Modelagem de Algoritmos Adaptativos Normalizados Para Sinais Gaussianos e Não Gaussianos

KOLODZIEJ, J. E.; ORLANDO J. TOBIAS; R. SEARA

Oberá, Argentina

Congreso; 5to Encuentro del Grupo Latinoamericano de Emisión Acústica; 2007

Grupo latinoamericano de emisión acústica

A filtragem adaptativa vem sendo extensivamente aplicada com sucesso em diversas áreas, tais como cancelamento de eco, separação cega de fontes, identificação e equalização cega de canais, localização de fontes, dentre outras. No monitoramento de emissão acústica (EA), a filtragem adaptativa pode ser considerada para redução de ruído ou enfatização de ondas incidentes em uma determinada direção utilizando arranjos de sensores inteligentes. O funcionamento apropriado de um filtro adaptativo depende de uma seleção adequada dos parâmetros do algoritmo de filtragem em questão. Tal seleção é geralmente um processo moroso, requerendo muitas simulações. Um elemento facilitador para o projetista é dispor de um modelo matemático preciso desse algoritmo. Os modelos matemáticos, quando alimentados com as informações referentes às condições de operação, podem predizer seguramente o comportamento do sistema adaptativo sob estudo. Com tais informações, podem ser realizados ajustes ou ainda comparações de desempenho entre diferentes algoritmos, permitindo julgar a adequação de cada um deles com a aplicação considerada. Para alguns algoritmos adaptativos, é necessário considerar uma normalização dos sinais envolvidos. Essa estratégia acelera a convergência do algoritmo e uniformiza seu comportamento frente às variações de potência do sinal de entrada. Tal normalização, geralmente, dificulta a modelagem do algoritmo e cuidados especiais devem ser levados em consideração. Neste trabalho, são apresentados diferentes modelos estatísticos, com diversos graus de aproximação, que podem ser utilizados na modelagem de algoritmos do tipo normalizado, considerando sinais de entrada tanto gaussianos quanto não gaussianos.