Effects of blind channel equalization using the regressive accelerator algorithm version ɣ
Se presenta un esquema de ecualización ciega de canal, donde se aplica el algoritmo acelerador regresivo versión γ, el cual utiliza las técnicas de ecualización autodidacta que estudian las características de los momentos de segundo orden y de orden superior de la señal transmitida, usados para calc...
- Autores:
-
Hurtado Sánchez, Johanna Andrea
Jojoa Gómez, Pablo Emilio
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2018
- Institución:
- Universidad ICESI
- Repositorio:
- Repositorio ICESI
- Idioma:
- spa
- OAI Identifier:
- oai:repository.icesi.edu.co:10906/84495
- Acceso en línea:
- http://repository.icesi.edu.co/biblioteca_digital/handle/10906/84495
https://doi.org/10.18046/syt.v16i46.3009
- Palabra clave:
- Datos
Algoritmos
Simulaciones
Símbolos
Convergencia
- Rights
- openAccess
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
ICESI2_d86ed494035fc31cbd82bc0cc939719a |
|---|---|
| oai_identifier_str |
oai:repository.icesi.edu.co:10906/84495 |
| network_acronym_str |
ICESI2 |
| network_name_str |
Repositorio ICESI |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Effects of blind channel equalization using the regressive accelerator algorithm version ɣ |
| dc.title.alternative.spa.fl_str_mv |
Efectos de la ecualización ciega de ca - nal utilizando el algoritmo acelerador regresivo versión γ |
| title |
Effects of blind channel equalization using the regressive accelerator algorithm version ɣ |
| spellingShingle |
Effects of blind channel equalization using the regressive accelerator algorithm version ɣ Datos Algoritmos Simulaciones Símbolos Convergencia |
| title_short |
Effects of blind channel equalization using the regressive accelerator algorithm version ɣ |
| title_full |
Effects of blind channel equalization using the regressive accelerator algorithm version ɣ |
| title_fullStr |
Effects of blind channel equalization using the regressive accelerator algorithm version ɣ |
| title_full_unstemmed |
Effects of blind channel equalization using the regressive accelerator algorithm version ɣ |
| title_sort |
Effects of blind channel equalization using the regressive accelerator algorithm version ɣ |
| dc.creator.fl_str_mv |
Hurtado Sánchez, Johanna Andrea Jojoa Gómez, Pablo Emilio |
| dc.contributor.author.spa.fl_str_mv |
Hurtado Sánchez, Johanna Andrea Jojoa Gómez, Pablo Emilio |
| dc.subject.spa.fl_str_mv |
Datos Algoritmos Simulaciones Símbolos Convergencia |
| topic |
Datos Algoritmos Simulaciones Símbolos Convergencia |
| description |
Se presenta un esquema de ecualización ciega de canal, donde se aplica el algoritmo acelerador regresivo versión γ, el cual utiliza las técnicas de ecualización autodidacta que estudian las características de los momentos de segundo orden y de orden superior de la señal transmitida, usados para calcular la señal de error, con el fin de realizar una óptima estimación de los símbolos transmitidos. Con ello se simulan los resultados obtenidos en comparación con los algoritmos basados en el gradiente estocástico y en los algoritmos de Bussgang. Los resultados de las simulaciones muestran que, utilizando el algoritmo acelerador regresivo versión γ, se obtiene una mejor detección de los bits trasmitidos y mayores velocidades de convergencia, con un error cuadrático medio mínimo. |
| publishDate |
2018 |
| dc.date.issued.none.fl_str_mv |
2018-07-01 |
| dc.date.accessioned.none.fl_str_mv |
2019-03-05T15:27:15Z |
| dc.date.available.none.fl_str_mv |
2019-03-05T15:27:15Z |
| dc.type.spa.fl_str_mv |
info:eu-repo/semantics/article |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.local.spa.fl_str_mv |
Artículo |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| status_str |
publishedVersion |
| dc.identifier.issn.none.fl_str_mv |
1692-5238 |
| dc.identifier.uri.none.fl_str_mv |
http://repository.icesi.edu.co/biblioteca_digital/handle/10906/84495 |
| dc.identifier.doi.none.fl_str_mv |
https://doi.org/10.18046/syt.v16i46.3009 |
| dc.identifier.instname.none.fl_str_mv |
instname: Universidad Icesi |
| dc.identifier.reponame.none.fl_str_mv |
reponame: Biblioteca Digital |
| dc.identifier.repourl.none.fl_str_mv |
repourl: https://repository.icesi.edu.co/ |
| identifier_str_mv |
1692-5238 instname: Universidad Icesi reponame: Biblioteca Digital repourl: https://repository.icesi.edu.co/ |
| url |
http://repository.icesi.edu.co/biblioteca_digital/handle/10906/84495 https://doi.org/10.18046/syt.v16i46.3009 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.ispartof.none.fl_str_mv |
Sistemas y Telemática, Vol. 16, No. 46 - 2018 |
| dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
11 páginas |
| dc.format.medium.spa.fl_str_mv |
Digital |
| dc.coverage.spatial.spa.fl_str_mv |
Cali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees. |
| dc.publisher.spa.fl_str_mv |
Universidad Icesi |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería Telemática |
| dc.publisher.department.spa.fl_str_mv |
Tecnologías De Información Y Comunicaciones Tic |
| dc.publisher.place.spa.fl_str_mv |
Santiago de Cali |
| institution |
Universidad ICESI |
| bitstream.url.fl_str_mv |
http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/84495/2/license.txt http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/84495/1/documento.html |
| bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 43c182ce65511e4a4630549da3d9c1ef |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Biblioteca Digital - Universidad icesi |
| repository.mail.fl_str_mv |
cdcriollo@icesi.edu.co |
| _version_ |
1814094973967007744 |
| spelling |
Hurtado Sánchez, Johanna AndreaJojoa Gómez, Pablo Emiliojohannahurtado@unicauca.edu.copjojoa@unicauca.edu.coCali de Lat: 03 24 00 N degrees minutes Lat: 3.4000 decimal degrees Long: 076 30 00 W degrees minutes Long: -76.5000 decimal degrees.2019-03-05T15:27:15Z2019-03-05T15:27:15Z2018-07-011692-5238http://repository.icesi.edu.co/biblioteca_digital/handle/10906/84495https://doi.org/10.18046/syt.v16i46.3009instname: Universidad Icesireponame: Biblioteca Digitalrepourl: https://repository.icesi.edu.co/Se presenta un esquema de ecualización ciega de canal, donde se aplica el algoritmo acelerador regresivo versión γ, el cual utiliza las técnicas de ecualización autodidacta que estudian las características de los momentos de segundo orden y de orden superior de la señal transmitida, usados para calcular la señal de error, con el fin de realizar una óptima estimación de los símbolos transmitidos. Con ello se simulan los resultados obtenidos en comparación con los algoritmos basados en el gradiente estocástico y en los algoritmos de Bussgang. Los resultados de las simulaciones muestran que, utilizando el algoritmo acelerador regresivo versión γ, se obtiene una mejor detección de los bits trasmitidos y mayores velocidades de convergencia, con un error cuadrático medio mínimo.We present a blind channel equalization scheme, applied to γ version regressive acceleration algorithm, which uses self-taught equalization techniques to study the characteristics of both, the second and the higher order moments for the transmitted signal, used to calculate the signal of error and thus, to make an optimal estimation of the transmitted symbols. This way, simulations of the obtained results are done in comparison with the algorithms based on the stochastic gradient and with the Bussgang algorithms. The results of that simulations show how, using the regressive acceleration algorithm version γ, a better detection of transmitted bits and higher convergence speeds are obtained, with a minimum mean square error.11 páginasDigitalspaUniversidad IcesiFacultad de IngenieríaIngeniería TelemáticaTecnologías De Información Y Comunicaciones TicSantiago de CaliSistemas y Telemática, Vol. 16, No. 46 - 2018EL AUTOR, expresa que la obra objeto de la presente autorización es original y la elaboró sin quebrantar ni suplantar los derechos de autor de terceros, y de tal forma, la obra es de su exclusiva autoría y tiene la titularidad sobre éste. PARÁGRAFO: en caso de queja o acción por parte de un tercero referente a los derechos de autor sobre el artículo, folleto o libro en cuestión, EL AUTOR, asumirá la responsabilidad total, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos, la Universidad Icesi actúa como un tercero de buena fe. Esta autorización, permite a la Universidad Icesi, de forma indefinida, para que en los términos establecidos en la Ley 23 de 1982, la Ley 44 de 1993, leyes y jurisprudencia vigente al respecto, haga publicación de este con fines educativos. Toda persona que consulte ya sea la biblioteca o en medio electrónico podrá copiar apartes del texto citando siempre la fuentes, es decir el título del trabajo y el autor.https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2DatosAlgoritmosSimulacionesSímbolosConvergenciaEffects of blind channel equalization using the regressive accelerator algorithm version ɣEfectos de la ecualización ciega de ca - nal utilizando el algoritmo acelerador regresivo versión γinfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_2df8fbb1Artículoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Comunidad Universidad Icesi - Investigadores1646920LICENSElicense.txtlicense.txttext/plain1748http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/84495/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALdocumento.htmldocumento.htmltext/html290http://repository.icesi.edu.co/biblioteca_digital/bitstream/10906/84495/1/documento.html43c182ce65511e4a4630549da3d9c1efMD5110906/84495oai:repository.icesi.edu.co:10906/844952019-03-05 10:27:19.888Biblioteca Digital - Universidad icesicdcriollo@icesi.edu.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 |