Algoritmo recursivo baseado em uma função não quadratica usando kernel

Este trabalho tem como objetivo desenvolver um modelo analítico que faça a previsão do comportamento do algoritmo RLS como uma função dos parâmetros de projeto (passo de adaptação, função kernel e seus parâmetros). Utiliza-se uma função não quadrática baseado em kernel, realizando uma transformação não linear do espaço de entrada aplicada à filtragem. Foi desenvolvido e implementado na redução de ruídos para a filtragem adaptativa baseada em Kernel, que fornece uma análise do comportamento do algoritmo KRLS, bem como de suas propriedades de convergência. Aplica-se uma função kernel na função de custo a partir da função recursiva não quadrática de quarta potência, que minimiza o erro, definido como a expectativa do custo cumulativo de ações tomadas ao longo de uma sequência de passos. Verifica-se que essa abordagem possibilita a determinação dos parâmetros do problema com uma maior confiabilidade e robustez e o menor custo, quando comparado com algoritmos tradicionais (RLS, KRLS, RNQ).