4.7 Igualación de canal (no ciega)
|
|
- Francisco Luna de la Fuente
- hace 8 años
- Vistas:
Transcripción
1 4.7 Igualación de canal (no ciega) Introducción Clasificaciones Estructuras de Igualación Igualación de secuencias Igualación símbolo a símbolo Igualación como clasificación Igualación adaptativa Modo guiado por decisión Igualadores de retardo fraccionario (FSE)
2 Introducción Modelo banda base de un sistema de comunicaciones digitales La señal tras el muestreo es x(k) = h(i)s(k i) + n(k) i= donde h(i) es la respuesta combinada de los filtros TX, RX (filtros conformadores) y del canal, muestreada al período de símbolo Posible aparición de ISI Igualación de canal Muestreo a T : aliasing en el receptor
3 Igualación/Identificación: Clasificaciones Procedimiento directo (identificación+igulación) / indirecto (igualación) Estructura de igualación: FIR, DFE, no lineal, Criterio de igualación: zero forcing, MMSE, pdf-matching Período de muestreo en el receptor (T = 1 B r / FSE) Igualación símbolo a símbolo / secuencias Métodos bloque / adaptativos Métodos ciegos / no ciegos
4 Detección óptima de secuencias Detección de máxima verosimilitud MLSD = argmaxf(s x) Para ruido AWGN y un canal FIR de L + 1 coeficientes x = Hs + n ŝ = argmaxf(s x) = argmin x Hs 2 2 Problema de mínimos cuadrados
5 LTE Igualadores símbolo a símbolo MLSD/LS: solución costosa Coste más reducido: Igualadores símbolo a símbolo Estructuras típicas Linear Transversal Equalizer LTE Decision Feedback Equalizer DFE Otras estructuras no lineales: MLP, RBF
6 LTE Linear Transversal Equalizer Igualador: filtro FIR y(n) = M 1 k=0 ω(k)x(n k) Criterios para la obtención de los coeficientes Cero forzado (ZF-equalizer) Mínimo error cuadrático medio (MMSE)
7 DFE Decision Feedback Equalizer Igualador: filtro FIR y(n) = N f 1 k=0 f(k)x(n k) N b 1 k=0 Criterios para la obtención de los coeficientes Cero forzado (ZF-equalizer) Mínimo error cuadrático medio (MMSE) b(k)x(n k)
8 Igualación símbolo a símbolo óptima El igualador óptimo minimiza la P error Minimizar ISI o MMSE no minimizan P error Problema: Dados x n = [x(n), x(n 1),, x(n M + 1)] T encontrar la estima del símbolo s(n d) ŝ(n d) = g(x n ) tal que la P error sea mínima Solución: Igualador Bayesiano o de mínima P error
9 Igualador Bayesiano (Mínima P error ) Basado en la definición de estados del canal C +1 = {c i s(n d) = +1}, C 1 = {c i s(n d) = 1} Modelo para cada observación x n = c i + n n Asumiendo símbolos equiprobables g(x n ) = exp ( x n c i 2 ) 2σ 2 c i C +1 n Función que minimiza la P e c i C 1 exp ( x n c i 2 ) 2σ 2 n ŝ(n d) = sign(g(x n ))
10 Igualación/Clasificación El problema de igualación puede interpretarse como un problema de clasificación entre estados del canal
11 Igualación/Clasificación (II) La frontera de separación óptima es no lineal (incluso con un canal lineal) El retardo del igualador influye en la frontera de separación Ejemplo: Canal de fase no mínima y d = 0 Los estados del canal no son linealmente separables Igualador Bayesiano: estructura de RBF Otras aproximaciones universales como el MLP son utilizables El número de estados del canal crece exponencialmente con la longitud del canal y la del igualador
12 MMSE vs. Máximo Margen El MMSE puede ser una mala aproximación del clasificador óptimo Alternativa: hiperplano de máximo margen
13 Hiperplano óptimo / SVM Hiperplano óptimo: margen ρ(w) = mín c i C +1 < w, c i > w máx c i C 1 < w, c i > w Problema de minimización con restricciones Vectores soporte w = i α i s i c i Utilizando una función núcleo: SVM ( K(c i, c j ) = exp c i c j 2 ) 2 σ 2 ( ) f(x) = sign α i s i K(c i, x n ) i
14 Igualación adaptativa Métodos anteriores: estiman el igualador empleando un bloque de N datos Igualación adaptativa (on-line) Permite seguir canales variantes en el tiempo No introduce retardos Conduce a algoritmos computacionalmente sencillos
15 Igualación MMSE adaptativa LTE Adaptativo Definición de error e(n) s(n) w T x n LMS: Minimización estocástica de E[e 2 (n)] w n+1 = w n + µx ne(n) RLS: Minimización determinista de n i=1 λ n i e(n) 2 w n+1 = w n + k n+1α(n + 1) DFE adaptativo: Agrupar los vectores forward y backward LMS o RLS
16 Modo guiado por decisión Modo de trabajo en igualación no ciega Secuencia inicial de entrenamiento (hasta convergencia) Conmutación a modo guiado por decisión La salida del decisor actúa como señal de entrenamiento Entrenamiento e(n) = s(n) w T x n Guiado por decisión e(n) = dec(w T x n ) w T x n Si el diagrama de ojo esta suficientemente abierto el modo guiado por decisión permite reducir la ISI y seguir las variaciones del canal
17 Fractionally Spaced Equalizer (FSE) El muestreo al período de símbolo a la salida del filtro adaptado produce estadísticos suficientes para la detección, pero introduce aliasing Un error de muestreo puede generar nulos espectrales en el canal muestreado al período de símbolo que el igualador debe compensar Solución: muestrear a un submúltiplo del período de muestreo Extensión de T a T/P Mismas estructuras (LTE, DFE) Mismos criterios (MMSE, min P error, ZF)
18 Fractionally Spaced Equalizer (FSE) (II) Ejemplo: FSE-LTE El igualador incluye al filtro adaptado muestreado a T/P
19 Conclusiones Revisión de técnicas no ciegas de igualación/identificación Criterio de mínima P error MLSD (secuencias) Detector Bayesiano (símbolo a símbolo) Criterio MMSE: baja complejidad (en LTE o DFE) Otros criterios son posibles: zero forcing máximo margen, ajuste de PDF, etc. Igualación adaptativa: criterio MMSE (LMS o RLS) y estructuras LTE y DFE Extensión de técnicas no ciegas a igualadores de retardo fraccionario
Departamento de Teoría de la Señal y Comunicaciones Universidad Carlos III de Madrid
COMUNICACIONES DIGITALES AVANZADAS 4 DISEÑO DE RECEPTORES DE COMUNICACIONES MARCELINO LÁZARO Departamento de Teoría de la Señal y Comunicaciones Universidad Carlos III de Madrid mlazaro@tscuc3mes Igualación
Más detallesComunicaciones Digitales - Ejercicios Tema 3
Comunicaciones Digitales - Ejercicios Tema 3 007. 1. Considere el diagrama de rejilla para un canal discreto equivalente genérico con 4 coeficientes no nulos (memoria K p = 3) y una constelación -PAM.
Más detallesCAPÍTULO 4: ALGORITMOS DE APRENDIZAJE
Capítulo 4 Algoritmos de Aprendizaje 26 CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE En este capítulo se proporcionan las descripciones matemáticas de los principales algoritmos de aprendizaje para redes neuronales:
Más detallesCapítulo 1 CAPÍTULO 1-INTRODUCCIÓN-
CAPÍTULO 1-INTRODUCCIÓN- 1 1.1 INTRODUCCIÓN El Procesamiento Digital de Señales es un área de la ingeniería que ha estado creciendo rápidamente a través de las últimas décadas. Su rápido desarrollo es
Más detallesTeoría de la Comunicación
Teoría de la Comunicación Enero 2009 Realice cada ejercicio en hojas separadas. No se permite uso de teléfono móvil. Escriba su nombre en todas las hojas. Indique claramente el apartado al que está respondiendo.
Más detallesADALINE Y PERCEPTRON
Tema 3: Adaline y Perceptron Sistemas Conexionistas 1 ADALINE Y PERCEPTRON 1. Adaline 1.1. Características. 1.. Regla de Aprendizaje (LMS). Regla Delta. 1.3. Aplicaciones. 1.3.1. Clasificación de vectores.
Más detallesUNIDAD 6. Programación no lineal
UNIDAD 6 Programación no lineal En matemática Programación no lineal (PNL) es el proceso de resolución de un sistema de igualdades y desigualdades sujetas a un conjunto de restricciones sobre un conjunto
Más detallesMÁQUINA DE VECTORES DE SOPORTE
MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas
Más detallesPreguntas IE TEC. Total de Puntos: 47 Puntos obtenidos: Porcentaje: Nota:
IE TEC Nombre: Instituto Tecnológico de Costa Rica Escuela de Ingeniería en Electrónica EL-5805 Procesamiento Digital de Señales Profesor: Dr. Pablo Alvarado Moya II Semestre, 2010 Examen Final Total de
Más detallesComunicaciones Digitales - Capítulo 3 - Ejercicios
CAPÍTULO 4. COMUNICACIONES DIGITALES. PROBLEMAS 1 Comunicaciones Digitales - Capítulo 3 - Ejercicios 1. Ejercicio 6.9 del libro: A. Artés, et al.: Comunicaciones Digitales. Pearson Educación, 007.. Ejercicio
Más detallesMAPAS AUTOORGANIZATIVOS Y MODELOS SIMILARES
MAPAS AUTOORGANIZATIVOS Y MODELOS SIMILARES José D. Martín Guerrero, Emilio Soria, Antonio J. Serrano PROCESADO Y ANÁLISIS DE DATOS AMBIENTALES Curso 2009-2010 Page 1 of 11 1. Learning Vector Quantization.
Más detallesTema 8: Análisis Discriminante. Clasificación. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. Análisis discriminante
Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Análisis discriminante Tema 8: Análisis Discriminante y Clasificación Aurea
Más detallesIntroducción al filtrado digital
Introducción al filtrado digital Emilia Gómez Gutiérrez Síntesi i Processament del So I Departament de Sonologia Escola Superior de Musica de Catalunya Curso 2009-2010 emilia.gomez@esmuc.cat 2 de noviembre
Más detalles3.8 Construcción de una ALU básica
3.8 Construcción de una ALU básica En este punto veremos como por medio de compuertas lógicas y multiplexores, se pueden implementar las operaciones aritméticas básicas de una ALU. Esencialmente en este
Más detallesFILTRADO ADAPTATIVO: IGUALACIÓN Y CANCELACIÓN TEMA 5 FILTRADO ADAPTATIVO: IGUALACIÓN Y CANCELACIÓN FILTRADO ADAPTATIVO: IGUALACIÓN Y CANCELACIÓN
EMA 5 FILRADO ADAPAIVO: IGUALACIÓN Y CANCELACIÓN Índice: Ámbitos y características del filtrado adaptativo Minimización del MSE mediante el algoritmo de gradiente El algoritmo LMS Igualadores adaptativos
Más detallesTema 3: Aplicaciones de la diagonalización
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:
Más detallesRedes y Sistemas Computarizados de Control CAPITULO 1. Introducción a las Redes de Comunicación Industrial
Redes y Sistemas Computarizados de Control CAPITULO 1 Introducción a las Redes de Comunicación Industrial Introducción RED DE COMUNICACIÓN INDUSTRIAL AGENDA Sistema de Comunicaciones. Transmisor. Medio
Más detalles1. Introducción. Universidad de Cantabria 1-1
1. Introducción Las empresas de transporte y distribución de energía eléctrica tuvieron que afrontar históricamente el problema que suponía el aumento de la energía reactiva que circulaba por sus líneas.
Más detallesCapitulo 4. Polinomios
Capitulo 4. Polinomios Objetivo. El alumno usará y analizará los conceptos del álgebra de los polinomios y sus propiedades para obtener raíces. Contenido. 4.1 Definición de polinomio. Grado de un polinomio.
Más detallesEjercicios Propuestos Tema 2
Ejercicios Propuestos Tema 2 1 Programar la función: fx, A, X = a 0 + a 1 x x 1 + a 2 x x 1 x x 2 + + a n x x 1 x x 2 x x n, donde A = [a 0, a 1,, a n ], X = [x 1, x 2,, x n ], con x R Calcular todas las
Más detallesComponentes del frontal de un receptor GPS
Chapter 2 Componentes del frontal de un receptor GPS El proceso de una señal GPS propagándose por el espacio y recorriendo 20,000 km de distancia hasta la superficie de la Tierra termina con su presencia
Más detallesProcesos Estacionarios. Francisco J. González Serrano. Universidad Carlos III de Madrid
PREDICCIÓN DE SEÑALES Procesos Estacionarios Francisco J. González Serrano Universidad Carlos III de Madrid Procesos Estacionarios A la hora de hacer predicciones parece obvio suponer que algo debe permanecer
Más detalles4.1 Introducción al filtrado adaptativo
41 Introducción al filtrado adaptativo El problema del filtrado Clases básicas de estimación Filtrado adaptativo Estructuras de filtrado lineal Algoritmos Criterios para la elección del filtro adaptativo
Más detalles3. MODELO MACROECONOMICO. 3.1 Oferta y demanda agregada nacional y su efecto en la economía internacional
3. MODELO MACROECONOMICO 3.1 Oferta y demanda agregada nacional y su efecto en la economía internacional Definimos primero a la oferta y demanda agregada para después desglosar sus elementos. Veremos la
Más detallesSupport Vector Machine
Juan Carlos Caicedo Juan Carlos Mendivelso Maestria en Ingenieria de Sistemas y Computacion Universidad Nacional de Colombia 20 de marzo de 2007 Agenda 1 2 3 4 Outline 1 2 3 4 Clasificador lineal que utiliza
Más detallesProcesamiento digital de voz
Procesamiento digital de voz Seminario de Audio 2005 Ernesto López Martín Rocamora Producción del habla Aparato fonador Corte transversal de la laringe Sonidos sonoros y sordos Sonidos sonoros Forma de
Más detallesPARTE III OBTENCIÓN DE MODELOS OBTENCIÓN DE MODELOS MODELADO E IDENTIFICACIÓN ASPECTOS A TENER EN CUENTA MODELADO IDENTIFICACIÓN OBTENCIÓN DE MODELOS
OBTENCIÓN DE MODELOS PARTE III OBTENCIÓN DE MODELOS 1. INFORMACIÓN SOBRE EL SISTEMA 1. EL PROPIO SISTEMA (OBSERVACIÓN, TEST) 2. CONOCIMIENTO TEÓRICO (LEYES DE LA NATURALEZA, EXPERTOS, LITERATURA, ETC.)
Más detallesFigura 1.12 Señalización analógica y digital de datos analógicos y digitales.
Los datos digitales se pueden representar por señales digitales, con un nivel de tensión diferente por cada uno de los dígitos binarios. Como se muestra en la figura 1.12, éstas no son las únicas posibilidades.
Más detallesEjercicios de Programación Lineal
Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de
Más detallesDESARROLLO DE LA PROGRAMACIÓN PARA 4º ESO Opción B. Bloque 1. Contenidos comunes.
DESARROLLO DE LA PROGRAMACIÓN PARA 4º ESO Opción B Contenidos mínimos según real decreto 1631/2006 Bloque 1. Contenidos comunes. o Planificación y utilización de procesos de razonamiento y estrategias
Más detallesControl Automático. Introducción al filtro de Kalman. Ing. Gabriela Ortiz León
Control Automático Introducción al filtro de Kalman 1 Contenido Principio de funcionamiento Ecuaciones de predicción y actualización Proceso Ejemplo 2 Filtro Kalman Es un algoritmo desarrollado por Rupert
Más detallesUnidad III: Programación no lineal
Unidad III: Programación no lineal 3.1 Conceptos básicos de problemas de programación no lineal Programación no lineal (PNL) es el proceso de resolución de un sistema de igualdades y desigualdades sujetas
Más detallesMATEMÁTICAS aplicadas a las Ciencias Sociales II
MATEMÁTICAS aplicadas a las Ciencias Sociales II UNIDAD 1: SISTEMAS DE ECUACIONES. MÉODO DE GAUSS Sistemas de ecuaciones lineales Sistemas equivalentes. Transformaciones que mantienen la equivalencia.
Más detallesTeoría de Sistemas y Señales
Universidad Nacional de Rosario Facultad de Ciencias Exactas, Ingeniería y Agrimensura Escuela de Ingeniería Electrónica Teoría de Sistemas y Señales Trabajo Práctico Nº 3 Análisis Frecuencial de Señales
Más detallesLaboratorio de Señales y Comunicaciones (LSC) 3 er curso, Ingeniería de Telecomunicación. Curso 2005 2006. (1 sesión)
Transmisión Digital en Banda Base PRÁCTICA 8 (1 sesión) Laboratorio Señales y Comunicaciones (LSC) 3 er curso, Ingeniería Telecomunicación Curso 2005 2006 Javier Ramos, Fernando Díaz María y David Luengo
Más detallesD. REALIZACIÓN DE LA PRÁCTICA Y PRESENTACIÓN DE RESULTADOS
22 Laboratorio de Tratamiento Digital de Señales D. REALIZACIÓN DE LA PRÁCTICA Y PRESENTACIÓN DE RESULTADOS 1. DISEÑO DE FILTROS IIR 1.1 Diseño de filtros IIR empleando prototipos analógicos En este apartado
Más detallesMétodos generales de generación de variables aleatorias
Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad
Más detallesMetodología de la programación y desarrollo de software. Marta Zorrilla Universidad de Cantabria
Metodología de la programación y desarrollo de software Marta Zorrilla Universidad de Cantabria Metodología de la programación Objetivos Fases en la solución de un problema de programación. Ciclo de vida
Más detallesIntroducción a la Optimización Matemática
Introducción a la Optimización Matemática Modelos de Optimización Tienen como propósito seleccionar la mejor decisión de un número de posibles alternativas, sin tener que enumerar completamente todas ellas.
Más detallesSupport Vector Machines
Support Vector Machines Separadores lineales Clasificacion binaria puede ser vista como la tarea de separar clases en el espacio de caracteristicas w T x + b > 0 w T x + b = 0 w T x + b < 0 f(x) = sign(w
Más detallesSISTEMAS INTELIGENTES
SISTEMAS INTELIGENTES T11: Métodos Kernel: Máquinas de vectores soporte {jdiez, juanjo} @ aic.uniovi.es Índice Funciones y métodos kernel Concepto: representación de datos Características y ventajas Funciones
Más detallesCapítulo 7 Conclusiones y futuras líneas de trabajo 7.1. Conclusiones
Capítulo 7 Conclusiones y futuras líneas de trabajo 7.1. Conclusiones La tesis presentada propone una metodología para el análisis de la degradación por fatiga producida por la aplicación de cargas cíclicas
Más detallesSoluciones Examen de Estadística Ingeniería Superior de Telecomunicación
Soluciones Examen de Estadística Ingeniería Superior de Telecomunicación de Septiempbre, 00 Cuestiones 1h C1. El tiempo que un ordenador tarda en ejecutar una tarea es una v.a. Y Expλ). Para hacer un estudio
Más detallesTECNOLOGIA DE ANTENAS INTELIGENTES EN LOS SISTEMAS DE COMUNICACIONES MOVILES
TECNOLOGIA DE ANTENAS INTELIGENTES EN LOS SISTEMAS DE COMUNICACIONES MOVILES JAIRO ALBERTO JURADO LOPEZ Dirección FABIO GUERRERO CONTENIDO 1. LIMITACIONES DEL CANAL DE RADIO CELULAR 2. ANTENAS INTELIGENTES
Más detallesUn filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i.
Filtros Digitales Un filtro general de respuesta al impulso finita con n etapas, cada una con un retardo independiente d i y ganancia a i. En electrónica, ciencias computacionales y matemáticas, un filtro
Más detallesMATEMÁTICAS 6º DE PRIMARIA BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS.
MATEMÁTICAS 6º DE PRIMARIA BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS. Utilizar procesos de razonamiento y estrategias de resolución de problemas, realizando los cálculos necesarios y comprobando
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesInducción. El arco del conocimiento. Intro: hace 2.500 años. Intro: el método científico (II) Intro: el método científico (I)
Intro: hace 2.500 años Introducción Probabilidad, estadística e inferencia científica Marco Pavesi Senior Epidemiologist CIS Clinical Epidemiology Novartis Farmacéutica S.A. Antístenes: yo veo estos caballos,
Más detallesASPECTOS GENERALES PARA LA SOLUCIÓN DE PROBLEMAS RELACIONADOS CON LA CONDUCCIÓN TRANSITORIA.
CONDUCCIÓN TRANSITORIA Aquí encontrarás Los métodos gráficos y el análisis teórico necesario para resolver problemas relacionados con la transferencia de calor por conducción en estado transitorio a través
Más detallesDada la dificultad práctica para resolver de forma exacta toda una serie de problemas de
CAPÍTULO 2 Métodos de solución Dada la dificultad práctica para resolver de forma exacta toda una serie de problemas de programación entera, se han desarrollado algoritmos que proporcionan soluciones factibles
Más detalles- Tecnología que permite la distribución de RF modulando la portadora transmitida desde una estación base.
- Tecnología que permite la distribución de RF modulando la portadora transmitida desde una estación base. - Normalmente se utiliza en sistemas cuyo acceso es la naturaleza inalámbrica. - Sus características
Más detallesEL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION. M. En C. Eduardo Bustos Farías
EL MÉTODO SIMPLEX ALGEBRAICO: MINIMIZACION M. En C. Eduardo Bustos Farías 1 Minimización El método simplex puede aplicarse a un problema de minimización si se modifican los pasos del algoritmo: 1. Se cambia
Más detallesModos de propagación en guías de ondas circulares
Modos de propagación en guías de ondas circulares Las guías de onda operan (propagan ondas) dentro de los limites de un rango de frecuencias determinado por sus dimensiones. Para que la propagación tenga
Más detallesTECNOLOGÍA. Interconexión: Empalmes y Conectores
TECNOLOGÍA Interconexión: Empalmes y Conectores Se utiliza el vocablo empalme cuando se refiere a una interconexión permanente, mientras que el término conectivo se refiere a una interconexión temporal
Más detallesGeneración de números aleatorios
Generación de números aleatorios Marcos García González (h[e]rtz) Verano 2004 Documento facilitado por la realización de la asignatura Métodos informáticos de la física de segundo curso en la universidad
Más detallesSEGURIDAD EN SISTEMAS DE INFORMACION. TEMA 2 - parte 2. Criptografia asimétrica
SEGURIDAD EN SISTEMAS DE INFORMACION TEMA 2 - parte 2. Criptografia asimétrica FJRP, FMBR. SSI, 2010 15 de marzo de 2010 1. Conceptos básicos Propuesta por Diffie y Hellman en 1976. Aproximación completamente
Más detallesLos valores de las respuesta son las puntuaciones que, de cada individuo, o cluster, obtenemos semanalmente durante cinco semanas consecutivas:
Sobre los modelos lineales mixtos Ejemplo: Recuperación de infarto. Para estudiar las diferencias entre dos procedimientos diferentes de recuperación de pacientes de un infarto, se consideraron dos grupos
Más detalles7. MODELADO EN DINAMICA DE SISTEMAS
7. MODELADO EN DINAMICA DE SISTEMAS 7.1. Dinámica de Sistemas El origen de la dinámica de sistemas se encuentra ligado al desarrollo de una aplicación para analizar los pedidos de una empresa fabricante
Más detallesPredicción de procesos ARMA mediante modelos autorregresivos y en el espacio de estados
X Congreso de Ingeniería de Organización Valencia, 7 y 8 de septiembre de 26 Predicción de procesos ARMA mediante modelos autorregresivos y en el espacio de estados Segismundo S. Izquierdo Millán *, Javier
Más detallesMETODOLOGÍA DE EVALUACIÓN DE DESEMPEÑO ENERGÉTICO PARA UN EDIFICIO DE LA APF HABILITADO COMO OFICINA 5 Foro Permanente de Eficiencia Energética en
METODOLOGÍA DE EVALUACIÓN DE DESEMPEÑO ENERGÉTICO PARA UN EDIFICIO DE LA APF HABILITADO COMO OFICINA 5 Foro Permanente de Eficiencia Energética en Edificaciones Agosto 25, 2014 MMtCO2e Línea base de emisiones
Más detallesOxímetros de Pulso (Saturómetros) Teoría de funcionamiento
Oxímetros de Pulso (Saturómetros) Teoría de funcionamiento Introducción Dentro de los glóbulos rojos esta la hemoglobina, ésta es el vehículo del oxígeno a los tegidos. Saturación de Oxígeno (SaO2) es
Más detallesMATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 13 y #14
MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 3 y #4 Desigualdades Al inicio del Capítulo 3, estudiamos las relaciones de orden en los número reales y el signi cado de expresiones
Más detalles1. Características básicas de emisores y receptores
1. Características básicas de emisores y receptores 1.1 Comunicaciones RF El esquema más general de un sistema de comunicaciones es el de la figura 1.1 Emisor Canal Receptor Fig. 1.1 Sistema de comunicaciones
Más detallesEscuela Académico Profesional de Economía Curso. Examen Parcial No. 1 (solucionario) Tema. Varian 2, 3, 4, 5, 6, 8 y 14 Profesor
Facultad Ciencias Económicas Escuela Escuela Académico Profesional de Economía Curso Microeconomía I Código CO1214 Aula 218 Actividad Examen Parcial No. 1 (solucionario) Tema Varian 2, 3, 4, 5, 6, 8 y
Más detallesRESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES
RESOLUCIÓN DE SISTEMAS DE ECUACIONES LINEALES 1 La ecuación 2x - 3 = 0 se llama ecuación lineal de una variable. Obviamente sólo tiene una solución. La ecuación -3x + 2y = 7 se llama ecuación lineal de
Más detalles2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace
2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma
Más detallesPara más información sobre éste y otros cursos de capacitación www.icbargentina.com/capacitacion
Para más información de capacitación /capacitacion Objetivos del curso El curso introductorio al mercado de capitales tiene como objetivo formar a los participantes de todos los conocimientos fundamentales
Más detallesRepresentación de señales y sistemas en el dominio de la frecuencia
Representación de señales y sistemas en el dominio de la frecuencia Modulación y Procesamiento de Señales Ernesto López Pablo Zinemanas, Mauricio Ramos {pzinemanas, mramos}@fing.edu.uy Centro Universitario
Más detallesVECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Más detallesEstructuras de Repetición Repita Mientras
Estructuras de Repetición Repita Mientras Programación digital I Escuela de Sistemas Facultad de Ingeniería Gilberto Diaz Estructuras de Repetición Las estructuras de repetición son sentencias que permiten
Más detallesUNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS QUÍMICAS FUNDAMENTOS ESPECTROSCOPICOS ORBITALES ATÓMICOS
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS QUÍMICAS FUNDAMENTOS ESPECTROSCOPICOS Integrantes: Walter Bermúdez Lizbeth Sánchez Curso: Jueves 10:00 a 12:00 ORBITALES ATÓMICOS 1.- Definición de
Más detallesSistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA. Universidad Tecnológica De Pereira
2010 Sistemas de Generación de Energía Eléctrica HIDROLOGÍA BÁSICA Universidad Tecnológica De Pereira Conceptos Básicos de Hidrología La hidrología es una ciencia clave en el estudio de los sistemas de
Más detallesEl aeropuerto se puede modelar como un sistema de colas M/G/1 con distribución uniforme de tiempo de servicio E[S] = 60 seg y σ 2 S = 48 seg 2.
ESTUDIO DE OPERACIONES URBANAS MATERIAL REUNIDO POR JAMES S. KANG OTOÑO 2001 Soluciones trabajo 4 3/10/2001 1. Problema 4.12 LO (Pinker, 1994; Kang, 2001) El aeropuerto se puede modelar como un sistema
Más detallesTEMA 1. Introducción
TEMA 1. Introducción Francisco José Ribadas Pena, Santiago Fernández Lanza Modelos de Razonamiento y Aprendizaje 5 o Informática ribadas@uvigo.es, sflanza@uvigo.es 28 de enero de 2013 1.1 Aprendizaje automático
Más detalles1. Contenido. 2. Cómo hacer una consulta. 3. Calendario
1. Contenido La base de datos del BOR ofrece acceso al texto completo del Boletín Oficial de La Rioja desde enero de 1982. De cada disposición, recoge la siguiente información: título, organismo que la
Más detallesCapítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones.
Capítulo 2. Técnicas de procesamiento digital de imágenes y reconocimiento de patrones. 2.1 Revisión sistema reconocimiento caracteres [9]: Un sistema de reconocimiento típicamente esta conformado por
Más detallesInteligencia Artificial Búsqueda entre adversarios
Inteligencia Artificial Búsqueda entre adversarios Primavera 27 profesor: Luigi Ceccaroni Juegos En los entornos multiagente (cooperativos o competitivos), cualquier agente tiene que considerar las acciones
Más detallesAsistencia técnica de software
Resumen Fase del proceso: selección y dimensionamiento Nuevas funciones: Nuevo buscador de productos para actuadores con guía lineal Nueva clase de entrega en el programa básico Fase del proceso: construcción
Más detalles2.1 Sistemas discretos en tiempo. 2.1.1 Sistemas lineales. 2.1.2 Sistemas invariantes en tiempo
2.1 stemas discretos en tiempo Un sistema discreto en el tiempo se define matemáticamente como la transformación o el operador que traza una secuencia de entrada con valores x[n], en una secuencia de salida
Más detallesAnálisis del enlace físico de una transmisión ADSL. Cecilia G. Galarza
Análisis del enlace físico de una transmisión ADSL Cecilia G. Galarza Esquema de la Presentación Características generales del Servicio Capa física de la transmisión ADSL Diagrama en bloque de un modem
Más detallesCAPÍTULO 3. ALGORITMOS DE PREVISIÓN BASADOS EN LA EXTRAPOLACIÓN DE LOS DATOS MÁS RECIENTES
CAPÍTULO 3. ALGORITMOS DE PREVISIÓN BASADOS EN LA EXTRAPOLACIÓN DE LOS DATOS MÁS RECIENTES El objetivo de esta tesina es la introducción de mejoras en la previsión meteorológica a corto plazo. El punto
Más detallesCÁLCULOS RELATIVOS A LOS ESTADOS LÍMITE DE SERVICIO
CAPÍTULO XI CÁLCULOS RELATIVOS A LOS ESTADOS LÍMITE DE SERVICIO Artículo 49º Estado Límite de Fisuración 49.1 Consideraciones generales Para las comprobaciones relativas al Estado Límite de Fisuración,
Más detallesSVM: Máquinas de Vectores Soporte. Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid
SVM: Máquinas de Vectores Soporte Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Clasificación lineal con modelos lineales 2. Regresión
Más detallesPráctica 5: Modulaciones digitales
TEORÍA DE LA COMUNICACIÓN 2009/10 EPS-UAM Práctica 5: Modulaciones digitales Apellidos, nombre Apellidos, nombre Grupo Puesto Fecha El objetivo de esta práctica es familiarizar al alumno con los principios
Más detallesSistemas de ayuda a la decisión Tema 5. Análisis de Sensibilidad Análisis Cualitivo y Análisis Paramétrico
Tema 5. Análisis de Sensibilidad Análisis Cualitivo y Análisis Paramétrico Indice 1) Motivavión, Identifición y Estructuración del problema 2) Análisis Paramétrico: Medidas basadas en distancias de umbral
Más detallesDetección de bordes: metodos lineales de cálculo de gradientesk, etc. Detección de bordes. Métodos basados en operadores lineales de gradiente
Detección de bordes Métodos basados en operadores lineales de gradiente 1 Bordes Variaciones fuertes de la intensidad que corresponden a las fronteras de los objetos visualizados Métodos basados en el
Más detallesInt n roduc u ción n a DS D P P Pa P r a te e 1 I g n.. Lu L ci c o J. J. Marti t nez Garbino luci c ojmg@ca c e.c. n c ea.g. ov. v a.
Introducción a DSP Parte 1 Ing. Lucio J. Martinez Garbino luciojmg@cae.cnea.gov.ar Page 1 Sistema Analógico Filtro Analógico -El sistema queda definido por su topología (circuito) y los valores de los
Más detallesCiclo de Vida del Desarrollo de un Sistema de Información. Departamento de Ingeniería Industrial Universidad de Chile
Ciclo de Vida del Desarrollo de un Sistema de Información Departamento de Ingeniería Industrial Universidad de Chile Temario Noción de un Ciclo de Vida Ventajas y Desventajas Modelos de Ciclos de Vida
Más detallesIgualación de canal. (no ciega: conocemos los coeficientes del canal)
Igualación de canal (no ciega: conocemos los coeficientes del canal) Modelo y k = h H x k + g k y k = x H k h + g k h = 2 6 4 h N 1 h N 2 h N 3. h 0 3 7 5 x k = 2 6 4 x k N+1 x k N+2 x k N+3. x k 3 7 5
Más detallesINDICE 1. Introducción 1.2. Qué es Realimentación y Cuáles son sus Efectos? 1.3. Tipos de Sistemas de Control Realimentado
INDICE Prefacio XIX Prefacio al Software de Computadora para Sistemas de Control XXII 1. Introducción 1 1.1. Introducción 1 1.1.1. Componentes básicos de un sistema de control 2 1.1.2. Ejemplos de aplicaciones
Más detallesMATEMÁTICAS CONTENIDOS MÍNIMOS DE 1º E.S.O.
MATEMÁTICAS CONTENIDOS MÍNIMOS DE 1º E.S.O. Calcular el valor de posición de cualquier cifra en cualquier número natural. Aplicar las propiedades fundamentales de la suma, resta, multiplicación y división
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones de agosto de 200. Estandarización Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades. De la misma forma
Más detallesFísica Computacional
Física Computacional Dr. José Mejía López Física Teórica, segundo piso e-mail: jmejia@puc.cl Sitio Web: http://neel2.fis.puc.cl/cncm/fiscompu/sitio_web/portada.html Capítulo 2a - Control de la Temperatura
Más detallesSelectividad Septiembre 2013 OPCIÓN B
Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR
Más detallesAprendizaje Automatizado. Redes Neuronales Artificiales
Aprendizaje Automatizado Redes Neuronales Artificiales Introducción Una forma de emular características propias de los humanos: memorizar y asociar hechos. Se aprende de la experiencia. El cerebro humano
Más detallesTema 5. Aproximación funcional local: Polinomio de Taylor. 5.1 Polinomio de Taylor
Tema 5 Aproximación funcional local: Polinomio de Taylor Teoría Los polinomios son las funciones reales más fáciles de evaluar; por esta razón, cuando una función resulta difícil de evaluar con exactitud,
Más detallesAlgoritmos sobre secuencias y conjuntos de datos
Suma de la Subsecuencia Máxima Dept. de Computación, Universidade da Coruña alberto.valderruten@udc.es Índice Suma de la Subsecuencia Máxima 1 Suma de la Subsecuencia Máxima 2 Suma de la Subsecuencia Máxima
Más detallesCADENA DE VALOR ALGUNOS PUNTOS IMPORTANTES
ALGUNOS PUNTOS IMPORTANTES Disgrega actividades importantes de la empresa. La cadena de valor comprende desde el proveedor hasta el cliente. El obtener y mantener ventajas competitivas depende de comprender
Más detallesAplicaciones de Inteligencia. Dr. Antonio Morán Cárdenas. IEEE Sociedad de Robótica y Automatización
Aplicaciones de Inteligencia Artificial en Sistemas de Potencia Dr. Antonio Morán Cárdenas IEEE Sociedad de Robótica y Automatización Aplicaciones de la Inteligencia Artificial en Sistemas de Potencia
Más detallesTEMA 9 Cicloconvertidores
TEMA 9 Cicloconvertidores 9.1.- Introducción.... 1 9.2.- Principio de Funcionamiento... 1 9.3.- Montajes utilizados.... 4 9.4.- Estudio de la tensión de salida.... 6 9.5.- Modos de funcionamiento... 7
Más detalles