Tese de Doutorado
Tese de Doutorado
Tese de Doutorado
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
112 Apêndice<br />
Apêndice F<br />
Algoritmo <strong>de</strong> Autovetores - EVA<br />
O objetivo da equalização cega é recuperar o sinal <strong>de</strong> entrada (d[k])<br />
aplicado a sistema G(z) a partir do sinal <strong>de</strong> saída (x[k]) e <strong>de</strong> informações<br />
estatísticas sobre o sinal <strong>de</strong> entrada (Figura F.1).<br />
Figura F.1: Mo<strong>de</strong>lo básico <strong>de</strong> equalização cega.<br />
Para sinal <strong>de</strong> entrada in<strong>de</strong>pen<strong>de</strong>nte e i<strong>de</strong>nticamente distribuído (i.i.d)<br />
d[k]= wn[k] em um sistema G(z) e saída x[k] (MANOLAKIS, 2005),<br />
tem-se:<br />
Daniel Ferreira da Ponte<br />
( ) 2<br />
e<br />
jw 2 jw<br />
Rx e ) = σ w G<br />
( F.1<br />
2 on<strong>de</strong> σ é a variância <strong>de</strong> wn[k], Rx(e w<br />
jw ) e G(e jw ) são as FTs da<br />
autocorrelação <strong>de</strong> x[k] e <strong>de</strong> g[k], respectivamente.<br />
É possível recuperar o módulo <strong>de</strong> G(e jw ), a partir <strong>de</strong> x[k], mas não a sua<br />
fase (MANOLAKIS, 2005). Caso o sistema G(z) apresente fase mínima,<br />
é possível i<strong>de</strong>ntificá-lo usando método <strong>de</strong> predição linear (HAYES,<br />
1996). Quando G(z) é não-fase mínima, o sistema inverso é não causal e<br />
instável e <strong>de</strong>ve ser aproximado por um filtro causal e estável.<br />
A equalização cega baseia-se na restauração das características da<br />
função <strong>de</strong>nsida<strong>de</strong> <strong>de</strong> probabilida<strong>de</strong> (fdp) do sinal <strong>de</strong> saída <strong>de</strong> um sistema<br />
linear e invariante no tempo (LTI). Essa abordagem estabelece algumas<br />
proposições:<br />
(a) Se o sinal <strong>de</strong> entrada é Gaussiano, a saída também é Gaussiana.