UM MODELO PRECISO PARA O ALGORITMO LMS NORMALIZADO

KOLODZIEJ, JAVIER ERNESTO; TOBIAS, ORLANDO JOSÉ; SEARA, RUI

Juiz de Fora, Brasil

Congreso; Congreso Brasileiro de Automação; 2008

Sociedade Brasileira de Automação

Este trabalho propõe um modelo estocástico preciso para descrever o comportamento do algoritmo LMS normalizado considerando sinais de entrada correlacionados obtidos através de processos aleatórios esfericamente invariantes. Tais processos podem descrever tanto sinais gaussianos quanto uma ampla gama de sinais  não-gaussianos, incluindo aqueles com função densidade de probabilidade marginal laplaciana, Ko  e Gama, os quais são de grande utilidade para modelar uma classe importante de sinais reais usados em aplicações de filtragem adaptativa. O modelo obtido apresenta melhores resultados do que outros concorrentes existentes na literatura. A precisão do modelo proposto é confirmada através de simulações numéricas.