Desarrollo de sistemas adaptativos y redes neuronales usando el método de perturbación simultánea

Abstract

El objetivo esencial de este trabajo es el mostrar el método de perturbación simultanea es más fácil la implementación y la ejecución de los sistemas lineales y sistemas no lineales además del desarrollo de filtros adaptativos lattice (IIR y FIR). Un objetivo de control adicional particularmente importante es el de mantener los objetivos básicos de diseño ante la presencia de incertidumbres en el modelo matemático del sistema en este caso para la implementación del sistema no-lineal el modelo matemático es implementado mediante un método de aproximación estocástica en particular el método de perturbación simultánea. También se propone el desarrollo de filtros adaptativos lattice del tipo IIR mediante algoritmos que proporcionan estabilidad a esquemas directos. Los filtros FIR no son siempre estables, de hecho, su estabilidad depende del algoritmo que se use para ajustar sus coeficientes. Sin embargo, se utilizan generalmente filtros FIR porque su estabilidad/inestabilidad es más controlable que en los IIR. En este caso la perturbación simultánea es implementada en su mayoría en el algoritmo adaptativo del filtro correspondiente.

ABSTRACT: Over the last two decades, a substantial research effort has been spent to derive reliable adaptative infinite impulse response (IIR) filtering algorithms, motivates bye the potential reduction in the computational complexity as compared with the infinite impulse response (FIR) counterpart. In adittion, the IIR filters can easily model sharpresonances. Unfortunately, there are a number of problems associated with adaptative IIR filters, namely, slow convergence, posible filter inestability and error function with multiple local minima. Insufficient order applications, where the adaptative filters has a suficient coeficients to identify the unknown system, some adaptative IIR filters lead ti biased parameters, where the unbiased parameters are those of the unknown system.