O algoritmo LMS (Least Mean Squares) calcula recursivamente os pesos de um arranjo de antenas
inteligentes. Em sua forma convencional, o LMS inicializa seu vetor de pesos com valor
zero, realiza sua execução com o número de iterações configuradas e, após estas iterações, gera
uma função de fator de arranjo de cobertura para os ângulos do usuário e interferência. Após
isto, o algoritmo usa os valores dos pesos da última iteração da execução anterior, como pesos
iniciais para a primeira iteração da execução atual, a fim de gerar os novos ângulos devido ao
deslocamento do usuário. Teoricamente, quanto maior o número de iterações, mais tempo o algoritmo
precisará para zerar ou convergir para o menor valor possível de erro médio quadrático
mínimo (Minimum Mean Square Error - MMSE) entre a saída do algoritmo e o sinal de referência.
Porém, essa premissa não ocorre de fato na prática após uma ou um conjunto de muitas
iterações. De acordo com padrões de qualidade da comunicação fornecidos pela rede, sabe-se
qual é o MMSE aceitável para que a comunicação entre usuário e rede ocorra, mesmo durante o
deslocamento do usuário. Este trabalho de dissertação de mestrado propõe o algoritmo F-LMS
(Fast - LMS), uma modificação do algoritmo LMS que encerra suas iterações no momento em
que o valor de MMSE desejado é alcançado. Ao se parar as iterações no momento do MMSE,
o valor do erro usado para o ajuste dos pesos será o menor possível dentro das requisições de
qualidade da rede, até a iteração do momento, fazendo com que a saída e a cobertura do F-LMS
apresentarem precisão superior em relação aos demais algoritmos. Devido ao deslocamento do
usuário, o F-LMS adapta seu feixe de cobertura de acordo com as novas posições angulares e,
através do critério de relação entre magnitude do sinal de cobertura no ângulo do usuário desejado
e magnitude do sinal de cobertura no ângulo da interferência, decide se reduz ou aumenta
o número de antenas em operação no arranjo com o objetivo de economizar tempo de processamento
e diminuir a quantidade de operações matemáticas do algoritmo. Os resultados foram
obtidos por meio de simulações na ferramenta computacional MATLAB. Os resultados obtidos
a partir da utilização da proposta F-LMS foram comparados com os resultados obtidos a partir
da utilização dos algoritmos LMS, L-LMS (Leaky - LMS) e VSS-LMS (Variable Step Size
- LMS). O F-LMS mostrou-se mais rápido, mais preciso e com menor número de operações
matemáticas do que os algoritmos LMS, L-LMS e VSS-LMS.
|
