Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Sistemas Adaptativos
Los sistemas o filtros adaptativos son sistemas variante temporales de forma que se adaptan a
cambios en su entorno, optimizando su funcionamiento de acuerdo a una serie de algoritmos
conocidos como algoritmos adaptativos. La finalidad del algoritmo adaptativo es modificar los
parmetros que definen el funcionamiento del sistema adaptativo de forma que la seal de error
sea mnima.
Estructura directa
En la estructura inversa se consigue minimizar el valor del error cuadrtico medio u otra
funcin montona creciente del error cuando la seal de salida del filtro adaptativo sea
igual a la seal de salida del sistema desconocido. Como los dos sistemas tienen la misma
entrada y presentan la mima salida tenemos identificado el sistema desconocido; la
funcin de transferencia del sistema desconocido es la del sistema adaptativo para dichas
entradas.
Estructura inversa
La minimizacin del error cometido por dicho sistema ocurrir cuando la seal de salida
del filtro adaptativo y(n) sea igual a la seal deseada que, en esta estructura, es igual a
x(n). El objetivo del sistema adaptativo es deshacer lo que hace el sistema desconocido.
Una aplicacin tpica de esta estructura se encuentra en la ecualizacin de canales.
Predictor
Esta estructura se utiliza en modelos de prediccin
La salida del filtro adaptativo utiliza las muestras anteriores de la seal x(n) para
determinar la salida y(n). Esto es:
() = (( ), ( 1), )
El objetivo del sistema adaptativo es hacer que () = () por lo que se tendr
entonces:
() = (( ), ( 1), ).
Se trata de realizar una prediccin del valor futuro, 0 de la seal (0 ) en funcin de las
muestras anteriores de dicha seal x(n) con < 0.
Esta estructura tiene un uso directo en el diseo de sistemas de control debido q al tener
la capacidad de predecir la magnitud a controlar se podr modificarla para que muestre
una serie de caractersticas deseadas.
Una de las alternativas para ser utilizadas en este caso es el cancelador activo de ruido
(ANC)
Aqu s(n) es la seal deseada, 0 es el ruido que afecta a dicha seal y 1 es un ruido
correlacionado con el anterior.
De esta forma, el error cuadrtico en el instante n cometido por el sistema adaptativo:
2
Donde (1 ()) es la salida del filtro adaptativo. Dada la nula correlacin entre s(n) y
1 (), se puede decir que el sistema modela la seal de ruido 0 () una vez minimizado
este error cuadrtico. En este caso, la seal de error es s(n) que es la seal que se quiere
obtener.
Donde J es la funcin que define el comportamiento del sistema adaptativo, es un nmero real
positivo, conocido como constante de adaptacin, que controla el incremento de los parmetros
en cada iteracin del ajuste n. Lgicamente, si la constante es alta, el incremento seria alto y
la velocidad de convergencia del sistema adaptativo hacia el sistema optimo aumentara. El
problema radica en que un aumento en el valor de la constante de adaptacin puede conllevar
que el sistema se vuelva inestable. En el caso de la familia de algoritmos adaptativos LMS la
funcin a minimizar es el error instantneo al cuadrado, es decir:
= 2 ()
Donde e(n) es el error cometido en el instante n y se define como la diferencia entre la seal
deseada, d(n), y la salida del filtro adaptativo en el instante n, y(n), es decir:
= (() ())
Fig. 7 Esquema del descenso por gradiente sobre la superficie de la funcin de error
Las ecuaciones de actualizacin de un filtro adaptativo de tipo FIR. La salida del filtro adaptativo se
determina convolucionando la respuesta impulsional del filtro adaptativo con la entrada:
1
() = ()( )
=0
{ 2 ()}
= {(()
. )2 }
= {(() ()( )) }
=0
Para la actualizacin de los parmetros hay que aplicar la regla delta definida en este caso
particular como:
+1 =
{ 2 ()}
()
=
= 2()
()
()
Se llega a
{ 2 ()}
=
) 2()( )
()
Sustituyendo ahora en la expresin que define la regla delta, se tiene la regla de actualizacin de
los coeficientes del filtro adaptativo regido por el LMS:
+1 () = () + 2()( ), 0 1
Utilizando notacin vectorial se llega a:
+1 = + 2()
As pues, un filtro adaptativo de tipo FIR basado en el LMS tendra las siguientes etapas en su
funcionamiento:
1.
2.
3.
4.
El algoritmo LMS slo tiene un parmetro ajustable para controlar la velocidad de convergencia .
Puesto que est limitado con propsitos de estabilidad para ser menor que el lmite superior, los
modos correspondientes a los autovalores menores convergen muy lentamente.
Bibliografa
[1] E. Soria, M. Martnez, J. V. Francs y G. Camps, Tratamiento digital de seales. Problemas y
ejercicios resueltos, Valencia: SinObraDerivada, 2003, pp. 425-431.
[2] J. Proakis y D. Manolakis, Tratamiento digital de seales, Cuarta ed., Madrid: PEARSON
EDUCACIN S.A, 2007, pp. 785-815.