Análise estatística dos momentos de primeira e segunda ordens dos algoritmos DLMS e LMS de erro filtrado modificados

Abstract

Neste trabalho, são propostos modelos analíticos para os algoritmos delayed least-mean-square (DLMS) e least-mean-square (LMS) de erro filtrado modificados. Para cada um desses algoritmos, são obtidas as expressões que descrevem o comportamento dos momentos de primeira e segunda ordens e da curva de aprendizagem. Os modelos são obtidos sem invocar a suposição clássica da Teoria da Independência (TI), levando-se em conta a hipótese de adaptação lenta e considerando-se sinais de entrada Gaussianos. Os modelos aqui propostos não dependem do tipo de sinal de referência, podendo ser utilizados tanto para sinais de entrada brancos quanto para sinais coloridos. Para fins de comparação em cada caso, são também derivados modelos considerando-se a TI. A partir dos resultados obtidos, observa-se que os modelos propostos descrevem adequadamente o comportamento dos algoritmos em questão; em contraste, os modelos que consideram a TI não predizem tais algoritmos satisfatoriamente.