News paradigms for channel equalization and identification based on nonlinear structures and evolutionary algorithms

O objetivo deste trabalho é investigar a aplicação de estruturas não-lineares e de técnicas de otimização baseadas em computação evolutiva a problemas de equalização e identificação de canal. O relato se divide em duas partes: a primeira voltada à análise dos fundamentos do problema de filtragem, e a segunda, à apresentação de novas abordagens para sua solução. A primeira parte, inaugurada pelas noções primordiais de comunicação, abrange os diferentes aspectos do projeto de um filtro. Permeia toda a exposição uma idéia fundamental: o estabelecimento de um paradigma genérico de filtragem adaptativa. Na segunda parte, apresentamos contribuições originais que se encaixam de diversas formas no espírito desse paradigma. Os problemas abordados são: equalização linear cega, equalização e pré-distorção baseadas em redes neurais, identificação cega, identificação de plantas recursivas, busca cega do receptor de máxima verossimilhança e equalização não-linear cega baseada em predição. Tais propostas, além de possuírem um valor intrínseco, podem ser entendidas como um corpus de evidências da validade das idéias unificadoras pertencentes ao arcabouço teórico erigidoThe objective of this work is to investigate the use of nonlinear structures and optimization techniques based on evolutionary computation in channel equalization and identification problems. The text is structured according to a twofold division: the first part is dedicated to the analysis of the foundations of the filtering problem, and the second, to the exposition of new approaches to its solution. The first part, whose starting point is the primordial idea of communication, encompasses the various aspects of the design of a signal-processing device. The entire explanation is permeated by a fundamental idea: the constitution of a generic paradigm for adaptive filtering. In the second part, a number of original contributions are presented that are related in various ways to the essence of this paradigm. These contributions involve the problems of blind linear equalization, neural network-based equalization and pre-distortion, blind and supervised identification of feedforward and feedback plants, maximum-likelihood sequence estimation and nonlinear blind equalization based on prediction. Such proposals, apart from possessing an intrinsic value, can also be understood as a corpus of evidences of the validity of the unifying ideas belonging to the established theoretical framewor