Resumen

Presentamos una metodología formal para identificar un canal en un sistema formado por un canal de comunicación en cascada con un muestreador asíncrono. El canal se modela como un filtro multidimensional, mientras que los modelos de muestreadores asíncronos se toman de la neurociencia y las comunicaciones e incluyen neuronas de integración y disparo, moduladores sigma/delta asíncronos y osciladores generales en cascada con detectores de paso por cero. Diseñamos algoritmos de identificación de canales que recuperan una proyección del filtro o filtros sobre un espacio de señales de entrada sin pérdidas, tanto para señales de prueba escalares como vectoriales. Las señales de prueba se modelan como elementos de un espacio de Hilbert con núcleo de reproducción (RKHS) con un núcleo de Dirichlet. Bajo condiciones limitantes apropiadas sobre el ancho de banda y el orden del espacio de señales de prueba, la proyección del filtro converge a la respuesta al impulso del filtro. Demostramos que nuestros resultados son válidos para una amplia clase de RKHSs, incluyendo el espacio de señales de energía finita y limitada. También extendemos nuestros resultados de identificación de canales a circuitos ruidosos.

• Materias:Ingeniería biomédica Cerebro - fisiopatología Imagen por resonancia magnética Neurofisiología Neurociencias
• Subjects:Biomedical engineering Brain - pathophysiology Magnetic resonance imaging Neurophysiology Neurosciences
• Palabras claves:muestreador asíncrono, espacio de entrada, algoritmo de identificación del canal, señal de prueba valorada, espacio kernel hilbert, espacio de la señal de prueba, pérdida de la señal de entrada, clase de rkhss, resultados de la identificación del canal, metodología formal
• Keywords:asynchronous sampler, space of input, channel identification algorithm, valued test signal, kernel hilbert space, test signal space, input signal loss, class of rkhss, channel identification results, formal methodology