Archivos suplementarios
Palabras clave
ecualizadores (electrónica)
filtros adaptivos
redes neurales (computadores)
sistemas difusos
Cómo citar
Resumen
Este artículo presenta una aproximación para la ecualización de canales no lineales variantes en el tiempo, basada en sistemas difusos y entrenamiento de neuronas individuales. El método tiene dos etapas: la primera usa aprendizaje supervisado, con el fin de estimar los estados del canal y proveer una sintonía inicial de los parámetros del ecualizador difuso, y la segunda ajusta dinámicamente al ecualizador para seguir el comportamiento variante del canal por medio de aprendizaje no supervisado. La propuesta se compara con una red de base radial sobre la ecualización de un canal de comunicaciones variante en el tiempo reportado previamente en la literatura. Los experimentos se llevan a cabo por medio de simulaciones de Monte Carlo. Los resultados muestran que el método propuesto tiene un mejor desempeño que una red de base radial en términos de la tasa de bits erróneos de un sistema de comunicación.
BISHOP, C. M. Neural networks for pattern recognition. Oxford: Oxford University Press. 1995.
CHEN, S.; MULGREW, B. y GRANT, P. M. A clustering technique for digital communications channel equalization using radial basis function networks. Neural Networks, IEEE Transactions on. 1993, vol. 4, núm. 4, pp. 570-590.
FIGUEROA, J. A. y CORRALES, D. A. Realización hardware de un algoritmo de sintonía automática para ecualizadores difusos de canales de comunicación no lineales de orden Dos. Ingeniería. 2006a, pp. 68-74.
HAYKIN, S. Neural networks. A comprehensive foundation. Upper Saddle River, NJ: Prentice Hall PTR, 1999.
LEE, K. Y. Complex fuzzy adaptive filter with LMS algorithm. Signal Processing, IEEE Transactions on. 1996, vol. 44, núm. 2, pp. 424-427.
LIANG, Q. y MENDEL, J. M. Equalization of nonlinear time-varying channels using type-2 fuzzy adaptive filters. Fuzzy Systems, IEEE Transactions on. 2000, vol. 8, núm. 5, pp. 551-563.
MULGREW, B. Applying radial basis functions. Signal Processing Magazine, IEEE. 1996, vol. 13, núm. 2, pp. 50-65.
OLARTE, F.; LADINO, P. y MELGAREJO, M. Hardware realization of fuzzy adaptive filters for non linear channel equalization. Circuits and Systems, 2005. ISCAS 2005. IEEE International Symposium on. 2005, vol. 2, pp. 932-935.
PATRA, S. K. y MULGREW, B. Efficient architecture for Bayesian equalization using fuzzy filters. Circuits and Systems II: Analog and Digital Signal Processing, IEEE Transactions on. 1998, vol. 45, núm. 7, pp. 812-820.
PROAKIS, J. G. Digital communications. New York: McGraw-Hill, 2001.
WANG, L. X. A course in fuzzy systems and control. Upper Saddle River, NJ: Prentice-Hall Int, 1997.
WANG, L.-X. y MENDEL, J. M. Fuzzy adaptive filters, with application to nonlinear channel equalization. Fuzzy Systems, IEEE Transactions on. 1993, vol. 1, núm. 3, pp. 161-170.
Una vez aceptado un trabajo para publicación la revista podrá disponer de él en toda su extensión, tanto directamente como a través de intermediarios, ya sea de forma impresa o electrónica, para su publicación ya sea en medio impreso o en medio electrónico, en formatos electrónicos de almacenamiento, en sitios de la Internet propios o de cualquier otro editor. Este uso tiene como fin divulgar el trabajo en la comunidad científica y académica nacional e internacional y no persigue fines de lucro. Para ello el autor o los autores le otorgan el permiso correspondiente a la revista para dicha divulgación mediante autorización escrita.
Todos los articulos aceptados para publicación son sometidos a corrección de estilo. Por tanto el autor /los autores autorizan desde ya los cambios sufridos por el artículo en la corrección de estilo.
El autor o los autores conservarán los derechos morales y patrimoniales del artículo.