Detalhes bibliográficos
| Ano de defesa: |
2015 |
| Autor(a) principal: |
Almeida, Nathalee Cavalcante de |
| Orientador(a): |
Dória Neto, Adrião Duarte |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal do Rio Grande do Norte
|
| Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.ufrn.br/jspui/handle/123456789/20226
|
Resumo: |
A conformação de feixe, também conhecida como beamforming, é uma técnica bastante utilizada em diversas áreas. Com o auxílio de um arranjo de antenas, a conformação de feixe tem como objetivo minimizar sinais interferentes de direções desconhecidas e capturar um sinal desejado de uma direção específica. Nesta tese são propostas técnicas de conformação de feixe utilizando Aprendizagem por Reforço (AR) através do algoritmo Q-Learning, em arranjo de antenas. Uma das propostas é utilizar AR para encontrar a política ótima de seleção entre a conformação de feixe (CF) e o controle de potência (CP) a fim de aproveitar melhor as características individuais de cada uma delas para um determinado valor de Relação Sinal-Ruído Interferente (SINR). Outra proposta é utilizar AR na determinação da política ótima para comutação dos algoritmos de conformação cega de feixes, Algoritmo do Módulo Constante (CMA) e o algoritmo de Decisão Direta (DD) em ambientes com multipercurso. Através de simulações destas propostas foi possível concluir que a AR pode ser eficaz para implementar uma política de comutação entre diferentes técnicas buscando aproveitar características positivas de cada uma delas. |
