RICERCA ITALIANA     

Programma di ricerca

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

Università di riferimento

Politecnico di BARI - ELETTROTECNICA ED ELETTRONICA - ()

Responsabile dell'Unità di ricerca

Giuseppe Acciani

Descrizione

Nella trasmissione numerica ad alta velocità uno dei maggiori problemi è la capacità di correggere le non idealità di comportamenti variabili nel tempo che si realizzano sulla linea di trasmissione. Questi fenomeni sono dovuti a numerosi fattori e sono particolarmente sentiti nei sistemi PLC. L’attività di ricerca dell’unità di Bari si configurerà, quindi, in questo ambito e sarà mirata alla definizione del canale trasmissivo in sistemi PLC, sviluppandosi in 3 tematiche fondamentali:
a. Classificazione e modellizzazione del rumore;
b. Definizione dei parametri chiave per la stima del canale;
c. Descrizione e quantificazione dei campi elettromagnetici nei sistemi PLC.

L’azione dell’unità di Bari si articolerà in 3 fasi, corrispondenti
alle fasi definite nel progetto generale e riguarderà principalmente le attività dei tre Gruppi di Lavoro GL2, GL4, e GL5, definiti nel modello A.

a. Il progetto degli schemi di modulazione e codifica adatti alla linea di trasmissione di potenza richiede una conoscenza dettagliata delle proprietà del canale. Alcune proprietà, infatti, sono fondamentali per evitare la degradazione delle performance delle comunicazioni ad alta velocità ed in particolare è richiesta un’adeguata conoscenza delle proprietà relative alle distorsioni del segnale nel canale dovute al rumore e alla presenza dei cammini multipli.
In questo ambito, l’obiettivo principale dell’attività di ricerca dell’unità di Bari sarà lo sviluppo di tecniche per l’identificazione delle caratteristiche peculiari del rumore nei sistemi PLC con lo scopo di ottenere una riduzione efficiente dello stesso, se non la sua cancellazione, e poter conseguentemente abbassare il bit error rate.
Questa parte della ricerca si svilupperà parallelamente alla identificazione del modello del canale ed è prevista per l'intera durata della fase 1, vedendo l’unità di Bari impegnata per un periodo ampio rispetto alla durata del progetto; è questa, infatti, l’attività svolta dal gruppo di ricerca di cui l’unità di Bari sarà responsabile.
L’attività di ricerca dovrà, come è ovvio, partire dalla conoscenza dei metodi già proposti in letteratura per modellare il rumore. A questo proposito in [9] è fornito un modello del rumore impulsivo, il quale utilizza la funzione sinc poichè corrisponde ad una forma d’onda il cui spettro in frequenza è un impulso ideale limitato all’interno dell’ampiezza di banda dei segnali OFDM. In altri approcci si ottiene una rappresentazione statistica del rumore riveniente dalle misurazioni effettuate per diversi sistemi di trasmissione.
In [10] gli impulsi rumorosi sono inizialmente divisi in due classi in base alla loro forma nel dominio del tempo, successivamente un’analisi del contenuto in frequenza di tali segnali consente una ulteriore divisione in sotto-classi per le quali sono calcolate le distribuzioni di parametri caratteristici dei segnali come la loro durata, il valore di picco, ecc. Attraverso questi insiemi di parametri è poi possibile individuare funzioni di distribuzione analitiche e quindi ottenere un modello stocastico del rumore. Inoltre, un modello, sempre di tipo statistico, del comportamento temporale del rumore impulsivo, e basato su una campagna di misure, è riportato anche in [5].
Altri utili ed efficienti metodi per la classificazione del rumore nelle linee PLC possono essere forniti dai sistemi adattativi, infatti essi possono identificare in modo automatico le caratteristiche in tempo e/o in frequenza del rumore. In questi approcci il rumore è modellato durante una fase di addestramento e pertanto il sistema di cancellazione del rumore si adatta alle sue variazioni nel tempo e nella frequenza.
Un sistema di riduzione del livello del rumore impulsivo implementato nella parte analogica del ricevitore è proposto in [8]. In questa architettura la stima del rumore è ottenuta con l’uso di una rete basata sulla logica fuzzy, ossia con un Adaptive-Network-Based Fuzzy Inference System (ANFIS), particolarmente adatto alla natura caotica del rumore impulsivo. Un approccio basato sulla logica fuzzy è usato anche in [11], dove è proposta una procedura di classificazione non supervisionata per l’identificazione dei diversi tipi di rumore impulsivo nei PLC. I campioni della Power Spectral Density, troncata per tutte le sequenze temporali considerate, sono ridotti in numero con l’uso della PCA e sono successivamente clusterizzati attraverso il Fuzzy C-Means (FCM).
Tenendo conto di queste considerazioni si vuole affrontare il problema del riconoscimento e della classificazione del rumore attraverso l’uso di tecniche avanzate di signal processing basate su metodi statistici e/o neuro-fuzzy, sfruttando l’esperienza maturata in passato dall’unità di Bari nel settore della elaborazione del segnale mediante algoritmi neurali supervisionati e non supervisionati. In particolare, si intende affrontare tale problematica mediante una metodica che si articola in due passi: il primo passo consiste nel determinare le caratteristiche del segnale più significative per l’identificazione della tipologia di rumore presente nel mezzo trasmissivo (feature extraction); il secondo passo consiste nel risalire alla categoria e, quindi, alla classificazione del rumore, utilizzando i dati dell’analisi precedente.
Le precedenti fasi si possono genericamente inquadrare nelle due seguenti categorie di problemi nel contesto del signal processing: riconoscimento ed estrazione di feature e classificazione e/o modellamento di sistemi non lineari; per entrambe le categorie precedenti le reti neurali costituiscono un valido supporto, talvolta insostituibile.
L’attività si svilupperà coerentemente con l’avanzamento del progetto secondo il seguente schema suddivisibile in 4 passi.

Passo 1. In questa prima fase e nella successiva si prevede un’analisi preliminare, utilizzando dati sintetici provenienti da simulazioni numeriche atte alla modellizzazione del comportamento delle linee di potenza utilizzate. Il primo obiettivo consiste nel ridurre la dimensionalità dello spazio di ingresso, cercando di giungere ad un insieme di dati limitato, ma comunque sufficiente per l’esame del comportamento del rumore nel mezzo considerato. A questo scopo si prevede l’utilizzo e/o la progettazione di algoritmi per l’estrazione delle feature dallo spazio d’ingresso; in particolare potrebbero essere usate le proprietà delle architetture neurali per l'estrazione e l'analisi delle componenti principali e delle componenti indipendenti (PCA e ICA neural networks) e le reti neurali unsupervised (SOM, possibilistic, competitive neural networks).
Passo 2. Ottenuto il modello ridotto dei dati, si procederà ad un primo studio sulle tecniche migliori per l’identificazione e la classificazione del rumore presente nel sistema PLC indagato. Questa fase prevede l’impiego di algoritmi di apprendimento eventualmente supervisionati perché capaci di assumere un modello direttamente dai dati di esempio.
Essi presuppongono la creazione di un training set e quindi il supporto di expertise della problematica specifica. In un primo momento verranno selezionate le tecniche di classificazione che si ritengono più adatte sulla base della tipologia dei dati a disposizione e, di queste, una volta determinato il setting di parametri adeguato, verranno confrontate le performance in termini di percentuale di misclassificazione (accuratezza), costo computazionale, capacità di generalizzazione (assenza di overfitting) e trasparenza/interpretabilità dei risultati. In particolare, si pensa di utilizzare reti neurali supervisionate (strutture multilayer perceptron), tecniche bayesiane, alberi decisionali e sistemi neurofuzzy; le ultime due tecniche sono particolarmente indicate se si riterrà opportuno rappresentare la conoscenza acquista in forma esplicita e cioè attraverso regole.
Passo 3. Una volta resi disponibili i dati provenienti da metodi affinati e sperimentali si effettuerà una validazione delle metodologie utilizzate nei passi 1 e 2. Si testerà, quindi, la coerenza nel processo di feature extraction e nuovamente le prestazioni dei classificatori addestrati attraverso il nuovo training set. Alla fine di tale fase si valuterà il miglior compromesso tra i criteri esposti al passo 2 e si arriverà ad una generale raccomandazione su quale classificatore meglio si adatta alla problematica specifica.
Passo 4. I risultati ottenuti potranno essere usati per perfezionare il sistema di cancellazione adattativo del rumore nei sistemi PLC, realizzando, in collaborazione con le altre unità, un pacchetto software, per la diagnosi del rumore migliorando il bit error rate del sistema di trasmissione dati complessivo.


b. La struttura di distribuzione nelle PLC è normalmente organizzata, a partire dal generatore secondo una struttura ad albero. Una discontinuità nel mezzo determina una parziale riflessione del segnale incidente e una conseguente parziale trasmissione dello stesso; la presenza di più sezioni di questo tipo, poi, produce una sovrapposizione degli effetti di ciascuna. Ad esempio, la sola presenza di una linea terminata agli estremi e di una discontinuità determina una risposta ad echi del sistema che ha teoricamente durata infinita.
In particolare, data la specifica situazione presa in considerazione, la presenza di derivazioni della linea e di carichi tempo-varianti imporrà, secondo quanto già descritto nello stato dell’arte, la definizione di algoritmi e sistemi in grado di stimare efficientemente la funzione di trasferimento del mezzo trasmissivo per poterne compensare le distorsioni introdotte.
Tali algoritmi dovrebbero essere in grado, poi, di adattarsi rapidamente alle variazioni di carico dei sistemi di potenza collegati sulla powerline, riuscendo a rimediare, se non al disturbo impulsivo che esse producono all'atto dell'accensione, almeno alle interferenze introdotte dall'eventuale carico non lineare.
L'unità di ricerca del Politecnico di Bari, in collaborazione con l’unità di ricerca dell'Università di Pisa (responsabile di questo aspetto) si occuperà, nella fase 2 del progetto, di sviluppare tecniche in grado di modellare il sistema di propagazione e di mettere a punto efficienti modelli di stima di canale. Inoltre, saranno progettati equalizzatori adattativi che siano in grado di consentire al sistema di lavorare in condizioni soddisfacenti in qualsiasi situazione operativa. In particolare, con lo scopo di garantire la robustezza della comunicazione i parametri di progetto del sistema di equalizzazione dovrebbero essere definiti mediante la stima del modello di canale.
A tal fine saranno investigate tecniche che potranno operare sia nel dominio del tempo sia nel dominio della frequenza, facendo probabilmente uso di un sistema di tipo IIR (con risposta all'impulso infinita) per modellare il canale riverberante, contrariamente a quanto avviene nei sistemi di comunicazione wireless in cui il miglior modello del canale di comunicazione è di tipo FIR (risposta all'impulso finita). In questo modo l’attività del gruppo di ricerca di Bari potrà integrarsi con gli aspetti peculiari della attività dell’università di Pisa che nello stesso ambito svilupperà tecniche di tipo neurale.


c. In merito alle problematiche di compatibilità elettromagnetica delle reti PLC installate sulle navi, nella fase 2 l’unità di Bari sarà da supporto alla attività dell’unità di ricerca dell’Università di Catania che è responsabile di questo specifico aspetto della ricerca. In particolare, l’unità di Bari si occuperà di sviluppare la ricerca relativa alla radiazione in campo vicino per: a) simulare e analizzare il rapporto fra il livello di trasmissione su PLC ed il campo magnetico prodotto; b) studiare possibili fattori (K-factors) di conversione fra segnali condotti e campi radiati.
Le reti PLC installate sulle navi sono strutture molto complesse formate da cavi con carichi di terminazione complessi in presenza di superfici e/o corpi metallici tridimensionali. Sebbene il MoM sia una tecnica molto efficiente per risolvere problemi di questo tipo, i tempi di calcolo risultano proibitivi con la crescita della complessità della struttura da analizzare.
Viene, quindi, suggerita l’adozione di un metodo ibrido che combina i vantaggi dei metodi MTL e MoM: dapprima sarà applicato il metodo MTL per la valutazione delle correnti di modo comune per ciascuna prefissata configurazione della rete PLC e successivamente queste correnti saranno considerate come sorgenti da utilizzare nel MoM per calcolare il campo radiato.
Tale approccio ibrido permette di ridurre i tempi di calcolo e allo stesso tempo di considerare l’influenza di strutture complesse, come le superfici metalliche vicine, sulla distribuzione delle correnti e sulla radiazione del campo.
La simulazione numerica permetterà di studiare il rapporto (K factor) fra la tensione di uscita di un modem trasmettente sulla rete PLC e il campo magnetico emesso alla distanza di 3 m dalla linea in funzione della frequenza e della configurazione della rete. Il suddetto K factor è di difficile determinazione in quanto esso è influenzato dalla presenza di onde stazionarie sulle linee, dal complesso diagramma di radiazione e da vari altri parametri (sono state osservate variazioni sperimentali di 20 dB).
Inoltre, i limiti normativi sul campo radiato non fanno riferimento al campo magnetico, ma a quello elettrico, che va valutato a distanze standardizzate (3 m per ETSI/CENELEC2004, 10 m per CISPR22, 30 m per FCC15) che non sono realizzabili sulle navi. Si rende, quindi, necessaria la definizione di nuovi K-factors che permettano di correlare la tensione di uscita del modem direttamente al campo elettrico misurato (o valutato) in zona di campo vicino.