custo computacional.
- Imprenta:
- Data da defesa: 20.02.2015
-
ABNT
ALMEIDA NETO, Fernando Gonçalves de. Low-complexity adaptive filtering. 2015. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2015. Disponível em: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05022016-061143/. Acesso em: 19 fev. 2026. -
APA
Almeida Neto, F. G. de. (2015). Low-complexity adaptive filtering (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05022016-061143/ -
NLM
Almeida Neto FG de. Low-complexity adaptive filtering [Internet]. 2015 ;[citado 2026 fev. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05022016-061143/ -
Vancouver
Almeida Neto FG de. Low-complexity adaptive filtering [Internet]. 2015 ;[citado 2026 fev. 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-05022016-061143/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
