[en] NOVEL SPARSE SYSTEMS LEAST SQUARES ESTIMATION METHODS

• Ano de defesa: 2016
• Autor(a) principal: ALEXANDRE DE MACEDO TORTURELA
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] TRANSMISSAO DIGITAL; [pt] IR - IMPULSE RADIO; [pt] UWB - ULTRA WIDEBAND; [pt] COMPRESSIVE SENSING; [pt] OTIMIZACAO CONVEXA; [pt] ESTIMACAO DE CANAIS ESPARSOS; [pt] IDENTIFICACAO DE SISTEMAS ESPARSOS; [pt] ESTIMACAO DE SISTEMAS ESPARSOS; [en] DIGITAL TRANSMISSION; [en] CONVEX OPTIMIZATION
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=26712&idi=2; http://doi.org/10.17771/PUCRio.acad.26712

[pt] Neste trabalho, quatro métodos projetados especificamente para a estimação de sistemas esparsos são originalmente elaborados e apresentados. São eles: Encolhimentos Sucessivos, Expansões Sucessivas, Minimização da Norma l1 e Ajuste Automático do fator de regularização do Custo LS. Os quatro métodos propostos baseiam-se na técnica de estimação de sistemas lineares e invariantes no tempo pelo critério dos mínimos quadrados, universalmente conhecida por sua denominação em inglês - Least Squares (LS) Estimation, e incorporam técnicas relacionadas a otimização convexa e à teoria de compressive sensing. Os resultados obtidos em simulações mostram que os métodos em questão têm desempenho superior que a estimação LS convencional e que o algoritmo Recursive Least Squares (RLS) com regularização convexa denominado l1-RLS, em muitos casos alcançando o desempenho ótimo apresentado pelo método de estimação LS Oráculo, no qual o suporte da resposta ao impulso em tempo discreto do sistema estimado é conhecido a priori. Além disso, os métodos propostos apresentam custo computacional menor que do algoritmo l1-RLS.