Algoritmos óptimos y no óptimos de reconstrucción de señales aleatorias gaussianas

TL;DRAbstract

En este escrito se investiga el Procedimiento de Muestreo- ReconstrucciÛn (PMR) de seÒales de procesos aleatorios gaussianos mediante dos clases de algoritmos. Los algoritmos Ûptimos consideran las principales caracterÌs- ticas estadÌsticas de la seÒal para efectuar la reconstruc- ciÛn obteniendo el mÌnimo error posible. Por lo que se consideran la metodologÌa base. Los algoritmos no Ûpti- mos utilizan solo algunos par·metros de la seÒal para con- seguir la reconstrucciÛn. Es decir, son tÈcnicas alternas. Comparando ambos algoritmos, se mencionan cuales son las ventajas y desventajas de utilizar cada uno de ellos. Esto se refleja principalmente en el error de reconstrucciÛn. De acuerdo a los resultados es posible decir que los algoritmos no Ûptimos son solo aproximaciones a los algoritmos Ûptimos. La investigaciÛn se centra en la re- construcciÛn de seÒales gaussianas markovianas.

Chat with Paper

AI Agents for this Paper