Modelo Complexo α - μ Bivariável com Desbalanceamento de Potência

Alessandro Paulo de Oliveira, Thiago Alencar Moreira de Bairros, Michel Daoud Yacoub

DOI: 10.14209/sbrt.2018.183

Keywords: Distribuição α-μ distribuição conjunta de fase-envoltória bivariável desbalanceamento de potência

Abstract

Um modelo geral de desvanecimento para o processo α-μ complexo é proposto. Neste modelo, um parâmetro de desbalanceamento é introduzido que leva em conta as potências das componentes em fase e em quadratura, ou, equivalente- mente, o número de clusters de multipercurso entre as referi- das componentes. Uma expressão exata, fechada e geral para a função densidade de probabilidade conjunta envolvendo as duas envoltórias e as duas fases correspondentes é obtida. O modelo proposto pode ser usado para o estudo de sistemas de comunicações em que correlações de envoltórias e fases possam afetar o seu desempenho.

Download

Separable Least-Mean Squares Beamforming

Lucas N. Ribeiro, Bruno Sokal, André L. F. de Almeida, João César M. Mota

DOI: 10.14209/sbrt.2018.189

Keywords: Beamforming Adaptive Filtering Tensor Product

Abstract

Large-scale antenna systems have attracted much research efforts due to its application to modern mobile commu- nications systems. Designing such arrays, however, can be chal- lenging due to the computational efforts of classical signal pro- cessing methods. To tackle this issue, we investigate Kronecker- separable adaptive filtering methods. Simulation results suggest that this approach exhibits better convergence properties in some scenarios compared to the classical adaptive filtering benchmark.

Download

Differential Entropy Estimation via One-Class SVM

Milena Marinho Arruda, Luciana Ribeiro Veloso, Francisco Marcos de Assis

DOI: 10.14209/sbrt.2018.184

Keywords: Entropy Estimation Support Vector Machine

Abstract

This paper introduces the use of Support Vector Machine for entropy estimation of continuous random variables with well-defined probability density function. The method is based on support estimation and can converge to Shannon entropy or zero-order Rényi entropy depending of effective support set delimited. Simulated results indicate that the method proposed for effective support characterization gives asymptotically good results to Shannon entropy estimation in comparative with other three estimators based on: histogram, kernel smoothing and neighbor distances.

Download

Avaliação do Uso de Adaptação de Canal e Estimação de Qualidade de Enlace em Redes TSCH

Diego V. Queiroz, Ruan D. Gomes, Iguatemi E. Fonseca, Cesar Benavente-Peces, Marcelo S. Alencar

DOI: 10.14209/sbrt.2018.190

Keywords: IEEE 802.15.4e TSCH redes de sensores sem fio industriais adaptação de canal

Abstract

O protocolo Time-Slotted Channel Hopping (TSCH) tem atraído a atenção dos pesquisadores por lidar com problemas de interferência e multipercurso, com o método de salto em frequência. Para um bom desempenho da rede, é necessário realizar o gerenciamento de lista negra de canais, com base em um estimador de qualidade de enlace, de modo a evitar o uso de canais com baixa qualidade na rede. Esse trabalho avalia o uso de adaptação de canais, com base na estimação de qualidade de enlace, em redes TSCH com topologia em estrela. Os resultados mostram que uma lista negra maior leva a um aumento no desempenho, quando a estimação é realizada de forma contínua.

Download

Método De Treinamento De Redes Neurais Através De Otimização Evolutiva Com Restrições Para Auxı́lio Ao Diagnóstico Médico

Edmar Egidio P. de Souza, Eduardo F. de Simas Filho, Paulo C. M. A. Farias

DOI: 10.14209/sbrt.2018.193

Keywords: Classificação Binária Detecção de Doenças Otimização Evolutiva Redes Neurais Artificiais

Abstract

Neste trabalho é proposto um método de treina- mento de Redes Neurais Artificiais para problemas de classificação binária. A metodologia apresentada utiliza algo- ritmos de otimização evolutiva que ajustam iterativamente os pesos da rede, permitindo a imposição de restrições que guiam o treinamento para satisfação de critérios em função de medidas de desempenho de classificação. O método proposto apresentou aumento de eficiência de classificação em problemas binários de detecção de doenças, considerando restrições para taxas de falsos positivos. Os resultados encontrados foram baseados em conjuntos de dados experimentais que representam problemas de diagnóstico médico.

Download

Revisão Teórica Sobre as Técnicas de Otimização Metaheurística na Síntese de Superfícies Seletivas de Frequência

lávio Henry Cunha da Silva Ferreira, Miércio Cardoso de Alcântara Neto, Fabrício José Brito Barros, Jasmine Priscyla Leite de Araújo

DOI: 10.14209/sbrt.2018.195

Keywords: Superfícies seletivas de frequência Otimização; Busca cuco MLP Algoritmos genéticos GRNN

Abstract

Este artigo apresenta a progressão das técnicas de otimização computacionais híbridas e bioinspiradas para síntese de superfícies seletivas de frequência (FSS), incluindo a velocidade computacional e eficiência de tais processos. Duas metodologias serão analisadas. A primeira possui uma rede neural MLP (multi- layer perceptron, ou perceptron multicamada) combinada com um algoritmo genético (AG). A segunda baseia-se na rede neural GRNN (general regression neural network) combinada com o algoritmo de busca cuco multiobjetivo (MOCS), que se mostra mais eficiente para otimização das propriedades eletromagnéticas de FSS, pois possui velocidade de processamento consideravelmente maior que métodos mais comuns baseados em retropropagação e AGs.

Download

Algoritmo para o Fator de Esquecimento do Método Cepstral de Cancelamento de Realimentação Acústica

Wellington M. da S. Nogueira, Cézar F. Yamamura, Bruno C. Bispo, Edson A. R. Theodoro, Pedro M. Rodrigues

DOI: 10.14209/sbrt.2018.160

Keywords: Cancelamento de realimentação acústica método cepstral fator de esquecimento

Abstract

Este trabalho propõe uma melhoria no método de cancelamento de realimentação acústica baseado no cepstro do sinal de erro. Essa melhoria consiste em um algoritmo para transformar o fator de esquecimento, parâmetro que controla o compromisso entre robustez a perturbações de curta duração e capacidade de rastreamento do filtro adaptativo, em variante no tempo. Simulações demonstraram que esse algoritmo faz o método apresentar um melhor compromisso entre velocidade de (re-)convergência e limite de desalinhamento, aumentando de modo geral a margem de estabilidade do sistema de sonorização.

Download

Utilização de Algoritmo Genético no Gerenciamento de Localização para Otimização de Redes LTE

Lidiano A. N. Oliveira, Marcelo S. Alencar, Waslon T. A. Lopes

DOI: 10.14209/sbrt.2018.199

Keywords: Gerenciamento de mobilidade algoritmo genético redes LTE

Abstract

Um objetivo importante no planejamento celular é o gerenciamento de localização eficiente, pois influencia direta- mente a utilização dos recursos de sinalização e processamento. A rede Long Term Evolution (LTE) possui uma maior flexibilidade na configuração da rede visando a redução do uso desses recursos. Porém, ocasiona um aumento na complexidade da busca de uma solução ótima. Este artigo apresenta uma nova adaptação dos Algoritmos Genéticos (AG) para otimização dos custos de sinalização decorrentes dos procedimentos de gerenciamento de localização. Os resultados obtidos mostram que as soluções encontradas para redes LTE são melhores do que as obtidas utilizando a abordagem tradicional.

Download

Classificação de desvios vocais utilizando o método de decomposição em modos empíricos

Samuel Ribeiro de Abreu, Suzete Élida N. Correia, Silvana Luciene do N. C. Costa

DOI: 10.14209/sbrt.2018.200

Keywords: Desvios Vocais Decomposição em Modos Empíricos Rede Neura

Abstract

Desvios vocais são frequentemente monitorados por especialistas em voz para avaliação da qualidade vocal e tra- tamento fonoterápico. Um método para análise de sinais não estacionários é o método de decomposição em modos empí- ricos. Este estudo visa a classificação de sinais de voz como saudável ou com desvios rugosidade ou soprosidade. Foram empregadas características temporais e espectrais das funções de modo intrínseco extraídas dos sinais. Para a classificação, foi utilizada uma rede neural multilayer perceptron com algoritmo de aprendizado supervisionado do gradiente conjugado escalonado. Uma acurácia de 95,00% foi obtida na detecção entre sinais de vozes saudáveis e soprosos

Download

On Equalization Performance in Underwater Acoustic Communication

Vinicius M. Pinho, Rafael S. Chaves, Marcello L. R. Campos

DOI: 10.14209/sbrt.2018.207

Keywords: Underwater acoustic experimental transmission bit-error rate equalization ZF MMSE DFE

Abstract

This paper presents the results of a practical exper- iment of underwater acoustic transmission, which was performed in Arraial do Cabo, RJ. The primary focus of this experiment is analyzing the performance of different types of equalizers, namely: zero-forcing (ZF), minimum mean square error (MMSE) and decision feedback equalizer (DFE). The mean square error (MSE) and bit-error rate (BER) are the figures of merit used to compare their performances. Results show that in terms of MSE, the DFE has better performance than the other equalizers, achieving an MSE of −25.6 dB for signal-to-noise ratio (SNR) equal to 10 dB. Furthermore, the DFE outperformed the ZF and MMSE equalizers, improving BER by 5.3 dB with respect to the ZF equalizer, and 3.4 dB with respect to the MMSE equalizer.

Download