base em um conjunto de valores previamente simulados em vez de ser atualizado
com um ´unico valor.
Um sistema adaptativo ´e aquele cuja estrutura ´e alter´avel (atrav´es do ajuste dos
seus coeficientes) de tal forma que seu comportamento melhore de acordo com algum
crit´erio de desempenho atrav´es da exposi¸c˜ao ao ambiente no qual ser´a inserido. O
ajuste dos coeficientes do filtro adaptativo ´e realizado atrav´es da implementa¸c˜ao
de um algoritmo, devidamente escolhido, cujo objetivo ´e atender a requisitos dos
sistemas. Estes algoritmos s˜ao definidos como algoritmos adaptativos.
Neste trabalho, n´os apresentamos o desenvolvimento de um algoritmo adaptativo
que utiliza como fun¸c˜ao de custo uma n˜ao linearidade par. Chamaremos esse novo
algoritmo de Recursivo n˜ao linear.
1.1 Motiva¸c˜ao
Muitos dos filtros desenvolvidos, em filtragem adaptativa, s˜ao baseados no
m´etodo do Erro quadr´atico m´edio (Mean Square Error - MSE ) conseguindo, deste
modo, recuperar apenas informa¸c˜oes de segunda ordem dos sinais a serem filtrados,
ou seja, s´o conseguem recuperar totalmente informa¸c˜oes de sinais gaussianos.
No entanto, os sinais naturais (biom´edicos, geoprocessamento) ou artificiais (FM,
AM, telecomunica¸c˜ao em geral) n˜ao s˜ao necessariamente gaussianos, longe disso.
Assim, objetivando extrair mais informa¸c˜oes dos sinais envolvidos no processo de
adapta¸c˜ao, propomos o desenvolvimento de um novo algoritmo adaptativo baseado
em fun¸c˜oes n˜ao lineares inspirado no algoritmo RLS padr˜ao.
1.2 Organiza¸c˜ao do texto
Este trabalho est´a organizado da seguinte forma: No cap´ıtulo 2, apresentamos o
combinador linear adaptativo, fazemos uma revis˜ao da superf´ıcie quadr´atica e um
breve coment´ario sobre algoritmos de gradiente estoc´astico e de m´ınimos quadrados.
No cap´ıtulo 3, revisamos o algoritmo RLS mostrando a sua dedu¸c˜ao,
convergˆencia do vetor p eso, tempo de aprendizagem e desajuste final.
No cap´ıtulo 4, desenvolvemos um novo algoritmo, que utiliza como fun¸c˜ao de
7