Please use this identifier to cite or link to this item: https://repositorio.ufrn.br/jspui/handle/123456789/21975
Title: Proposta de equalizador cego baseado em algoritmos genéticos
Authors: Silva, Caroline Albuquerque Dantas
Keywords: Equalização cega adaptativa;Algoritmos genéticos;Função convexa;Programação linear;Programação estocástica
Issue Date: 18-Jul-2016
Citation: SILVA, Caroline Albuquerque Dantas. Proposta de equalizador cego baseado em algoritmos genéticos. 2016. 75f. Dissertação (Mestrado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2016.
Portuguese Abstract: Esse trabalho propõe um esquema de otimização convexa, baseada em programação linear e algoritmos genéticos, para equalizadores cegos aplicados a sistemas de comunicações digitais. Ele surgiu da necessidade crescente de melhorias nos sistemas de comunicação no intuito de transportar o máximo de informação possível por um meio físico de forma confiável.O esquema proposto, ELC-GA (Equalizador Linear Cego baseado em Algoritmos Genéticos), é caracterizado por realizar a equalização adaptativa cega do canal em blocos fixos de dados, utilizando como algoritmo adaptativo um algoritmo genético, cuja função objetivo é uma função linear com restrições, globalmente convergente. Entretanto, devido às características aleatórias do sinal modelado com interferência intersimbólica e ruído aditivo branco gaussiano, a função linear utilizada passa a representar uma programação linear estocástica. Nesse sentido, o uso de algoritmos genéticos é particularmente adequado por ser capaz de buscar soluções ótimas percorrendo uma porção considerável do espaço de busca, que corresponde aos vários cenários estocásticos. O trabalho também descreve os detalhes de implementação do esquema proposto e as simulações computacionais realizadas. Na análise de desempenho, os resultados do ELC-GA são comparados aos resultados de uma das mais tradicionais técnicas de equalização cega, o CMA, utilizado como referência dessa análise. Os resultados obtidos são exibidos e comentados segundo as métricas de análise adequadas.As conclusões do trabalho apontam o ELC-GA como uma alternativa promissora para equalização cega devido ao seu desempenho de equalização, que atinge a convergência global num intervalo de símbolos consideravelmente menor que a técnica usada como referência.
Abstract: This paper proposes a convex optimization scheme based on linear programming and genetic algorithms for the blind equalizers applied to digital communications systems. It arose from the growing need for improvements in communication systems in order to transmit as much information as possible in a physical environment reliably. The proposed scheme, ELC-GA (Blind Linear Equalizer Linear based on Genetic Algorithms), is characterized by performing blind adaptive channel equalization in fixed units of data, using a genetic algorithm as adaptive algorithm, whose objective function is a globally convergent constrained linear function. However, due to the random characteristics of the signal modeled with intersymbol interference and additive white Gaussian noise, the used linear function now represents a stochastic linear programming. Accordingly, the use of genetic algorithms is particularly suitable for being able to get optimal solutions covering a considerable portion of the search space, which corresponds to the various stochastic scenarios. This work also describes the implementation details of the proposed scheme and the performed computational simulations. In the performance analysis, the ELC- GA results are compared to the results of one of the traditional blind equalization techniques, CMA, used as reference in this analysis. The results are shown and discussed under the appropriate metric analysis. The conclusions of the study indicate the GA - ELC as a promising alternative to blind equalization due to its equalization performance, which reaches global convergence in a considerably smaller range of symbols than the technique used as reference.
URI: https://repositorio.ufrn.br/jspui/handle/123456789/21975
Appears in Collections:PPGEE - Mestrado em Engenharia Elétrica e de Computação

Files in This Item:
File Description SizeFormat 
CarolineAlbuquerqueDantasSilva_DISSERT.pdf1,07 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.