Equalização Adaptativa de Canais de Comunicação Através de Filtros Digitais FIR Adaptivos e Algoritmo LMS

Resumo

A transmissão de informações é feita através de canais de comunicação, que idealmente deveriam transportar os dados sem provocar quaisquer alterações nos mesmos. No entanto, em sistemas reais há uma série de limitações que interferem no processo de transmissão, tais como a presença de ruído térmico e interferência inter-simbólica, esta caracterizada pela sobreposição de símbolos de uma mesma fonte de dados. A existência de ruído no processo de comunicação pode fazer com que um símbolo emitido por uma fonte sofra alterações, não sendo entendido ou corretamente decodificado pelo receptor do sistema, além de limitar a capacidade de transmissão do canal. Considerando que não é possível prever o comportamento de um canal ou os sinais que serão transmitidos, uma alternativa é o emprego de equalização adaptativa, projetada com filtros adaptativos. A função destes é estimar um modelo possível de ser utilizado como aproximação do inverso do canal, a fim de que possam ser compensadas as distorções provocadas pelo sistema de comunicação em um dado sinal transmitido. Assim, o objetivo desse trabalho é analisar um processo de equalização adaptativa, implementada com filtros digitais FIR adaptativos e algoritmo LMS, especificando adequadamente todos os parâmetros envolvidos e definindo os sinais que devem ser utilizados em cada etapa, com o auxílio do software MATLAB para a realização das simulações. Para a composição do sinal de entrada do equalizador, uma sequência foi transmitida por um canal de comunicação com distorções, modelado através de um filtro de coeficientes fixos somado a um ruído com distribuição gaussiana. Esse sinal distorcido é ponderado pelos coeficientes do filtro adaptativo, gerando uma saída que é subtraída do sinal de referência representado pelo sinal original, compondo um sinal de erro. Quando a média quadrática desse sinal de erro tornar-se nula, a saída corresponderá exatamente ao inverso do canal, anulando as distorções. Ao final do processo, verificou-se que o canal foi equalizado, fato comprovado pela análise dos gráficos dos sinais de interesse, das curvas de aprendizado, desajuste e vetores de coeficientes ótimos. Algumas observações podem ser feitas, dentre elas é que a ordem do filtro adaptativo deve ser igual ou ligeiramente superior a do canal, permitindo uma equalização sem aumento de complexidade computacional. Além disso, verificou-se que a taxa de convergência e o desajuste são proporcionais ao tamanho do passo, fazendo com que a escolha dependa da necessidade por uma convergência mais rápida ou resultados mais precisos. Observou-se também que pode ser inserido um atraso no sinal utilizado como referência, para que o tempo de processamento seja compensado. Ao final, conclui-se que os resultados obtidos foram satisfatórios, uma vez que equilibraram velocidade de convergência e precisão. Como continuação da pesquisa, pretende-se analisar a viabilidade de outros algoritmos adaptativos semelhantes ao LMS.