O acelerador de partículas, conhecido como large hadron collider entrou em operação em 2008 e, desde então, vem passando por um processo de constantes atualizações, em que parâmetros como a energia das colisões e a quantidade de partículas por bunch são aumentadas. Esses aumentos vêm afetando todos os detectores, dentre eles, o detector do experimento ATLAS. Nesse experimento, o sistema de trigger é onde os efeitos podem ser sentidos de forma mais contundente, pois há um aumento de ocorrência de colisões adjacentes, produzindo o efeito conhecido como pile-up (sobreposição de sinais), que dificulta o processo de seleção de eventos de interesse. Por isso, métodos de deconvolução on-line estão sendo propostos para lidar com esse problema. A maioria desses métodos são baseados em filtros finite impulse response, por já possuírem uma estrutura que permite a implementação on-line. Em contrapartida, o large hadron collider opera com trens de bunches, onde são intercaladas uma sequência temporal com colisões e outra sequência temporal sem colisões. Tal característica pode ser interpretada como janelas de aquisição de tamanho fixo, que permitem o uso de métodos iterativos (não causais) de deconvolução. Tais métodos tendem a apresentar resultados melhores que os baseados em filtros finite impulse response usados atualmente, por ser possível o uso de conhecimento especialista e algoritmos não causais. Para isso, neste trabalho, são propostos métodos iterativos de deconvolução baseados em teorias modernas de representação esparsa de dados e o seu desempenho é comparado com o desempenho dos métodos baseados em filtros finite impulse response. Dentre os métodos analisados destaca-se o separable surrogate functionals, com proposta de sua implementação em field programmable gate array, cujos resultados apontam a possibilidade da execução de várias instâncias desse método em paralelo, em uma única field programmable gate array, permitindo então o processamento on-line requerido no primeiro nível de trigger do ATLAS.