Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/6988
Title: Estudo e implementação de algoritmos adaptativos aplicados à equalização de sinais em modulação bidimensional
Authors: Machado, Gustavo Araújo
Woyames, Paula do Nascimento
metadata.dc.contributor.advisor: Ferreira, Tadeu Nagashima
metadata.dc.contributor.advisorco: Matos, Leni Joaquim de
metadata.dc.contributor.members: Vega, Alexandre Santos de la
Guimarães, Alberto Gaspar
Issue Date: 5-Jul-2018
Publisher: Universidade Federal Fluminense
Abstract: Este trabalho apresenta um estudo e implementação de técnicas de equalização adaptativa comuns na literatura, aplicadas a modulação digital, em especial a modulações compostas por sı́mbolos complexos, como PSK e QAM. A partir da observação dos efeitos da Interferência Intersimbólica em sistemas de comunicações digitais, verificou-se o uso de equalizadores lineares e não-lineares como uma das soluções para amenizar esses efeitos na transmissão do sinal. Em razão das diversas técnicas de equalização adaptativa propostas ao longo dos anos, torna-se necessário o estudo e a comparação entre os diferentes tipos de configurações e algoritmos para atualização de coeficientes. Assim, foram estudados e implementados em software três tipos de configuração para o estudo: LTE (Linear Transversal Equalizer ), DFE (Decision Feedback Equalizer ) e MLP (Multilayer Perceptron). Aplicadas a elas, foram usados os algoritmos adaptativos LMS (Least Mean Square) e NLMS (Normalized Least Mean Square), para o LTE e DFE, e o algoritmo Backpropagation para o MLP. As simulações foram feitas utilizando o software MATLAB, onde foram utilizadas sequências de treinamento para cada configuração e, a partir delas, foram analisadas a BER e o tempo de convergência de cada modelo apresentado. A partir da observação dos dados, as velocidades de convergência e MSE foram medidas, assim como a precisão de cada configuração e os melhores desempenhos. As estruturas DFE apresentaram maior exatidão, enquanto as estruturas LTE apresentaram a menor precisão quando comparadas às outras, assim como a estrutura MLP apresentou a maior melhora nos valores da BER em relação às demais.
metadata.dc.description.abstractother: This monograph presents a study and implementation of adaptive equalization technics very known in the literature applied to digital modulation, in particular to digital modulations composed of complex symbols as PSK and QAM. From the observation of the effects of Intersymbol Interference inside digital communications systems it was found that the use of linear and non-linear equalizers could be one of many solutions to minimize the impact caused by these effects and achieve a correct signal transmission. Because of the varied adaptive equalization technics it was necessary the study and comparison among different types of settings and coefficient update algorithms. Therefore, for this monograph three types of configurations were studied and implemented by software: LTE (Linear Transversal Equalizer), DFE (Decision Feedback Equalizer) and MLP (Multilayer Perceptron). Applied to them, the update algorithms LMS (Least Mean Square) and NLMS (Normalized Least Mean Square) to LTE and DFE and the Backpropagation update algoritm for MLP. The simulations were done using the software MATLAB using a training signal for each setting and getting BER curves and convergence time from each structure. From simulations results it was measured the speed of convergence, MSE and efficiency from each setting. Also, it was measured the best performance among different structures. DFE settings achieved best efficiency while LTE settings presented the worst efficiency when compared to the others, just as MLP setting achieved the best BER improvement when compared to the other structures.
URI: https://app.uff.br/riuff/handle/1/6988
Appears in Collections:TGT - Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
TCC_PAULA_E_GUSTAVO_20180712.pdf6.18 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons