El filtrado adaptativo es utilizado ampliamente en aplicaciones de procesamiento de señales, entre las que se encuentran: cancelación de eco acústico, identificación de sistemas, ecualización de canales, entre otras. El elemento más importante de un filtro adaptativo es el algoritmo adaptativo, el cual tiene la función de ajustar los coeficientes del filtro para minimizar la señal de error. Por tal motivo, es necesario un algoritmo adaptativo que presente una baja carga computacional y una alta velocidad de convergencia. En este artículo, se presenta una nueva variante del algoritmo de mínimos promediados de cuarto orden normalizado (NLMF - Normalized Least-Mean-Fourth) basado en el conjunto de membresías, además, se propone un método que permite ajustar el factor de convergencia de forma automática. Para evaluar su funcionamiento, el algoritmo se simuló en un identificador de sistemas y un cancelador de eco acústico. Los resultados obtenidos demuestran que el algoritmo propuesto mejora la velocidad de convergencia, además de exhibir un bajo costo computacional en comparación con el algoritmo NLMS/F convencional.

El Beamforming es una técnica de comunicación inalámbrica utilizada en aplicaciones de telecomunicaciones, la cual se usa para separar una señal deseada de señales interferentes. Esta técnica aumenta el rango de cobertura y reduce el problema de interferencia, mejorando el rendimiento de los sistemas. Para lograr dicho funcionamiento se requiere de algoritmos adaptativos. En este trabajo, se presenta una estructura alternante para sistemas beamforming, la cual está compuesta por dos algoritmos adaptativos, el Sign Regressor Least Mean Square (SR-LMS) y el algoritmo Affine Projection Like (APL). Los resultados demuestran que la estructura propuesta tiene las mejores características de los algoritmos combinados, obteniendo un algoritmo con una alta velocidad de convergencia y menor costo computacional en comparación con otros algoritmos basados en combinaciones convexas convencionales.