Equalização Adaptativa Cega de Sinais com Kernel não-Gaussiano

Lucas Henrique Gois de Campos, Aline Neves

DOI: 10.14209/sbrt.2019.1570558572

Evento: XXXVII Simpósio Brasileiro de Telecomunicações e Processamento de Sinais (SBrT2019)

Keywords:

Abstract

A equalização baseada em aprendizagem por Teoria de Informação, por utilizar mais completamente a informação dos sinais envolvidos no processo, é capaz de resolver casos que técnicas clássicas não conseguem, como no caso da transmissão de sinais correlacionados. Estes métodos, no entanto, necessitam da estimação da função densidade de probabilidade dos sinais em tempo real. Normalmente, estimadores baseados no uso de kernels são utilizados. Na literatura, a função utilizada é sempre a Gaussiana. No entanto, esta função não é ótima. Neste trabalho aplicamos o kernel Epanechnikov para a estimação e mostramos como o desempenho dos algoritmos pode melhorar com esta nova função.

Download