Name: Filtragem robusta invariante no tempo para otimização de retransmissores sem fios (en Portugués)
Price: 188.30 PEN
Availability: InStock
Author: Nichal, Arjun
ISBN: 9786209595226

portada Filtragem robusta invariante no tempo para otimização de retransmissores sem fios (en Portugués)

Filtragem robusta invariante no tempo para otimização de retransmissores sem fios (en Portugués)

Formato

Libro Físico

Editorial

Edicoes Nosso Conhecimento

Autor

Nichal, Arjun

Idioma

Portugués

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

ISBN13

9786209595226

Filtragem robusta invariante no tempo para otimização de retransmissores sem fios (en Portugués)

Nichal, Arjun (Autor) · Edicoes Nosso Conhecimento · Tapa Blanda

Más barato Libro Nuevo Importado

Envío: 20 a 25 días háb.

S/ 418,45S/ 188,30

-55%

Más rápido Libro Nuevo Importado

Envío: 12 a 17 días háb.

S/ 442,76S/ 199,24

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo Más barato

Quedan 10 unidades

S/ 188,30

Llega entre el 21 Jul y el 03 Ago a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Filtragem robusta invariante no tempo para otimização de retransmissores sem fios (en Portugués)"

Este livro apresenta a conceção, a implementação e a avaliação do desempenho de um filtro SCAMP conjunto adaptativo e de um esquema de otimização do peso do retransmissor para uma rede de retransmissão cooperativa Amplify-and-Forward (AF) sem fios a operar em canais com desvanecimento seletivo em frequência. Os sistemas AF convencionais sofrem de ruído composto e interferência inter-símbolos (ISI) devido a efeitos de canal multi-tap em cascata. Para resolver estas limitações, este trabalho emprega uma abordagem de Filtragem Adaptativa Conjunta que optimiza simultaneamente o filtro de pré-codificação da fonte e o peso de amplificação do retransmissor para minimizar o Erro Quadrático Médio (EQM) de fim-a-fim e aumentar a taxa de dados alcançável. O problema de otimização conjunta é resolvido usando o Método do Subgradiente Projetado (PSGM), que proporciona robustez contra restrições não lineares, tais como a esparsidade, mantendo uma baixa complexidade computacional. O algoritmo é implementado e testado num ambiente de simulação MATLAB sob um modelo de desvanecimento Auto-Regressivo (AR(1)) variável no tempo. São analisadas as principais métricas de desempenho, como a convergência MSE, as caraterísticas do filtro, a taxa alcançável e a robustez a variações de parâmetros.