Deconvolução cega com algoritmo genético e evolução diferencial

Abstract

O presente trabalho aplica a técnica de algoritmos evolutivos para a solução do problema da deconvolução cega de sistemas lineares modelados por filtro digital FIR (FiniteIm pulse Response). O problema consiste basicamente em recuperar o sinal de entrada que foi distorcido por um sistema linear e invariante no tempo (desconhecido) ou, equivalentemente, encontrar o mapeamento inverso observando apenas as amostras na saída do sistema. O sinal de entrada é composto por uma sequência de variáveis aleatórias independentes e identicamente distribuídas (i.i.d.), de distribuição de probabilidade pré-determinada. A finalidade dos algoritmos evolutivos na técnica apresentada é a otimização de uma função objetivo que determina os coeficientes do filtro digital que modela o sistema inverso. O trabalho propõe a resolução do problema de duas maneiras: utilizando Algoritmo Genético (GA) e Evolução Diferencial (DE). Resultados experimentais indicam que o método obteve sucesso com a função objetivo dada pela curtose do sinal de saída, enquanto que não foi possível alcançar o mesmo desempenho com a função objetivo dada pela negentropia do sinal.