Abstrato

UMA ANÁLISE DE DESEMPENHO DE ALGORITMOS BASEADOS EM LMS, RLS E LATTICE APLICADOS À ÁREA DE PREDIÇÃO LINEAR

Nasrin Akhter, Lilatul Ferdouse, Fariha Tasmin Jaigirdar e Tamanna Haque Nipa

Este artigo apresenta uma análise de desempenho de três categorias de algoritmos de filtragem adaptativa na aplicação de previsão linear. As classes de algoritmos consideradas são os algoritmos de filtragem adaptativa baseados em mínimos quadrados médios (LMS), baseados em mínimos quadrados recursivos (RLS) e em rede. Os desempenhos dos algoritmos em cada classe são comparados em termos de comportamento de convergência, tempo de execução e comprimento do filtro. A análise determina o melhor algoritmo convergente de cada classe. Por fim, é selecionado o algoritmo com melhor desempenho para a predição linear adaptativa.