Arquitetura de rede neural de base radial aplicada ao problema de equalização cega

Abstract

Neste trabalho mostramos o funcionamento da equalização cega usando a rede neural artificial, função de base radial (RBF). Explorando as características do sinal de entrada, a rede neural é utilizada para prever qual a saída esperada do filtro inverso (filtro de equalização). A obtenção dos coeficientes do equalizador é realizada utilizando-se os algoritmos least squares (LS) e improved least squares (ILS), sendo o último de desempenho superior ao primeiro em ambientes com ruído do tipo branco. Os resultados de simulação mostrados incluem a capacidade da RBF em predizer o comportamento do sinal de entrada, o erro quadrático médio dos algoritmos de treinamento e suas taxas de convergência.