Ecualizacin̤ difusa adaptativa basada en agrupamiento por neuronas para canales de comunicacin̤ no lineales y variantes en el tiempo

Este artc̕ulo presenta una aproximacin̤ para la ecualizacin̤ de canales no lineales variantes en el tiempo, basada en sistemas difusos y entrenamiento de neuronas individuales. El mťodo tiene dos etapas: la primera usa aprendizaje supervisado, con el fin de estimar los estados del canal y proveer u...

Full description

Saved in:
Bibliographic Details
Other Authors: Barreto Sur̀ez Carlos, Gaona Barrera Andrš, Melgarejo Rey Miguel, Pontificia Universidad Javeriana
Format: Book
Language:Spanish
Subjects:
Online Access:Ecualizacin̤ difusa adaptativa basada en agrupamiento por neuronas para canales de comunicacin̤ no lineales y variantes en el tiempo
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000nam a22000004a 4500
001 vpro23137
005 20201223000000.0
008 200923s2020 ck # g## #001 0#spa#d
020 |a 2011-2769 (Versin̤ electrn̤ica); 0123-2126 (Versin̤ impresa) 
022
040 |a CO-BoINGC 
041 0 |a spa 
245 1 0 |a Ecualizacin̤ difusa adaptativa basada en agrupamiento por neuronas para canales de comunicacin̤ no lineales y variantes en el tiempo 
246 |a Adaptive Fuzzy Equalization Based on Neuron Grouping for Time-Varying Non-Linear Channels 
264 |a Bogot ̀(Colombia) :  |b Revista VirtualPRO,  |c 2020 
520 3 |a Este artc̕ulo presenta una aproximacin̤ para la ecualizacin̤ de canales no lineales variantes en el tiempo, basada en sistemas difusos y entrenamiento de neuronas individuales. El mťodo tiene dos etapas: la primera usa aprendizaje supervisado, con el fin de estimar los estados del canal y proveer una sintona̕ inicial de los parm̀etros del ecualizador difuso, y la segunda ajusta dinm̀icamente 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 ecualizacin̤ 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 mťodo propuesto tiene un mejor desempeǫ que una red de base radial en třminos de la tasa de bits errn̤eos de un sistema de comunicacin̤. 
650 \ \ |a Comunicaciones digitales 
650 \ \ |a Electrn̤ica digital 
650 \ \ |a Lg̤ica difusa 
650 \ \ |a Modulacin̤ Digital 
650 \ \ |a Redes neuronales (Computadores) 
650 \ \ |a Digital communications 
650 \ \ |a Digital electronics 
650 \ \ |a Fuzzy logic 
650 \ \ |a Digital modulation  
650 \ \ |a Neural networks (Computer science) 
650 \ \ |a Comunicaciones digitales; Ecualizadores (electrn̤ica); Filtros adaptativos; Redes neurales (computadores); Sistemas difusos<U+0009> 
650 \ \ |a Digital communications; Equalizers (electronics); Adaptive filters; Neural networks (computer science); Fuzzy system  
700 \ \ |a Barreto Sur̀ez Carlos 
700 \ \ |a Gaona Barrera Andrš 
700 \ \ |a Melgarejo Rey Miguel  
700 \ \ |a Pontificia Universidad Javeriana 
856 |z Ecualizacin̤ difusa adaptativa basada en agrupamiento por neuronas para canales de comunicacin̤ no lineales y variantes en el tiempo  |u https://virtualpro.unach.elogim.com/biblioteca/ecualizacion-difusa-adaptativa-basada-en-agrupamiento-por-neuronas-para-canales-de-comunicacion-no-lineales-y-variantes-en-el-tiempo