| Campo Dublin Core | Valor | Língua |
|---|
| dc.contributor.advisor | Leite, João Paulo | - |
| dc.contributor.author | Kibala, Jean Makita | - |
| dc.identifier.citation | KIBALA, Jean Makita. Arquitetura de rede neural de base radial aplicada ao problema de equalização cega. 2017. ix, 36 f., il. Trabalho de conclusão de curso (Bacharelado em Engenharia de Redes de Comunicação)—Universidade de Brasília, Brasília, 2017. | pt_BR |
| dc.description | Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2017. | pt_BR |
| dc.description.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. | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject.keyword | Redes neurais (Computação) | pt_BR |
| dc.title | Arquitetura de rede neural de base radial aplicada ao problema de equalização cega | pt_BR |
| dc.type | Trabalho de Conclusão de Curso - Graduação - Bacharelado | pt_BR |
| dc.date.accessioned | 2021-06-25T13:05:47Z | - |
| dc.date.available | 2021-06-25T13:05:47Z | - |
| dc.date.submitted | 2017-07 | - |
| dc.identifier.uri | https://bdm.unb.br/handle/10483/27808 | - |
| dc.language.iso | Português | pt_BR |
| dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. | pt_BR |
| dc.description.abstract1 | In this work we show the operation of blind equalization using the artificial neural network,
radial base function (RBF). By exploring the characteristics of the input signal, the neural
network is used to predict the expected output of the reverse filter (equalization filter). Equalizer
coefficients are obtained by using least squares (LS) and improved least squares (ILS)
algorithms, the latter being superior to the first one in white noise environments. The simulation
results shown include the ability of RBF to predict the input signal behavior, the mean squared
error of the training algorithms and their convergence rates. | pt_BR |
| Aparece na Coleção: | Engenharia de Redes de Comunicação
|
