Ir direto para menu de acessibilidade.
Página inicial > Notícias > Eventos > Defesa de Qualificação do discente LUCAS PAIVA RODRIGUES DA SILVA
Início do conteúdo da página

Defesa de Qualificação do discente LUCAS PAIVA RODRIGUES DA SILVA

Última atualização em Sexta, 26 de Abril de 2024, 15h40 | Acessos: 338

DEFESA  DE PROPOSTA DE  QUALIFICAÇÃO

COM O TÍTULO:

“MODELAGEM ESTOCÁSTICA DE ALGORITMOS DE FILTRAGEM ADAPTATIVA COM

RESTRIÇÃO DE NORMA ℓ0”

Por

LUCAS PAIVA RODRIGUES DA SILVA

Resumo:

Um dos principais desafios na utilização de algoritmos de filtragem adaptativa é a emulação eficiente de um sistema em um ambiente ruidoso. Isso pode ser facilitado em aplicações onde a resposta do sistema ao impulso é esparsa, o que permite acelerar a taxa de convergência se estratégias adequadas forem utilizadas. Diante disso, métodos que impõem restrições de norma são amplamente utilizados. No entanto, no caso de plantas não estacionárias a serem identificadas, há uma lacuna em termos de garantias teóricas de desempenho destes algoritmos. Com o objetivo de abordar este problema, este trabalho propõe um novo modelo estocástico capaz de prever o desempenho do algoritmo ℓ0-Least Mean Square (LMS) na identificação de uma planta sujeita a uma perturbação markoviana de primeira ordem, violando a hipótese de estacionariedade do sistema a ser identificado. Assim, uma análise de rastreamento ́e realizada, incluindo tanto o desempenho médio dos coeficientes adaptativos quanto as estatísticas de segunda ordem destes coeficientes. O modelo teórico oferece uma equação analítica que prevê o desvio médio quadrático assintótico em termos da variância da perturbação markoviana.

As simulações em diferentes cenários visam avaliar o resultado teórico, utilizando curvas empíricas para comparação. Finalmente, foi possível observar que o modelo teórico  é capaz de predizer de maneira acurada o regime permanente para uma ampla gama de valores do passo de aprendizagem, bem como calcular um valor ́ótimo para este parâmetro.

 

Banca Examinadora:

Diego Barreto Haddad, D.Sc. (orientador – Presidente) – CEFET/RJ

Milena Faria Pinto, D.Sc. – CEFET/RJ,

Felipe da Rocha Henriques, D.Sc. – CEFET/RJ,

Mariane Rembold Petraglia, PhD. – UFRJ.

Local e data:

 Plataforma Teams:  https://teams.microsoft.com/l/meetup-join/19%3aa14ec65ff4ce4f679b5462ec4839407e%40thread.tacv2/1673550158107?context=%7b%22Tid%22%3a%228eeca404-a47d-4555-a2d4-0f3619041c9c%22%2c%22Oid%22%3a%2202b6b3d1-811f-4650-909a-d2a79310ba31%22%7d

24 de janeiro de 2023  14h

Fim do conteúdo da página