Equalização difusa adaptativa baseada em agrupamento por neurônios para canais de comunicação não lineares e variantes no tempo
| Autor: | Melgarejo-Rey, Miguel, Gaona-Barrera, Andrés, Barreto-Suárez, Carlos |
|---|---|
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2011 |
| Předmět: |
Comunicaciones digitales
fuzzy system sistemas difusos filtros adaptativos ecualizadores (electrónica) filtros adaptivos neural networks (computer science) redes neurales (computadores) adaptive filters redes neurais (computadores) equalizers (electronics) equalizadores (eletrônica) Digital communications Comunicações digitais |
| Zdroj: | Ingeniería y Universidad, Volume: 15, Issue: 2, Pages: 423-443, Published: JUL 2011 |
| Popis: | Este artículo presenta una aproximación para la ecualización de canales no lineales variantes en el tiempo, basada en sistemas difusos y entrenamiento de neuronas individuales. El método tiene dos etapas: la primera usa aprendizaje supervisado, con el fin de estimar los estados del canal y proveer una sintonía inicial de los parámetros del ecualizador difuso, y la segunda ajusta dinámicamente al ecualizador para seguir el comportamiento variante del canal por medio de aprendizaje no supervisado. La propuesta se compara con una red de base radial sobre la ecualización de un canal de comunicaciones variante en el tiempo reportado previamente en la literatura. Los experimentos se llevan a cabo por medio de simulaciones de Monte Carlo. Los resultados muestran que el método propuesto tiene un mejor desempeño que una red de base radial en términos de la tasa de bits erróneos de un sistema de comunicación. This paper presents an approach for time varying non-linear channel equalization based on fuzzy systems and single-neuron training. The method consists of two stages: the first one uses supervised learning in order to determine channel states and to provide an initial tuning of the fuzzy equalizer parameters. The second one dynamically adjusts the equalizer to follow the varying behavior of the channel through unsupervised learning. This proposal is compared with a radial basis network over the equalization of a time-varying communication channel reported in previous works. Experiments are carried out through Monte Carlo simulations. Results show that the proposed approach presents a performance than that of a radial basis function in terms of the bit error rate of a communication system. Este artigo apresenta uma aproximação para a equalização de canais não lineares variantes no tempo, baseada em sistemas difusos e treinamento de neurônios individuais. O método tem duas etapas: a primeira usa aprendizagem supervisada, com o fim de estimar os estados do canal e fornecer uma sintonia inicial dos parâmetros do equalizador difuso, e a segunda ajusta dinamicamente ao equalizador para seguir o comportamento variante do canal por meio de aprendizagem não supervisada. A proposta se compara com uma rede de base radial sobre a equalização de um canal de comunicações variante no tempo relatado anteriormente na literatura. Os experimentos foram realizados através de simulações de Monte Carlo. Os resultados mostram que o método proposto tem um melhor desempenho que uma rede de base radial em termos da taxa de bits errôneos de um sistema de comunicação. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|