RICERCA ITALIANA     

Programma di ricerca

Studio e sperimentazione di un sistema di comunicazione ad onde convogliate in impianti elettrici navali

Università di riferimento

Università degli Studi di CAGLIARI - INGEGNERIA ELETTRICA ED ELETTRONICA - ()

Responsabile dell'Unità di ricerca

Augusto Montisci

Descrizione

L’unità di Cagliari è attiva da molti anni nel campo dell’ottimizzazione di sistemi complessi, utilizzando allo scopo differenti metodologie disponibili in letteratura, come Tabu Search, Simplesso non lineare, Programmazione Lineare, Simulated Annealing e altri. L’unità di Cagliari ha dedicato una particolare attenzione alle tecniche Tabu Search, dimostrando la loro efficacia in diversi campi dell’ingegneria, come attestato da numerose pubblicazioni internazionali, e fornendo contributi originali allo sviluppo di tale tecnica. Parallelamente, ma anche in combinazione con le tecniche citate, l’unità di Cagliari ha sviluppato tecniche innovative basate sulle reti neurali artificiali. Tali tecniche sono il frutto di un’esperienza diversificata che ha portato l’unità di Cagliari a sviluppare metodi di validità generale per la costruzione e l’addestramento di reti neurali, in grado di assicurare il desiderato grado di attendibilità del modello neurale sintetizzato e, al tempo stesso, di richiedere un costo computazionale basso. La sintesi delle esperienze acquisite nel campo dell’ottimizzazione e dell’applicazione delle reti neurali, ha condotto l’unità di Cagliari a sviluppare metodi di ottimizzazione che applicano gli algoritmi citati in precedenza, in particolare le tecniche Tabu Search, ma che per il calcolo della funzione obiettivo utilizzano una rete neurale, con una forte riduzione del costo computazionale. Oltre a tale approccio l’unità di Cagliari ne ha sviluppato un altro nel quale una rete neurale riproduce il legame funzionale tra parametri di progetto e prestazioni del sistema, basato sull’inversione della rete neurale stessa. Questo tipo di approccio, a differenza degli altri finora trattati dall’unità di Cagliari, si può adattare allo studio di problemi multi obiettivo, senza la necessità di modificare la procedura di applicazione del metodo. Sulla base dell’esperienza maturata nel campo dell’ottimizzazione ad obiettivo singolo con tecniche Tabu Search, l’unità di Cagliari ha anche sviluppato un’estensione di tale metodologia all’ottimizzazione Multi Obiettivo, dimostrandone l’efficacia nella risoluzione di problemi di benchmark, ma anche la minore complessità computazionale rispetto alle tecniche tradizionali, soprattutto se considerata in riferimento a problemi con un numero elevato di funzioni obiettivo.
L’azione dell’unità di Cagliari in questo progetto consisterà nell’implementazione degli algoritmi di bit loading che rappresentano lo stato dell’arte, e successivamente nello sviluppo e nell’implementazione di nuovi algoritmi che consentano di superare i limiti caratteristici degli algoritmi tradizionali. In particolare, detti limiti derivano dal fatto che il problema del bit loading di norma è trattato formalizzando il problema in termini di ottimizzazione vincolata di un obiettivo singolo, fissando a priori alcune grandezze che invece sono suscettibili di ottimizzazione. Inoltre, per ridurre l’onere computazionale del problema, vengono tipicamente introdotte delle semplificazioni che potrebbero condurre a soluzioni molto distanti da quelle ottimali. Per esempio, la risposta in frequenza di una linea PLC dipende con legge non lineare dalla fase del segnale di potenza, in funzione dei dispositivi che nell’istante corrente sono collegati alle prese, in particolare dalla morfologia della rete e dalla distanza della presa dal punto di alimentazione. Nonostante questo fatto, si assume spesso che il canale di trasmissione sia tempo invariante, accettando che le condizioni effettive si discostino da quelle ipotizzate, e quindi che la soluzione al problema di ottimizzazione rappresenti un sub ottimo, la cui validità dipende dalla sensitività della soluzione rispetto alla variazione dei parametri, che in genere è difficile da stimare. Inoltre, sempre per limitare l’onere di calcolo, di norma nel problema di ottimizzazione non si tiene conto delle interferenze nell’ambiente circostante dovute alla trasmissione dei dati, ma ci si limita al più a porre come obiettivo principale quello di ridurre la potenza totale di trasmissione. A questo proposito, attraverso un’analisi degli scenari possibili per il contesto in esame, ed una successiva modellazione, con tecniche neurali, del sistema dal punto di vista della compatibilità elettromagnetica, questo aspetto potrebbe entrare esplicitamente come vincolo o come obiettivo del problema di allocazione dei bit di trasmissione.
L’azione dell’unità di Cagliari si articolerà in 3 fasi, corrispondenti alle fasi definite nel progetto generale e riguarderà principalmente le attività dei tre Gruppi di Lavoro GL1, GL6, e GL7, definiti nel modello A.
L’obiettivo finale è quello di sviluppare un sistema software per la gestione del problema del bit-loading, includendo nella formulazione del problema stesso tutti gli aspetti presi in esame nelle azioni coordinate dalle altre unità che partecipano al progetto e che, per diversi aspetti, sono correlati con la modalità con cui le informazioni sono ripartite tra i sub carriers. Ognuna delle fasi è articolata in più attività, ciascuna dando luogo ad uno o più prodotti che possono essere funzionali allo svolgimento di altre attività o rappresentare parte dei prodotti finali del progetto.
La prima fase consisterà nella raccolta e nell’implementazione delle varianti presentate in letteratura ai tre principali algoritmi di bit loading, che utilizzano tutti, come variabili del problema, la potenza totale impiegata nella trasmissione, la velocità di trasmissione dei dati (total bit rate), la probabilità di errore (bit error rate). Ciò che contraddistingue ciascuna famiglia di algoritmi di bit loading è la variabile che si adotta come funzione obiettivo, mentre le rimanenti due sono adottate come vincolo. Il prodotto di questa attività consisterà in un pacchetto software integrato, con il quale sarà possibile effettuare in modalità off line l’allocazione ottima di una trasmissione digitale, con la possibilità per l’operatore di scegliere quale famiglia di algoritmi e quali varianti all’algoritmo base utilizzare. Questo permetterà di effettuare una serie di simulazioni allo scopo di determinare quale sia, tra quelli proposti in letteratura, l’algoritmo con prestazioni più efficienti per lo specifico problema affrontato nel progetto. Parallelamente, poiché questa analisi sarà sviluppata off line, si procederà anche alla formalizzazione del problema del bit loading in modo tale da poter essere ricondotto ad una forma standard, lineare o non lineare, e quindi tale da poter essere risolto mediante pacchetti applicativi commerciali. Le soluzioni così ottenute forniranno un termine di confronto importante per gli algoritmi implementati, sia per quanto riguarda le soluzioni ottenute, sia per quanto riguarda i tempi di calcolo. Con la comparazione tra le diverse metodologie e la scelta di quella più adatta al caso in esame, si conclude il contributo dell’unità alla prima fase.
Nella seconda fase, anche sulla base delle indicazioni emerse dallo studio svolto dalle altre unità, saranno definiti i vincoli aggiuntivi che permettano di introdurre nel modello aspetti che non sono presi in considerazione negli algoritmi allo stato dell’arte, come la variazione nel tempo del canale di trasmissione, sia in termini di parametri sia di diverse tipologie di disturbo, la qualità del servizio, relativa soprattutto alle interferenze elettromagnetiche causate dalla trasmissione attraverso il canale, la prospettiva che sul mercato siano resi disponibili nuove tipologie di modem, nei quali è incorporata una pur limitata potenza di calcolo, che permette di effettuare un’ottimizzazione in tempo reale dell’allocazione dei bit. Alla nuova formulazione del problema farà seguito l’integrazione dei nuovi vincoli nel pacchetto software sviluppato nella prima fase.
Successivamente sarà sviluppata una nuova formulazione del problema del bit-loading, che consenta di prendere in considerazioni gli aspetti che, normalmente, sono trascurati a causa dell’onere computazionale, che un approccio classico comporterebbe. Il problema di ottimizzazione sarà quindi espresso in termini di ottimizzazione multi-obiettivo, nella quale le tre variabili principali del problema, come la potenza di trasmissione, la velocità di trasmissione e il tasso di errore, saranno trattate tutte come obiettivi, definendo quindi un fronte (Pareto) di soluzioni non dominate, tra le quali è possibile effettuare una scelta finale, in base alla dipendenza reciproca tra i valori delle variabili. Al tempo stesso, il problema sarà formalizzato in termini di analisi di scenario, tenendo quindi presente la dipendenza delle soluzioni ottime dai parametri dei problema, la cui variazione nel tempo manifesta caratteri sia deterministici sia aleatori. Il problema di ottimizzazione può essere frazionato in due componenti, una fissa (bias), che viene risolta off line e può sfruttare una potenza di calcolo elevata, ed una adattativa, che affina in tempo reale, in funzione delle informazioni che riceve dal canale, la soluzione statica precedentemente trovata. Data la criticità di questa seconda componente del problema, dovuta alla necessità di tempi di risposta rapidi ed ad una modesta potenza di calcolo disponibile, la soluzione statica calcolata off line assume un’importanza strategica, perché permette di ridurre il peso relativo della componente dinamica della soluzione. Da qui l’importanza di disporre di una tecnica come l’analisi di scenario, che permetta non solo di trovare la soluzione ottima per un caso specifico, ma anche di valutare a priori la sensitività della stessa soluzione rispetto alle variazioni delle condizioni del canale. L’implementazione delle tecniche di ottimizzazione multi-obiettivo e di analisi di scenario sarà effettuata sia ricorrendo a software commerciali, sia utilizzando metodi basati sul Tabu Search e sulle Reti Neurali. In particolare, la disponibilità di modelli neurali del problema permetterà di affrontare in termini analitici le problematiche inerenti la sensitività degli obiettivi rispetto ai parametri del sistema in esame, che in genere rappresentano rispettivamente l’uscita e l’ingresso della rete neurale che ne costituisce il modello.
Nella parte finale della seconda fase, il software di ottimizzazione fin qui sviluppato, sarà integrato con tecniche, basate sull’uso delle reti neurali, per la predizione dei parametri del canale. La disponibilità di tali moduli permetterà di smorzare la criticità della componente adattativa dell’ottimizzazione, perché aumenta il tempo a disposizione per eseguire i calcoli. Occorrerà valutare il grado di attendibilità del sistema predittivo, ed il tempo di anticipo compatibile con la sensitività della soluzione rispetto ai parametri del modello. Di fatto, quanto più il modello predetto del canale si discosta dal sistema reale, tanto più il modello statico di riferimento dovrà essere robusto, a scapito del livello di ottimalità che può essere conseguito, perciò il tempo di predizione rappresenterà una soluzione di compromesso. La predizione del modello del canale sarà effettuata mediante tecniche di addestramento neurale di tipo statico e di tipo dinamico. La prima tipologia di addestramento si può utilizzare se l’evoluzione del canale segue una dinamica caratteristica del canale stesso, e perciò può essere riprodotta attraverso un sistema con parametri costanti. In questo caso la rete addestrata richiede un costo computazionale molto ridotto e si può pensare di integrarla all’interno del modem stesso. La seconda tipologia di addestramento adatta i parametri della rete neurale in funzione dell’evoluzione del segnale elaborato. Questo tipo di strategia è in genere più efficace, perché permette al sistema di adattarsi quando la dinamica del segnale che si intende predire cambia nel tempo. Per altro verso, questo tipo di rete richiede l’esecuzione in tempo reale di un algoritmo di adattamento, perciò l’integrazione all’interno dei dispositivi è più problematica.
Nella terza fase, le attività vengono svolte in stretta collaborazione tra tutte le unità coinvolte nel progetto, ed è finalizzata all’istallazione ed alla verifica di funzionamento del sistema su imbarcazioni durante uscite a mare. La prima attività della terza fase consisterà nell’integrazione di tutti i software sviluppati dalle diverse Unità in un unico simulatore. Farà seguito uno studio delle prestazioni del sistema in simulazione, dove le condizioni operative che saranno prese in esame dovranno derivare dallo studio di caratterizzazione svolto da tutte le unità nelle fasi precedenti, e dovranno essere quanto più possibile rappresentative di condizioni operative reali. Sulla base di questa sperimentazione, il sistema software integrato sarà ulteriormente affinato, per poi essere testato su un prototipo in laboratorio. La fase termina con la sperimentazione del sistema a bordo, prima su imbarcazioni in cantiere e poi durante uscite a mare.
Le tre fasi, e le corrispondenti attività che le compongono, si possono così riassumere:

Fase I (Partecipazione al GL1)
a) attività I.a – Ricerca bibliografica degli algoritmi di bit loading proposti in letteratura e selezione di quelli più adatti nell’ambito della presente ricerca
b) attività I.b – Implementazione, in un software integrato, delle tecniche raccolte nell’attività I.a
c) attività I.c – formalizzazione dei problemi raccolti nell’attività I.a in termini standard
d) attività I.d – costruzione di un’interfaccia di comunicazione tra pacchetti software di ottimizzazione commerciali ed il pacchetto sviluppato nel corso dell’attività I.b
e) attività I.e – sulla base delle indicazioni fornite dalle altre unità afferenti al progetto, conduzione di una serie di simulazioni di situazioni tipo per il problema di interesse, finalizzate alla scelta delle tecniche di bit loading più promettenti per un successivo sviluppo del lavoro (nel prosieguo dell’azione).
Fase II (Coordinamento del GL6)
a) attività II.a – raccolta, su indicazione delle altre unità che partecipano al progetto, di tutte le variabili di progetto che possono influenzare a vario titolo il problema del bit loading e loro formalizzazione
b) attività II.b – Formalizzazione delle nuove variabili definite nell’attività II.a in termini di vincoli e funzioni obiettivo
c) attività II.c – Implementazione dei nuovi vincoli e delle funzioni obiettivo formulate nell’attività II.b e loro integrazione nel pacchetto software sviluppato nella fase I
d) attività II.d – Formalizzazione del problema del bit loading in termini di ottimizzazione multi obiettivo e di analisi di scenario
e) attività II.e – Implementazione delle nuove formulazioni sviluppate nell’attività II.d e loro integrazione nel pacchetto software sviluppato nella fase I.
f) attività II.f – determinazione dei parametri del canale di trasmissione di cui interessa determinare la dinamica allo scopo di ottimizzare l’allocazione dei bit di trasmissione.
g) Attività II.g – sviluppo di sistemi neurali per la predizione dei parametri selezionati nella precedente attività II.f
h) Attività II.h – Implementazione dei sistemi predittivi sviluppati nella precedente attività II.g, e loro integrazione nel pacchetto software sviluppati nel corso delle fasi precedenti
Fase III (Partecipazione al GL7)
a) Attività III.a – Integrazione del software di ottimizzazione sviluppato nelle fase precedenti, nel pacchetto generale di simulazione e controllo.
b) Attività III.b – Analisi del funzionamento del sistema in simulazione, e affinamento delle procedure di bit loading sulla base dei risultati ottenuti.
c) Attività III.c – Riproduzione in laboratorio degli esperimenti condotti in simulazione
d) Attività III.d – Sperimentazione del sistema su imbarcazioni in cantiere
e) Attività III.e – Sperimentazione del sistema su imbarcazioni durante uscite a mare