Applications of Data-Selective Adaptive Filters

Abstract

Resumo-Neste artigo nós discutimos sobre as potencialidades e importância de mecanismos de seleção de dados em problemas reais. Nós mostramos como filtros adaptativos com seletividade de dados podem ser explorados com a finalidade de melhorar o desempenho de sistemas de comunicações e canceladores de eco acústico. Para sistemas de comunicações propomos algoritmos com seletividade de dados para equalização semi-cega em sistemas baseados em OFDM empregando o esquema de modulação digital QPSK que aumenta o throughput do sistema em 18%, desde que uma razão-sinal-ruído mínima seja garantida. Para o cancelamento de eco acústico propomos algoritmos com seletividade de dados que operam no domínio da frequência e possibilitam uma redução significativa da carga computacional. Os resultados de simulações mostram que, após a convergência, esses algoritmos atualizam apenas 10% dos coeficients do filtro. Palavras-Chave-Filtros adaptativos com seletividade de dados, equalização semi-cega, OFDM, cancelamento de eco acústico.Abstract-In this article we discuss the capabilities and importance of data selection mechanisms in real-world tasks. We show how data-selective adaptive filters can be explored in order to improve the performance of communication systems and acoustic echo cancellers. For communications systems we propose a dataselective algorithm for semi-blind equalization in OFDM-based systems employing a QPSK digital modulation scheme that increases in 18% the system throughput, provided a minimum signalto-noise ratio is guaranteed. For the acoustic echo cancellation we propose data-selective algorithms that operate in the frequency domain and allow a significant reduction of the computational burden. The simulation results show that after convergence, these algorithms update only 10% of the filter coefficients.Keywords-Data-selective adaptive filters, Semi-blind equalization, OFDM, acoustic echo cancellation.

Recursive Recovery of Sparse Signal Sequences From Compressive Measurements: A Review

“…Other work on the topic includes [104] (Kalman filter based sparse adaptive filter), [105] ("proportionate-type algorithms" for online sparsity-aware system identification problems), [106] (combine sparsity-promoting schemes with dataselection mechanisms), [107] (greedy sparse RLS), [108] (recursive ℓ 1,∞ group LASSO), [109] (variational Bayes framework for sparse adaptive filtering) and [110], [111] (distributed adaptive filtering).…”