€¦ · universidade estadual de campinas faculdade de engenharia el etrica e de computa˘c~ao...
TRANSCRIPT
Universidade Estadual de CampinasFaculdade de Engenharia Eletrica e de Computacao
Jonathan Matıas Palma Olate
Trade-Off entre norma H-infinito e transmissoes globais aplicadoa projetos de filtragem atraves da rede.
Campinas2016
Universidade Estadual de CampinasFaculdade de Engenharia Eletrica e de Computacao
Jonathan Matıas Palma Olate
Trade-Off entre norma H-infinito e transmissoes globais aplicadoa projetos de filtragem atraves da rede.
Dissertacao apresentada a Faculdade de Engenharia Eletricae de Computacao como parte dos requisitos exigidos para aobtencao do tıtulo Mestre em Engenharia Eletrica, na Areade Automacao.
Orientador: Prof. Dr. Alim Pedro de Castro Goncalves
Este exemplar corresponde a versaofinal da tese defendida pelo aluno Jo-nathan Matıas Palma Olate, e orientadapelo Prof. Dr. Alim Pedro de CastroGoncalves
Campinas2016
Agência(s) de fomento e nº(s) de processo(s): CNPq
Ficha catalográficaUniversidade Estadual de Campinas
Biblioteca da Área de Engenharia e ArquiteturaLuciana Pietrosanto Milla - CRB 8/8129
Palma Olate, Jonathan Matias, 1989- P18t PalTrade-Off entre norma H-infinito e transmissões globais aplicado a projetos
de filtragem através da rede / Jonathan Matías Palma Olate. – Campinas, SP :[s.n.], 2016.
PalOrientador: Alim Pedro de Castro Gonçalves. PalDissertação (mestrado) – Universidade Estadual de Campinas, Faculdade
de Engenharia Elétrica e de Computação.
Pal1. Teoria de controle. 2. Sistemas lineares. 3. Sistemas estocásticos. 4.
Redes de sensores. 5. Arquitetura de redes de computador. I. Gonçalves, AlimPedro de Castro,1977-. II. Universidade Estadual de Campinas. Faculdade deEngenharia Elétrica e de Computação. III. Título.
Informações para Biblioteca Digital
Título em outro idioma: Trade-Off between H-infinity norm and global number oftransmissions applied to filtering design over the networkPalavras-chave em inglês:Control theoryLinear systemsMarkov processesWireless sensor networkArchitecture of computer networksÁrea de concentração: AutomaçãoTitulação: Mestre em Engenharia ElétricaBanca examinadora:Alim Pedro de Castro Gonçalves [Orientador]André Ricardo FioravantiRomis Ribeiro de Faissol AttuxData de defesa: 12-05-2016Programa de Pós-Graduação: Engenharia Elétrica
Powered by TCPDF (www.tcpdf.org)
COMISSAO JULGADORA - DISSERTACAO DE MESTRADO
Candidato: Jonathan Matıas Palma Olate RA: 149915Data da Defesa: 12 de Maio de 2016
Tıtulo da Tese:“Trade-Off entre norma H-infinito e transmissoes globais aplicado a pro-jetos de filtragem atraves da rede.”.
Prof. Dr. Alim Pedro de Castro Goncalves (Presidente, FEEC/UNICAMP)Prof. Dr. Andre Ricardo Fioravanti (FEM/UNICAMP)Prof. Dr. Romis Ribeiro de Faissol Attux (FEEC/UNICAMP)
A ata de defesa, com as respectivas assinaturas dos membros da Comissao Julgadora,encontra-se no processo de vida academica do aluno.
Dedicado aVanessa Nathalie Guzman Vega e aminha futura famılia.
Lay down your soul to the gods rock’n roll.
νenom.
Agradecimentos
Os agradecimentos do presente trabalho comecam muito antes de minha chegada ao Brasildo Chile. Anos ate decadas atras, a todos os que me apoiaram neste caminho. Os principaisagradecimentos sao para Sara Olate Valdebenito e Bernardita Olate Valdebenito, as pessoasque mais me ajudaram e forneceram suporte tecnico. Ajudando durante toda minha estadiafora de meu paıs natal. Tambem e importante mencionar Sergio Mauricio Acuna Bravo,colega, apoderado e amigo, quem durante os anos concedeu incondicional apoio sem nenhumtipo de questionamento ou pedido de retribuicao. De igual forma agradeco a Cesar FelipeHerrera Valenzuela, por mais de uma decada acredita nas coisas que falo.
No desenvolvimento da presente dissertacao de mestrado eu agradeco pela colaboracaoaos coautores dos trabalhos nos quais participei. Em especial a Leonardo de Paula Carvalho,coautor principal dos trabalhos frutos da presente dissertacao, alem de uma grande amigo.Da mesma maneira agradeco a Christian Eduardo Galarza Morales e Andre Marcorin de Oli-veira, colegas e amigos. Agradeco em especial a Cristian Duran Faundez coautor de variosartigos e orientador de minha graduacao, obrigado pela sua ajuda, e suporte tecnico e tempodesde minha graduacao ate hoje.
Tambem gostaria agradecer a minha famılia pela sua boa acolhida durante as visitasque realizei no Chile. Colegas com os quais nao trabalhei diretamente nas questoes dadissertacao de mestrado mas ajudaram com dicas e conselhos Gabriela Werner e MatheusSousa, companheiros do laboratorio no perıodo em que fiz minha desertacao. Gostaria deagradecer tambem ao Conselho Nacional de Desenvolvimento Cientıfico e Tecnologico doBrasil (CNPq) pelo financiamento.
Finalmente, e nao menos importante, agradeco a Alim Pedro de Castro Goncalves meuorientador de mestrado. Eu fico muito agradecido por me aceitar como aluno. Alem de ori-entar este trabalho durante os dois anos compartilhando de seus conhecimentos em sistemasdinamicos. Obrigado por ter acreditado em mim e ter me aceitado orientado.
Resumo
O presente trabalho desenvolve em extenso o Trade-Off em sistemas dinamicos. Eleconsiste em fazer um intercambio entre o desempenho do sistema dinamico e uma medidada utilizacao da rede. O custo a minimizar para a rede corresponde ao valor esperado donumero global de transmissoes, mediante a selecao do numero maximo de transmissoes porpacote, em troca da degradacao do rendimento do sistema quantificado pela norma H∞.Os exemplos apresentados correspondem a projetos de filtros onde os sinais de medidas saotransmitidos em redes Multi-Hop que implementam o esquema de transporte Hop-by-Hop.Os filtros utilizados correspondem ao filtro otimo H∞ e a filtros baseados em sistemas su-jeitos a saltos markovianos, os quais fornecem uma solucao otimizada para o problema deperda de sinais de medida. Finalmente, e mostrada uma aplicacao do Trade-Off em sistemasdinamicos, na qual sao projetados filtros com maior eficiencia energetica para a rede.
Abstract
The present work develops a Trade-Off in dynamic systems. It consists of a trade-Offbetween dynamic system performance and a specific network parameter. The parameter tobe minimized in the network is the global expected number of transmissions, which can bereduced by setting the maximum number of packets transmissions, in exchange for a decreasein the system performance measured by theH∞ norm. The presented examples correspond toa filter project, where the measurements signals are transmitted using a Multi-Hop network,which implements a Hop-by-Hop transport scheme. The proposed filters are optimal H∞MJLS, which achieve an optimized performance to the filtering with measurement signalloss. Finally, we consider applications of the proposed techniques to design filters aiming atenergy consumption savings.
Artigos do presente trabalho
1. Jonathan M. Palma O, L. D. P. Carvalho, A. P. C. Goncalves, C. E. Galarza andA. M. D. Oliveira. “Networked Control Systems Application: Minimization of theglobal number of interactions, transmissions and receptions in Multi-Hop network usingDiscrete-Time Markovian Jump Linear Systems,”. Aceito para publicacao na revistainternacional IEEE Latin America Transactions. ISSN: 1548-0992.
2. Jonathan M. Palma O, L. D. P. Carvalho, A. P. C. Goncalves, C. E. Galarza andA. M. D. Oliveira. “Application of Control Theory Markov Systems to Minimize theNumber of Transmissions in a Multi-hop Network1,”. Publicado em Computer AidedSystem Engineering (APCASE), 2015 Asia-Pacific Conference Em, Quito Equador,2015. Paginas 296-301. doi: 10.1109/APCASE.2015.59.
3. Jonathan M. Palma O, L. D. P. Carvalho, A. M. de Oliveira, A. P. C. Goncalves, C.Duran-Faundez. “Minimizing the Number of Transmissions in a Multi-Hop Networkfor the Dynamical System Filtering Problem and the impact on the mean square er-ror”. Publicado em XII Simposio Brasileiro de Automacao Inteligente (SBAI). EmNatal–RN Brasil, 25 a 28 de outubro de 2015. Paginas 1484–1489.
4. Jonathan M. Palma O, L. D. P. Carvalho, A. P. C. Goncalves. “An Approach toEnergy Efficiency in a Multi-Hop Network Control System through a Trade-Off betweenH∞ Norm and Global Number of Transmissions”. Apresentado em Oitavo Encontrodos Alunos e Docentes do Departamento de Engenharia de Computacao e AutomacaoIndustrial. Em campinas SP Brazil, 10 e 11 de Setembro 2015.
1Artigo eleito entre os 10 melhores trabalhos da conferencia Asia-Pacific conference Computer AidedSystem Engineering (APCASE) 2015.
Conteudo
1 Introducao 121.1 Apresentacao da Dissertacao . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2 Transmissao de imagens e controle atraves da rede 162.1 Proposta de Trade-Off em sistemas dinamicos. . . . . . . . . . . . . . . . . . 19
3 Marco Teorico 213.1 Sistemas lineares com saltos markovianos . . . . . . . . . . . . . . . . . . . . 21
3.1.1 Sistema em espaco de estados e estabilidade . . . . . . . . . . . . . . 223.1.2 Norma H∞ em MJLS . . . . . . . . . . . . . . . . . . . . . . . . . . . 223.1.3 Projeto de filtro em MJLS . . . . . . . . . . . . . . . . . . . . . . . . 233.1.4 Filtro Otimo H∞ com conhecimento parcial modo . . . . . . . . . . . 253.1.5 Alternativas para cadeias de tipo Bernoulli . . . . . . . . . . . . . . . 263.1.6 Filtros Classico e Hıbrido em sistemas com faia no sinais de medida . 28
3.2 Redes Hop-by-Hop em sistemas com falhas do tipo Bernoulli . . . . . . . . . 323.2.1 Modelo estocastico Hop-by-Hop . . . . . . . . . . . . . . . . . . . . . 333.2.2 Conceitos basicos do consumo de energia em unidades WSN . . . . . 37
4 Problema de filtragem atraves da rede 394.1 Sistemas de controle em redes Multi-Hop . . . . . . . . . . . . . . . . . . . . 404.2 Projeto de filtro em redes com perda de pacotes e atraso . . . . . . . . . . . 41
4.2.1 Modelo da falha da rede . . . . . . . . . . . . . . . . . . . . . . . . . 444.2.2 Estabilidade do erro de estimacao . . . . . . . . . . . . . . . . . . . . 45
4.3 Medidas de desempenho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 474.3.1 Degradacao da norma H∞ . . . . . . . . . . . . . . . . . . . . . . . . 474.3.2 Calculo da degradacao da norma via simulacao . . . . . . . . . . . . 484.3.3 Decremento do valor esperado das interacoes globais da rede . . . . . 484.3.4 Metricas para o Trade-Off . . . . . . . . . . . . . . . . . . . . . . . . 49
5 Trade-Off em sistemas dinamicos: estabilidade e degradacao da norma 515.1 Degradacao da norma para sistemas instaveis . . . . . . . . . . . . . . . . . 53
5.1.1 Degradacao da norma H∞ do erro estimacao em sistemas instaveis . . 545.1.2 Sistemas sem atraso . . . . . . . . . . . . . . . . . . . . . . . . . . . 555.1.3 Sistemas com atraso . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.2 Degradacao da norma para sistemas estaveis . . . . . . . . . . . . . . . . . . 575.2.1 Degradacao da norma conforme o conhecimento do modo . . . . . . . 585.2.2 Filtro independente do modo . . . . . . . . . . . . . . . . . . . . . . 60
5.3 Numero mınimo de transmissoes . . . . . . . . . . . . . . . . . . . . . . . . . 615.3.1 Mınimo valor de transmissoes por pacote LF . . . . . . . . . . . . . . 61
5.4 Resumo do capıtulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
6 Trade Off em sistemas dinamicos: variacao das medidas de desempenho eimpacto em erro quadratico 646.1 Variacao das medidas de desempenho . . . . . . . . . . . . . . . . . . . . . . 64
6.1.1 Variacao das medidas em sistemas instaveis . . . . . . . . . . . . . . 656.1.2 Variacao das medidas em sistemas estaveis . . . . . . . . . . . . . . . 66
6.2 Impacto no erro quadratico medio e desvio padrao pela limitacao de L . . . 696.2.1 Comportamento do Erro . . . . . . . . . . . . . . . . . . . . . . . . . 726.2.2 Trade-Off Φ e ϕFB . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
6.3 Resumo do capıtulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
7 Trade-Off em sistemas dinamicos aplicado a eficiencia energetica em redessem fio 777.1 Projeto de Filtro com eficiencia energetica . . . . . . . . . . . . . . . . . . . 77
7.1.1 Parametros do sistema dinamico . . . . . . . . . . . . . . . . . . . . . 787.1.2 Parametros de Rede . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.2 Proposta de modelo teorico de consumo de energia para WSN . . . . . . . . 797.3 Proposta de solucao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7.3.1 Parametros gerais dos projetos . . . . . . . . . . . . . . . . . . . . . . 827.4 Resultados dos projetos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
7.4.1 Projeto A . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 837.4.2 Projeto B . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 847.4.3 Conclusao geral dos projetos de filtros . . . . . . . . . . . . . . . . . 86
8 Conclusao e trabalhos futuros 878.1 Trabalhos futuros e perspectivas . . . . . . . . . . . . . . . . . . . . . . . . . 88
Bibliografia 90
A Proposta de Modelagem de atraso em redes Multi-Hop 96
12
Capıtulo 1
Introducao
Desde o seculo passado, um grande conjunto de medidas e sinais utilizados em tarefas de
controle e filtragem de sistemas dinamicos e transmitido atraves de redes digitais, por varias
razoes tais como: flexibilidade, custo, robustez, distancia entre os elementos, entre outros fa-
tores. Nas primeiras solucoes apresentadas pelos fabricantes de dispositivos para automacao
industrial na decada de 70 do seculo passado, e possıvel encontrar redes com fio simples,
como Modbus por Schneider Electric em 1979 [19] e PROFIBUS por Johan Sartwish Wil-
man em 1987 [57]. Estas primeiras redes digitais so administravam um conjunto limitado de
atuadores e sensores, mas foi a primeira mudanca em relacao aos lacos de controles exclusi-
vamente analogicos, onde cada unidade, sensor e atuador, possui um cabo para o sinal e um
cabo de terra, para uma rede em bus. No final do seculo passado, desde grandes ate pequenas
industrias possuıam centenas, ate milhares de lacos de controle. Para cumprir estes novos
requisitos, os fabricantes de dispositivos industriais desenvolveram a Ethernet industrial, po-
dendo ser citada especificamente a SIMATIC NET descrita em [20], uma rede cabeada de
alto rendimento que e capaz de administrar um grande conjunto de controladores, atuadores
e sensores. Este padrao de comunicacao solucionou variados problemas da industria, sendo
uma tecnologia baseada na Ethernet domestica, cuja utilidade ficou demonstrada na decada
de 1990 com a massificacao da Internet.
No princıpio do presente seculo, uma tecnologia ganhou forca e popularizou-se em aplicacoes
domesticas e comerciais: as redes sem fio, Wireless Networks, que fazem uso do espaco li-
vre como canal tendo como vantagens uma maior flexibilidade e baixo custo. Nao passou
muito tempo para que os fabricantes de dispositivos industriais vissem possıveis aplicacoes na
industria, com as quais forneceriam solucoes sem fio para diversos problemas. Essas primei-
ras solucoes foram para plantas onde a distancia entre os elementos fosse tal que a utilizacao
de canais de comunicacao guiados tivesse custo muito elevado ou fosse inviavel pelo ambiente
(terreno): um exemplo e o controle de nıvel para tanques distantes. As solucoes sem fio para
a industria, fornecidas pelos diferentes fabricantes, em grande parte sao baseadas em pro-
tocolos de comunicacao otimizados para o transporte de dados para controle. Exemplos de
13
padroes de comunicacao otimizados para tarefas de controle implementados atualmente sao:
WirelessHART [56] e ZigBee/IEEE 802.15.4 [1]. Os padroes de comunicacao mencionados
oferecem solucoes, desde comunicacao ponto a ponto ate redes complexas com inteligencia,
que podem detectar falhas possuindo tambem a capacidade de reorganizar-se, gerando novas
rotas, corrigindo os problemas e garantindo a entrega dos dados no destino. Estas tecnolo-
gias e padroes de comunicacao fornecem o marco teorico de WSNs, do ingles Wireless Sensor
Networks, redes sem fio de sensores. As primeiras aplicacoes de WSNs na decada passada
tiveram um grande impacto. Essas redes de sensores sem fio foram eleitas pelo MIT (Mas-
sachusetts Institute of Technology) como uma das dez tecnologias que mudarao o mundo no
futuro [41]. As WSN sao temas atuais de pesquisas de cientistas, engenheiros e pensadores
onde suas possıveis aplicacoes sao no desenvolvimento de smart dust, po inteligente, que
consiste em redes minusculas de robos ou dispositivos, e as solucoes propostas na literatura
para comunicacao nestas redes sao mediante WSN por suas caracterısticas de simplicidade
e consumo de energia [35, 55, 37].
Os dados utilizados em tarefas de controle precisam ser transmitidos por uma rede com
alta qualidade de servico. Mas ate uma rede com alta qualidade de servico pode ter proble-
mas pelo aumento da quantidade de informacao dos lacos de controle que sao gerenciados nos
complexos industriais modernos. Os problemas causados pelo alto trafico de dados, como
perda de informacao, congestionamento da rede, atraso nos pacotes, saturacao dos Buffers,
entre outros, podem ter um impacto negativo, degradando a qualidade de servico da rede
que transporta os sinais de controle. Os efeitos nao desejados pela utilizacao de redes digitais
para controle de sistemas dinamicos devem ser contemplados como parametros de projeto,
nao so para garantir o desempenho projetado, mas tambem para garantir sua estabilidade,
pois esses problemas provocados pelas redes podem levar ate a instabilidade dos sistemas.
Isso abriu uma nova area de pesquisa, o controle atraves de redes de computadores, do ingles
Network Control System [34], na qual os pesquisadores desenvolvem novas tecnicas de con-
trole procurando obter solucoes otimizadas para os problemas de controle embarcados em
redes digitais. Na literatura, e possıvel encontrar um conjunto de problemas para os quais se
tem solucoes otimas. Ha outro grande conjunto de problemas cujas solucoes sao subotimas
ou cujas restricoes sao apenas suficientes. Ademais, tem-se um conjunto de problemas ainda
abertos, a espera de solucoes [27].
O controle atraves da rede abriu novas perspetivas na busca por uma melhor adequacao
dos projetos de controle as limitacoes das redes. Um exemplo e o controle-auto acionado,
em que o instante da execucao da acao de controle e selecionado pelos controladores [53].
Especificamente, o controle auto-acionado e outros controladores na literatura de controle
em redes de computadores nao interagem com a rede. Sem interacao entre o controlador e a
rede, os algoritmos de controle nao tem conhecimento das limitacoes praticas das rede. Estas
14
limitacoes praticas podem ser: tempo de acesso ao canal determinıstico, intervalo de atraso
maximo por pacote ou limite de taxa de perda de pacote, requeridos pelo controlador, que
as redes podem ser capazes de satisfazer, mas com alto consumo de recursos, como excessiva
utilizacao da memoria, elevado consumo energetico e alta utilizacao do canal. Para redes sem
fio, o alto consumo de recursos e particularmente indesejado, pois prejudica sua autonomia.
As propostas do presente trabalho sao um desenvolvimento mais detalhado do problema
de Trade-Off em sistemas dinamicos formulado em [43] e [45]. Ele consiste em fazer um
intercambio entre o desempenho para o sistema dinamico e um parametro relacionado com
a utilizacao da rede. O custo a minimizar para a rede corresponde ao valor esperado do
numero global de transmissoes, em troca da queda no rendimento do sistema, quantificada
pela norma H∞. Projetos de controle como este Trade-Off em sistemas dinamicos podem
ser extremamente importantes para problemas atuais na industria e nas futuras Cidades
Inteligentes, Smart Cities [5, 51]. Uma Cidade Inteligente e um ecossistema onde todos
os recursos: agua, energia, calor, entre outros, serao consumidos da forma mais otimizada
possıvel, alem de se minimizar a geracao de resıduos e garantir seguranca e alta qualidade
de vida para os cidadaos. A maneira de realizar tal projeto e automatizando os processos,
possivelmente atraves de milhares de sensores e atuadores, os quais trabalharao em uma area
geografica reduzida, sendo muitos deles baseados em redes sem fio. Administrar este grande
conjunto de lacos de controle em ambientes como uma industria ja e uma tarefa complexa.
Realizar esse intento em ambientes nao controlados como uma cidade inteligente, onde pode
haver ate milhoes de sensores e atuadores concentrados, pode ser uma tarefa muito complexa
ou ate inviavel, com os modelos classicos de controle. Modelos de controle como o Trade-Off
em sistemas dinamicos podem ser uma solucao viavel para ajudar a gerenciar os lacos de
controle nas Smart Cities. O presente trabalho procura ser uma contribuicao ao controle em
redes de computador com o desenvolvimento de um novo enfoque baseado no problema de
transmissao de imagens em redes de sensores sem fio, onde mediante a utilizacao de redes
semi-confiaveis, do ingles semi-reliable, sao minimizados criterios de interesse para a rede e
garantido tambem um nıvel de rendimento aceitavel para o sistema dinamico. Este enfoque
e estudado para problemas de filtragem nos quais os sinais de controle sao transmitidos por
uma rede Multi-Hop que implementa como mecanismo de confiabilidade o esquema Hop-by-
Hop.
1.1 Apresentacao da Dissertacao
A presente dissertacao esta dividida em oito capıtulos. Este primeiro capıtulo conceituou o
leitor na area tematica do trabalho. Alem disso, ele introduz os conceitos de controle atraves
de redes de computador e o tema principal desenvolvido no presente trabalho: o Trade-Off
em sistemas dinamicos.
15
O segundo capıtulo faz uma analogia entre o problema de transmissao de imagens em
redes de sensores sem fio e o controle de sistemas dinamicos atraves da rede. E feita uma
analogia entre o problema de transmissao de imagens e os problemas de controle de sistemas
dinamicos. Finamente, mostra o problema de Trade-Off em sistemas dinamicos, que e
inspirado no marco teorico de transmissao de imagens atraves de redes de sensores.
O terceiro capıtulo, Marco Teorico, que apresenta as ferramentas teoricas para o problema
de Trade-Off em sistemas dinamicos, e dividido em duas partes. A primeira e uma revisao
dos sistemas dinamicos sujeitos a saltos markovianos, com os quais tem-se a possibilidade
de realizar projetos de controle otimizados para sistemas sujeitos a perda de informacao das
medidas pela rede. A segunda parte mostra os conceitos de redes de computador fundamen-
tais para o presente trabalho. Sao apresentados o esquema de transporte Hop-by-Hop e os
conceitos fundamentais do consumo de energia em redes WSN.
O quarto capıtulo, Filtragem Atraves da Rede, formaliza o caso de estudo que corresponde
a projetos de filtros que otimizam a norma H∞ do erro de estimacao. Este capıtulo mostra
o modelo de falha da rede alem da modelagem para o atraso. Tambem sao formalizadas as
medidas de desempenho utilizadas para quantificar as melhorias para a rede e a degradacao
do rendimento do filtro.
O quinto capıtulo, Trade-Off em Sistemas Dinamicos: Estabilidade e Degradacao da
Norma, mostra as questoes mais importantes da estabilidade e da degradacao da norma H∞
do erro de estimacao para filtros projetados por metodos classicos e pela teoria de sistemas
com saltos markovianos. Neste capıtulo, define-se o sistema dinamico utilizado de exemplo
para os testes, o pendulo invertido rotacional, tambem chamado pendulo de Furuta.
O capıtulo seis aprofunda a analise do Trade-Off de sistemas dinamicos mostrando em
detalhe as variacoes das medidas de desempenho ao limitar o numero maximo de transmissoes
por pacote em redes que implementam o esquema Hop-by-Hop. Outro resultado importante
e o impacto no erro quadratico medio ao limitar o numero maximo de transmissoes.
O capıtulo sete formula o problema do Trade-Off em sistemas dinamicos como um pro-
blema de otimizacao baseado em tres restricoes obtidas em funcao das analises dos capıtulos
anteriores. Sao dados dois exemplos de projetos de filtros que procuram trazer economias
energeticas para a rede. Outro resultado importante corresponde ao modelo de energia
proposto para unidades WSN utilizadas nos exemplos.
Por ultimo, no capıtulo oito, tem-se as conclusoes mais importantes dos resultados desen-
volvidos no presente trabalho e perspectivas para trabalhos futuros enfatizando os problemas
ainda em aberto.
16
Capıtulo 2
Transmissao de imagens e controle
atraves da rede
O transporte de informacao em redes digitais apresenta vantagens em termos de flexibili-
dade, custo, escalabilidade, entre outros, mas possui limitacoes de desempenho intrınsecas a
canais reais. Em especial, o transporte de informacao tem um custo em tempo e uma pro-
babilidade de erro que varia conforme a rede. Minimizar a probabilidade de erro mediante
retransmissoes pode garantir uma comunicacao confiavel (Full-reliable), mas tem repercussao
no atraso medio por pacote, alem de possıveis problemas de congestionamento e consumo
excessivo de recursos. As hipoteses teoricas classicas em sistemas de controle sao feitas su-
pondo que os canais de comunicacao sao ideais, sem perda e sem atraso. Efeitos indesejados,
como o da perda de informacao ou atraso sao desprezados e, dessa forma, suas consequencias
em termos de desempenho e ate mesmo de estabilidade nao podem ser previstas. Porem, na
atualidade, os sistemas de controle tem migrado para redes digitais, muitas das quais sao
redes nao exclusivas de controle. Os efeitos indesejados provocados pela utilizacao de redes
de computadores podem ser considerados como parametros de projeto no chamado controle
atraves de redes de computador, do ingles, Networked Control Systems (NCS), cujo objetivo
e considerar tais efeitos, procurando obter solucoes otimizadas ao se combinar a teoria de
controle classico com a de telecomunicacoes. Os fenomenos relacionados com controle em
redes de computador podem ser divididos em: atraso, perda de informacoes, amostragem
nao periodica e projetos de controle atraves de redes de computadores [34].
O problema da perda de informacao em redes digitais pode ser solucionado pela camada
de transporte que, atraves de um algoritmo de correcao de dados e retransmissoes dos pa-
cotes, garanta a entrega dos dados ao destino em uma comunicacao confiavel (Full-reliable).
Para problemas onde o tempo de atraso de entrega dos dados nao e relevante, as retrans-
missoes garantem uma solucao. Para os problemas de controle, entretanto, o tempo de
atraso e uma variavel de grande interesse. Nao garantir uma comunicacao confiavel medi-
ante a limitacao do numero de retransmissoes gera perda de pacote, mas minimiza o tempo
17
de atraso medio por pacote e parametros de consumo de recursos para a rede, pois a perda
de pacotes significa menor fluxo de dados. Estes problemas podem causar instabilidade e/ou
degradacao do desempenho, mas com o uso de redes de alta qualidade de servico e possıvel
desprezar tais efeitos para diversos sistemas, especialmente aqueles de dinamica lenta. Re-
des de controle exclusivas, como Industrial Ethernet, sao redes com alta qualidade de servico
em que os controladores sao projetados sem contemplar os efeitos da rede. Garantir comu-
nicacao sem perda (Full-reliable) pode ser uma tarefa complexa para um grande conjunto
de redes, como as redes sem fio Low Rate Wireless Personal Area Network (LR-WPANs).
Estas tecnologias enfatizam a autonomia das unidades e, como exemplo, pode-se citar as
WSNs que sao as redes de sensores sem fio, do ingles, Wireless Sensor Networks, baseadas
no padrao IEEE 802.15.4, que tem um rendimento menor em relacao a outras redes que
utilizam a mesma banda como IEEE 802.11b (WIFI) e IEEE 802.15.1 (Bluetooth) [2], mas
sua autonomia energetica e o numero de unidades possıveis nas redes e maior que nas demais.
A degradacao do rendimento da aplicacao pela perda de informacao no transporte dos
pacotes pelas redes digitais nao e exclusiva do controle de sistema dinamicos. A transmissao
de imagens e tambem problematica, pois a falta de garantia de uma comunicacao Full-reliable
pode causar grandes problemas da mesma forma que no controle de sistema dinamicos. A
transmissao de imagens consiste em um processo no qual a imagem original e subdividida em
fragmentos, permitindo transmitir pacotes menores pela rede sendo que cada pacote contem
uma parte da imagem original. Se nao for garantida a entrega de todos os pacotes, a imagem
reconstruıda apresentara partes sem informacao, na forma de buracos brancos. Os espacos
em branco podem significar a perda da informacao util da imagem. Analogamente, para o
caso do controle de sistemas dinamicos, a perda de pacotes pode levar a pior das situacoes
para um sistema de controle, que e a instabilidade. A Figura 2.1 exemplifica estas situacoes:
a Figura 2.1a mostra a imagem reconstruıda de maneira otima sem perda de informacao;
analogamente, a Figura 2.1b mostra o erro quadratico medio e seu desvio padrao para um
sistema de controle sem perda de informacao. Os possıveis cenarios para comunicacao nao
confiavel para os problemas de imagens e controle sao: para os problemas de imagens a
Figura 2.1c expoe a mesma imagem reconstruıda mas com perda de pacotes pela rede, para
um problema de reconhecimento de rosto a imagem pode ser inutil. Para o controle de
sistemas, a Figura 2.1d que corresponde ao mesmo sistema dinamico, mas com perda de
informacao na rede de comunicacao, provocando a divergencia do erro quadratico medio e
de seu desvio padrao tornando o sistema instavel.
O maior desempenho, tanto para controle de sistemas dinamicos, como para a trans-
missao de imagens, corresponde a implementacoes em comunicacao full-reliable. A trans-
missao de imagens e uma tarefa popular em redes de sensores sem fio (WSN), mas garantir
comunicacao full-reliable nas tecnologias LR-WPANs pode ser extremamente complexo pelo
18
(a)
0 5 10 15
0
0.1
0.2
0.3
0.4
0.5
0.6
t(s)er
ror2 ±
σ
(b) (c)
0 5 10 15−1
0
1
2
3
4
t(s)
erro
r2 ± σ
(d)
Figura 2.1: Transmissao de imagem e Controle de sistemas dinamicos possıveis cenarios.
numero excessivo de retransmissoes e pelo limitado poder de computacao e de memoria das
unidades. Nao garantir comunicacao full-reliable, sem perda, na transmissao de imagens
pode provocar a perda da informacao util, como no exemplo anterior. Os efeitos da perda
de pacotes na transmissao de imagens em WSN sao analisados em detalhe em [16]. Dado
o grande interesse da comunidade de pesquisadores em WSN na ultima decada, existe um
marco teorico em metodos de transmissao de imagens que procuram minimizar custos de
computacao (processamento) e consumo de energia para as unidades WSN. Com esta finali-
dade, foram desenvolvidas variadas tecnicas para a transmissao de imagens em comunicacao
semi-reliable obtendo uma reconstrucao sem buracos nas imagens.
No estado da arte em multimedia wireless sensor networks [31], redes multimıdia de
sensores sem fio, para minimizar custo para a rede, e possıvel encontrar as seguintes tecnicas:
compressao, seletividade de dados, correlacao dos pacotes, entre outras tecnicas, para mais
informacoes veja [17],[38], [10] e [3]. O custo para a imagem em uma transmissao que admite
perda de pacotes como na comunicacao feita em redes semi-reliable corresponde a degradacao
da Nitidez (qualidade da imagem). Este fenomeno e exposto em detalhe na Figura 2.2. A
Figura 2.2 exemplifica o problema de transmissao de imagens em redes de sensores com
perda de pacotes. Na primeira linha, a Figura 2.2a corresponde a imagem RAW, bem como
as Figuras 2.2b, 2.2c e 2.2d correspondem a uma reconstrucao classica da imagens, sem
mecanismo para completar os buracos perdidos pela utilizacao de redes semi-reliable para
os valores de taxa de perda, Packet loss rate (PLR), de 3%, 28% e 60%, respectivamente.
Na segunda linha da Figura 2.2, a Figura 2.2e mostra a Figura RAW e as Figuras 2.2f, 2.2g
e 2.2h correspondem as imagens reconstruıdas utilizando o algoritmo DSJ-AL interleaving
para os valores de perda de 3%, 28% e 60%, respectivamente. Para mais informacoes sobre
as tecnicas utilizadas para a reconstrucao das imagens c.f. [49]. As imagens reconstruidas
usando DSJ-AL interleaving nao tem buracos em branco, mas quanto maior e a porcentagem
de perda, menor e a nitidez da imagem reconstruıda. Isso e possıvel de ver comparando as
Figuras 2.2e sem perda e a Figura 2.2h com 60% de perda.
19
(a) RAW (b) 3%PLR (c) 28%PLR (d) 60%PLR
(e) RAW. (f) 3%PLR (g) 28%PLR (h) 60%PLR
Figura 2.2: Reconstrucao classica das imagens e usando DSJ-AL interleaving.
2.1 Proposta de Trade-Off em sistemas dinamicos.
O tamanho dos dados dos sinais utilizados em tarefas de controle e filtragem de sistemas
dinamicos sao pequenos em comparacao com outros problemas como a transmissao de ima-
gens. A maioria dos sinais de controle e filtragem pode ser transportada em um unico pacote,
mas as tarefas de controle podem consumir uma alta quantidade de recursos nas redes onde
os sinais sao transmitidos periodicamente segundo a frequencia de amostragem do sistema
que e funcao da dinamica da planta. Para controle classico, estes dados tem que ser forne-
cidos sem perda e com atraso mınimo ou nulo. Baseado nos trabalhos de transmissao de
imagens em redes de sensores, onde se degrada a nitidez da imagem procurando melhorias
nos parametros da rede [7, 15], tem-se um esquema similar para dados de controle. Medi-
ante a troca de comunicacao Full-reliable por Semi-reliable, assim como no transporte dos
fragmentos de imagem, procura-se minimizar o custo para uma rede utilizada em tarefas
de controle. Esta proposta analoga, a Nitidez para imagem, faz um intercambio, Trade-off,
entre um criterio de rendimento para o sistema dinamico e alguma medida de ocupacao da
rede. O criterio de desempenho para avaliar o sistema dinamico utilizado no presente tra-
balho corresponde a norma H∞. Esta norma e um dos criterios classicos de desempenho da
literatura de controle e minimizar esta medida procura garantir um certo grau de robustez
para o sistema. E possıvel interpretar essa norma como o grau de influencia que a entrada
de perturbacao tem na saıda do sistema [58].
A proposta de Trade-off em sistemas dinamicos desenvolvida este trabalho corresponde
a fazer um intercambio entre a norma H∞ da saıda do sistema e o numero maximo de
20
transmissoes permitidas por pacote. Limitar o numero maximo de transmissoes por pacote
minimiza o valor esperado do numero global de transmissoes da rede. Limitar as trans-
missoes nao garante uma comunicacao full-reliable e, alem disso, diminuir este parametro
reduz a taxa de sucesso da rede. Os problemas causados pelas perdas de informacao sao
compensados nas economias para a rede inerentes de uma comunicacao semi-reliable. Uma
comunicacao que admite perda de dados gera melhorias para a rede tanto em consumo de
energia, quando em recursos de computacao. Admitir perda de pacote ocupa menos recursos
na rede mas e degradado o desempenho do controlador, mas e possıvel geral solucoes em
controle que garantam estabilidade dos sistemas dinamicos admitindo perda de informacao
mediante utilizacao dos sistemas lineares com saltos markovianos em tempo discreto, do
ingles Markovian jump linear system (MJLS).
Os sistemas dinamicos sujeitos a saltos markovianos permitem projetar solucoes otimi-
zadas para sistemas com perdas de informacao. Esta propriedade possibilita gerar projetos
que tenham o mınimo consumo de recursos para a rede. Esse fenomeno foi mostrado em [43],
onde sao expostos filtros implementados em redes Multi-Hop que garantem a estabilidade
do erro de estimacao com somente 17% dos pacotes transmitidos comparados ao projeto
classico. A menor quantidade do pacotes na rede significa melhoras no congestionamento,
melhor gerenciamento dos recursos computacionais e, o mais interessante, o aumento da
vida util da rede, relacionado com os custos energeticos das transmissoes e recepcoes [18]. O
problema de eficiencia energetica em redes para tarefas de controle utilizando o Trade-Off
em sistemas dinamicos foi formulado em [46] e desenvolvido mais profundamente no presente
trabalho.
21
Capıtulo 3
Marco Teorico
No presente capıtulo, sao apresentados os modelos e as ferramentas matematicas para o
desenvolvimento do problema de Trade-Off em sistemas dinamicos. Este capıtulo e dividido
em duas partes. A primeira secao corresponde a uma revisao dos sistemas lineares com saltos
markovianos a tempo discreto, do ingles, Markov Jump Linear Systems (MJLS), mediante os
quais e possıvel buscar solucoes otimizadas em sistemas com perda de informacao provocada
pela rede. A segunda secao e dividida entre a formalizacao do esquema de transporte Hop-
by-Hop utilizado e os conceitos basicos de modelagem de consumo de energia para redes
WSN.
3.1 Sistemas lineares com saltos markovianos
Notacao
A notacao utilizada nesse trabalho e usual, na qual letras maiusculas indicam matrizes e
minusculas indicam vetores ou escalares. Para matrizes reais e vetores, o sımbolo (′) indica
transposto e (•) representa um bloco simetrico que compoe uma matriz estruturada em
blocos. O conjunto de numeros naturais e indicado por N, e os N primeiros numeros naturais
por K = 1, ..., N. Dados os numeros reais nao negativos pij que satisfacamN∑j=1
pij = 1,
a combinacao convexa de matrizes simetricas Xj com as ponderacoes pij e indicada por
Xpi =N∑j=1
pijXj, ∀ i ∈ K. O sımbolo E· representa a esperanca matematica. Para qualquer
sinal estocastico ξ(k), definido no domınio de tempo discreto, k ∈ N, a norma quadratica
e dada por ‖ξ‖22 =∞∑k=0
Eξ(k)′ξ(k). A classe de sinais ξ(k) ∈ Rr, k ∈ N, tais que ‖ξ‖22 e
finito, e indicada pelo espaco L2, o qual tem incluıdo os sinais quadraticamente somaveis em
valor esperado.
22
3.1.1 Sistema em espaco de estados e estabilidade
Os sistemas lineares com saltos markovianos a tempo discreto sao descritos pelos seguinte
sistema de equacoes de estado,
G :
x(k + 1) = A(θk)x(k) + J(θk)w(k),
y(k) = Cy(θk)x(k) + Ey(θk)w(k),
z(k) = Cz(θk)x(k) + Ez(θk)w(k),
(3.1)
onde x(k) ∈ Rn e o vetor de estado e w(k) ∈ Rm e a perturbacao. O vetor z(k) ∈ Rr contem
as saıdas que se pretende estimar (problema de filtro) a partir dos sinais medidos do sistema
y(k) ∈ Rq. A variavel aleatoria θk ∈ K assume valores de acordo com uma cadeia de Markov
discreta com matriz de probabilidade P = [pij], onde pij = Prob(θk+1 = j|θk = i). Os
elementos da matriz pij sao nao negativos, de forma que soma dos elementos em uma linha
de P e igual a um. Para simplificar a notacao, sempre que θk = i, escreve-se A(θk) = Ai,
J(θk) = Ji, e assim por diante.
Estabilidade
O primeiro conceito importante sobre o modelo (3.1) e a sua estabilidade. Para MJLS a
tempo discreto existem tres formas equivalentes de se definir estabilidade. Sao elas: estabi-
lidade por media quadratica, estabilidade estocastica e estabilidade exponencial por media
quadratica. Em [36], e demonstrado que as tres definicoes mencionadas sao equivalentes
para os MJLS a tempo discreto. As tres definicoes sao conhecidas na literatura de controle
estocastico como estabilidade pelo segundo momento, do ingles, Second Moment Stability
(SMS). Para testar a estabilidade de um sistema, debe-se fazer mediante desigualdades de
Lyapunov acopladas, formuladas como um conjunto de desigualdades matriciais lineares [11].
Teorema 1. O sistema (3.1), com entrada de perturbacao w nula, e estavel pelo segundo
momento (SMS) se e somente se existirem matrizes Pi simetricas e definidas positivas para
todo i ∈ K, tais que as N desigualdades de Lyapunov acopladas sejam simultaneamente
satisfeitas: ∑j∈K
pijA′iPjAi − Pi < 0, i ∈ K, (3.2)
A prova deste teorema e desenvolvida em [22] detalhadamente.
3.1.2 Norma H∞ em MJLS
O operador norma pode ser interpretado como o tamanho ou a amplitude de uma entidade
matematica que esta contida em um espaco linear. A norma H∞ de um sistema dinamico
e o limitante superior para a razao entre a norma da perturbacao w(k) e a norma da saıda
23
z(k). A norma H∞ corresponde a um dos criterios classicos de desempenho nos projetos de
controle robusto. Minimizar essa relacao corresponde a minimizar a influencia do ruıdo de
pior caso entre todos os ruıdos w ∈ L2. Dessa forma, com o valor da norma H∞, pode-se
garantir um certo nıvel de robustez ao sistema frente as perturbacoes [58]. A definicao de
norma H∞ para MJLS discretos e formulada em [9], e exposta no seguinte formato em [50].
Teorema 2. Para sistemas estaveis pelo segundo momento (SMS) na forma (3.1), a norma
H∞ da entrada w para a saıda z e dada por
‖G‖2∞ := sup0 6=w∈L2,θ0
‖z‖22‖w‖22
. (3.3)
O calculo do valor de norma H∞ segundo a definicao (3.3) pode ser realizado mediante
a resolucao de um problema de otimizacao convexa na forma de desigualdades matriciais
lineares (LMIs).
Teorema 3. Para sistemas estaveis pelo segundo momento (SMS), na forma (3.1), a norma
H∞ da entrada w para a saıda z e tal que ||G||2∞ < γ, se e somente se as desigualdades,Pi • • •0 γI • •
PpiAi PpiJi Ppi •Czi Ezi 0 I
> 0, (3.4)
sao satisfeitas para todo i ∈ K.
A prova da necessidade e suficiencia pode ser encontrada em [50]. O mesmo artigo
discute que condicao para o calculo da norma e necessaria e suficiente se o sistema e SMS e
fracamente controlavel, caso contrario, a condicao torna-se apenas suficiente.
3.1.3 Projeto de filtro em MJLS
Um filtro tem por objetivo calcular uma estimativa de variaveis que nao se podem medir
diretamente. Entre as possıveis maneiras de se implementar um filtro, tem-se os filtros
invariantes no tempo de ordem completa, sendo de interesse para o nosso caso em estudo
os filtros tipo observador de Luenberger e o filtro de ordem completa. O filtro observador
de Luenberger faz uma copia do sistema observado e por isso e chamado tambem de filtro
baseado no modelo interno. Esta estrutura de filtro permite fazer projetos para sistemas
sem que eles sejam garantidamente estaveis, porem dificulta o tratamento de incertezas
parametricas. O modelo de filtro de ordem completa e um filtro no qual o calculo das
matrizes de seu modelo de espaco de estado nao depende explicitamente das matrizes da
dinamica da planta e, por isso, possibilita projetos em plantas que tenham variados tipos
de incertezas, mas a planta tem que ser estavel. Mais detalhes do filtro de ordem completa
24
em projetos de filtragem robusta podem ser obtidos em [22]. A seguir, sao mostradas as
estruturas dos tipos de filtro a tempo discreto para MJLS,
Filtro Luenberger:
O :
xf (k + 1) = Aixf (k) +Gfi(y(k)− Cyixf (k)),
zf (k) = Czixf (k) +Dfi(y(k)− Cyixf (k)).(3.5)
Filtro de ordem completa:
F :
xf (k + 1) = Afixf (k) +Bfiy(k),
zf (k) = Cfixf (k) +Dfiy(k).(3.6)
As matrizes dinamicas de ambos filtros sao dependentes de θk = i ∈ K, modo da cadeia de
Markov no instante k ∈ N. Na pratica, o conhecimento da cadeia pode ser complexo e ate
impossıvel, e por isso, na literatura de filtros em MJLS, tem-se a possibilidade de encontrar
classes de filtros em funcao do conhecimento da cadeia de Markov. Estas classes do filtro
sao: dependente do modo, independente do modo e com agrupamento do modo (Cluster)
[8].
Filtro Otimo H∞ com conhecimento do modo
Os filtro markoviano com conhecimento do modo da cadeia θk = i ∈ K corresponde a um
filtro composto de subsistemas nos quais a selecao do subsistema para um instante k depende
de θk. O filtro deve garantir a estabilidade em segundo momento do erro de estimacao. Alem
disso, pode ser otimizada alguma funcao de interesse, que, no presente trabalho, corresponde
a norma H∞ do erro de estimacao. O filtro que otimiza a norma H∞ do erro de estimacao
pode ser obtido atraves da resolucao de um problema convexo de otimizacao com restricoes
na forma de desigualdades matriciais lineares para as duas estruturas de filtro mencionadas.
Teorema 4. Existe um filtro com conhecimento do modo da cadeia na forma (3.5), satisfa-
zendo a restricao ‖Go‖2∞ < γ, se e somente se existirem matrizes simetricas Xi e matrizes
Fi, Ki com dimensoes compatıveis que satisfazem a LMIs,Xi • • •0 γI • •
XpiAi + FiCyi XpiJi + FiEyi Xpi •Czi −KiCyi Czi −KiCyi 0 I
> 0, (3.7)
para todo i ∈ K. Em caso afirmativo, os ganhos do filtro Luenberger dependente do modo
sao dados por
Gfi = −Xpi−1Fi e Dfi = Ki, (3.8)
25
A prova deste teorema pode ser encontrada em [29, 22]. E possıvel observar que, na
realizacao proposta, a matriz da dinamica do filtro Afi depende diretamente da Ai. Logo,
se a matriz Ai possui alguma incerteza, a matriz Afi nao sera unica.
Teorema 5. Existe um filtro com conhecimento do modo da cadeia na forma (3.6) satisfa-
zendo a restricao ‖Gf‖2∞ < γ se e somente se existirem matrizes simetricas Xi, Zi, e matrizes
Mi, Ki, Li e Fi com dimensoes compatıveis que satisfazem a LMIs,
Zi • • • • •Zi Xi • • • •0 0 γI • • •
ZpiAi ZpiAi ZpiJi Zpi • •XpiAi + FiCyi +Mi XpiAi + FiCyi XpiJi + FiEyi Zpi Xpi •Czi −KiCyi + Li Czi −KiCyi Ezi −KiEyi 0 0 I
> 0, (3.9)
para todo i ∈ K. Em caso afirmativo, uma realizacao para o filtro e dada pelas matrizes
Afi = (Zpi −Xpi)−1Mi, Bfi = (Zpi −Xpi)
−1Fi, Cfi = −Li e Dfi = Ki.
A prova deste teorema pode ser encontrada em [29, 22]. Na realizacao proposta, a matriz
da dinamica do filtro Afi nao depende diretamente da Ai. Um filtro robusto para uma
incerteza do tipo politopica na matriz Ai pode ser obtido com uma adaptacao do Teorema
5.
3.1.4 Filtro Otimo H∞ com conhecimento parcial modo
O conhecimento exato do modo da cadeia de Markov para cada instante k pode nao ser
possıvel. Para solucionar este problema, e possıvel recorrer a duas abordagens. A primeira,
o projeto de filtro independente do modo, corresponde a solucao mais conservadora. O se-
gundo enfoque e agrupar os modos da cadeia em grupos (clusters) [14] segundo a informacao
disponıvel que garanta que, para cada instante k, o modo do sistema pertenca a um unico
cluster.
Para o caso de conhecimento parcial (cluster), considera-se que so e possıvel detectar
o cluster associado a cada um dos modos de Markov, mas nao o proprio modo. Alem
disso, no caso de disponibilidade do cluster, supomos que os clusters formam um conjunto
disjunto, de modo que a uniao de todos os clusters e o conjunto de todos os modos. Se
considerarmos o conjunto de modos como K = 1, 2, · · · , Nn, os clusters sao conjuntos U`,
` ∈ L = 1, 2, · · · , Nc tais⋃`∈LU` = K e U`1
⋂U`2 = ∅ para todo `1, `2 ∈ L e `1 6= `2. O
modo independente e o modo dependente podem ser vistos casos particulares da definicao
26
anterior com Nc = 1 e Nc = Nn, respectivamente. Um filtro markoviano que depende da
disponibilidade do cluster θk = i ∈ U` e dado pelo Teorema 6.
Teorema 6. Existe um filtro com conhecimento parcial do modo da cadeia, como (3.6),
satisfazendo a restricao ‖Gf‖2∞ < γ, se existirem matrizes simetricas Xi, Zi, e matrizes M`,
K`, L`, H` e F` com dimensoes compatıveis que satisfazem a LMIs,
Zi • • • • •Zi Xi • • • •0 0 γI • • •
ZpiAi ZpiAi ZpiJi Zpi • •G`Ai + F`Cyi +M` G`Ai + F`Cyi G`Ji + F`Eyi 0 G` +G′` + Zpi −Xpi •Czi −K`Cyi + L` Czi −K`Cyi Ezi −K`Eyi 0 0 I
> 0,
(3.10)
para todo i ∈ U` ⊂ K e ` ∈ L. Em caso afirmativo, uma realizacao, para o filtro e dada por
Af` = −G−1` Mf`, Bf` = −G−1` Ff`, Cf` = −L`, e Df` = K`.
A prova deste teorema pode ser encontrada em [12]. Note-se que a condicao do Teorema
6 e so suficiente. Se o problema de otimizacao tem como resultado a infactibilidade, isso nao
implica que nao exista um filtro que garanta norma limitada para o erro de estimacao. Para
maiores detalhes, sao recomendados para os leitores os seguintes trabalhos [22] e [12].
3.1.5 Alternativas para cadeias de tipo Bernoulli
Os teoremas expostos anteriormente correspondem a condicoes de sıntese de filtro para MJLS
para sistemas associados a uma cadeia de markov generica. Uma classe de MJLS mais res-
trita corresponde aos sistemas com saltos tipo Bernoulli. Um sistema com saltos Bernoulli
e tal que a matriz P tem apenas uma linha linearmente independente: todos os valores das
colunas pj sao os mesmos. Os sistemas dinamicos sujeitos a saltos Bernoulli das origem a
um problema mais restrito, mas tem a vantagem de apresentar condicoes otimas, necessarias
e suficientes, tanto para observacao completa quanto parcial do modo da cadeia, como de-
monstrado em [23]. Nos teoremas a seguir apresentamos os resultados tanto para o Filtro
Luenberger quanto para o Filtro de Ordem Completa para um caso particular mas impor-
tante, os sistemas sujeitos a saltos Bernoulli.
Teorema 7. Existe um filtro otimo na forma (3.5), satisfazendo a restricao ‖Go‖2∞ < γ,
se e somente se existirem matrizes simetricas Hi, X, e as matrizes K` e F` com dimensoes
27
compatıveis que satisfazem a LMIs,Hi • • •0 γI • •
XA` + F`Cy` +M` XJi + F`Cy` X •Czi −K`Cy` Ezi −K`Eyi 0 I
> 0, (3.11)
Nn∑j
pjHj −X < 0, (3.12)
para todo i ∈ U` e ` ∈ L. Em caso afirmativo os ganhos do filtro Luenberger dependente do
cluster sao dados por
Gf` = −X−1F`, e Df` = K`. (3.13)
Teorema 8. Existe um filtro como (3.6) satisfazendo a restricao ‖Gf‖2∞ < γ, se e somente
se existirem matrizes simetricas Si, Hi, Z, X, e matrizes Gi, L`, M` K` e F` com dimensoes
compatıveis que satisfazem a LMIs,
Si • • • • •Gi Hi • • • •0 0 γI • • •0 ZAi ZJi Z • •
XAi + F`Cyi +M` XAi + F`Cyi XJi + F`Eyi Z X •Czi −K`Cy` + L` Czi −K`Cyi Ezi −K`Eyi 0 0 I
> 0, (3.14)
[Sp •Gp Hp
]−
[Z •Z X
]< 0, (3.15)
para todo i ∈ U` e ` ∈ L. Em caso afirmativo, uma realizacao para o filtro e dada pelas
matrizes Af` = (Z −X)−1M`, Bf` = (Z −X)−1F`, Cf` = −L` e Df` = K`.
A prova dos Teoremas 7 e 8 podem ser conferidas em [23]. As matrizes Sp, Gp e Hp tem
a mesma estrutura que Xj mostrado na Secao 3.1.
Como as condicoes dos Teoremas 7 e 8 sao necessarias e suficientes, o valor de norma
obtido a partir deles corresponde a norma otima do erro de estimacao. Para ambos os
teoremas, fazendo ` = i, sao obtidas as condicoes otimas para filtro dependente do modo em
sistemas sujeitos a saltos tipo Bernoulli. Outra consideracao importante e que so e possıvel
usar o filtro Luenberger com observacao parcial do modo se as matrizes do sistemas Ai, Cyi,
e Czi sao invariantes dentro do cluster.
28
3.1.6 Filtros Classico e Hıbrido em sistemas com faia no sinais de
medida
Una tipo particular de e aquele no qual corresponde abaixo. Na qual so as matrizes que
compoem o sinais de medida y(k) dependem do estado da cadeia de Markov (θk) em cada
instante k ∈ N. Tal MJLS e utilizado para representar um planta determinıstica com falha
no sinais de medida, sendo de interesse modelar as falhas produzidas pelo transporte dos
sinais de medidas em redes digitais [43, 21, 12, 13]. O sistema dinamico fica com a seguinte
representacao de estados,
G :
x(k + 1) = Ax(k) + Jw(k),
y(k) = Cy(θk)x(k) + Ey(θk)w(k),
z(k) = Czx(k) + Ezw(k).
(3.16)
Dado o Sistema (3.16) definimos dois modos de operacao para ele. Operacao nominal, na
qual as matrizes que geram o sinal de medida, Cy e Ey, correspondem ao valores nominais
da planta. O segundo modo de operacao corresponde a operacao com falha, que pode ser
interpretada como erro no sensor ou erro na comunicacao, modelo em que as matrizes Cy e
Ey sao substituıdas por matrizes nulas. Para projetos de filtros em sistemas com falha nos
sinais de medida tem-se tres abordagens, a primeira e nao considerar as falhas do sinais de
medida e utilizar um filtro classico, a segunda abordagem corresponde na utilizacao de filtros
baseados em MJLS e a terceira abordagem corresponde a uma mistura do filtro classico com
uma compensacao da falha, chamado Filtro Hıbrido formulado em [30]. O filtros baseados
em MJLS foram apresentados anteriormente, mas agora serao apresentados o filtro classico
em sistemas com perda dos sinais de medida alem do filtro Hıbrido.
Filtro Classico em sistemas com erro nos sinais de media
Um filtro classico com falha no sinais de medida provocado pelo transporte de dados em
uma rede digital pode ser modelado por dois conjuntos equacoes. O primeiro conjunto de
equacoes descreve a dinamica do erro de estimacao e(k) do filtro para o filtro trabalhando
sem falha na rede,
Sucesso-Classico
[x(k + 1)
xf (k + 1)
]=
[A 0
BfCy Af
][x(k)
xf (k)
]+
[J
BfEy
]w(k)
e(k) =[Cz −DfCy −Cf
] [ x(k)
xf (k)
]+[Ez −DfEy
]w(k)
(3.17)
A dinamica do erro de estimacao para na falha na rede e modelada mediante a troca dos
valores das matrizes Cy e Ey por valores nulos,
29
Erro-Classico
[x(k + 1)
xf (k + 1)
]=
[A 0
0 Af
][x(k)
xf (k)
]+
[J
0
]w(k)
e(k) =[Cz −Cf
] [ x(k)
xf (k)
]+[Ez
]w(k)
(3.18)
Filtro Hıbrido
Um filtro Hıbrido formulado em [30], corresponde a um filtro markoviano com dois modos,
falha e acerto da comunicacao. Mas os valores do filtro para o modo acerto correspondem
ao projeto de filtro classico. Para o modo com falha, a matriz dinamica do filtro permuta
para a matriz da planta original. A saıda do filtro corresponde a uma combinacao linear
dos estados do filtro utilizando como Cf a matriz Cz do sistemas original, neste modelagem
pode-se apresentar pelo seguinte conjunto de equacoes,
Erro−Hibrido
[x(k + 1)
xf (k + 1)
]=
[A 0
0 A
][x(k)
xf (k)
]+
[J
0
]w(k)
e(k) =[Cz −Cz
] [ x(k)
xf (k)
]+ Ezw(k)
(3.19)
O filtro Hıbrido faz uma compensacao da falha da rede mediante a troca da matriz
dinamica do filtro Af pela matriz da planta original A. Esta estrategia e baseada no compor-
tamento da solucoes dos filtros otimos dependentes do modo nos quais diante da ocorrencia
de falha, o filtro tenta copiar a dinamica da planta, a formulacao detalhada do problema de
filtragem hibrida e apresentada em [30].
Consideracoes de projeto para o filtro Classico em sistemas com falha e filtro
Hıbrido
Os dois tipos de filtros apresentados fornecem sistemas lineares sujeitos a saltos markovianos.
Ambos, tem dois modos: um para o sistema nominal e outro para falha na comunicacao.
Baseado nos criterios mostrados nesta secao podemos analisar tanto o filtro classico como
o filtro Hıbrido. Uma questao importante e a dependencia da matriz dinamica do filtro ao
modo da cadeia de Markov. O filtro classico implementado em sistemas com perda do sinais
de medida fornece uma estrutura para a matriz dinamica do filtro Independente do Modo.
A independencia da matriz dinamica do filtro pode ver nas Equacoes 3.17 e 3.18, onde os
valores da diagonal da matriz dinamica do sistema equivalente, tem os mesmos valores para
os modos de sucesso e erro. Para o filtro Hıbrido pode-se observar que os valores das matrizes
da diagonal nao sao os mesmos para os modos do sucesso e erro. O filtro Hıbrido comuta
sua matriz dinamica entre Af e A, segundo sucesso ou falha da rede o qual corresponde a
uma estrutura Dependente do modo na selecao da matriz dinamica do erro de estimacao.
30
Estabilidade da dinamica do erro de estimacao
Primeiro consideraremos que filtro classico utilizado corresponde a um filtro de ordem com-
pleta, como mostrado na equacao (3.6). Esta estrutura de filtro sera utilizado tanto para
filtro classico implementado em sistemas com erro do sinais de medida quanto para o filtro
hıbrido. O calculo da estabilidade deve ser feito no sistemas equivalente, para filtro classico
em sistemas com perda utiliza-se as equacoes 3.17 e 3.18. Para o filtro Hıbrido serao as
equacoes 3.17 e 3.19, incluindo as probabilidades de salto entre modos. A estabilidade do
sistema ampliado depende da dinamica de cada modo, das probabilidades de transicao e da
estabilidade em malha aberta.
O segundo projeto de filtro corresponde ao filtro Luenberger ou observador com o qual
e possıvel isolar a dinamica do erro. A estrutura do filtro Luenberger e dada pelas equacoes
(3.5), nas quais sao utilizados os valores da planta mais dois ganhos. Para projetos classicos
em sistemas com perda e Hıbridos utilizando filtros de ordem completa, a dinamica do
erro estimacao e definida por um sistema dinamicos de ordem igual a 2n, dobro do ordem
da planta. Mas mediante a utilizacao de filtro observador pode-se isolar a dinamica do erro
estimacao, obtendo um sistema dinamico para o erro com a mesma ordem da planta original.
Entao e preciso analisar o filtros classico implementados em sistemas com perda e o filtro
Hibrido na estrutura Luenberger, se para ambos os casos e possıvel isolar a dinamica do erro
de estimacao. O erro de estimacao e dado por e(k) = z(k)−zf (k), substituindo nas equacoes
da planta (3.16) e filtro (3.5), para transmissao com sucesso 3.17 tem-se,
x(k+1)−xf (k+1) = Ax(k)+Jw(k)−Axf (k)+Gf ([Cyx(k)+Eyw(k)]−Cyxf (k)), (3.20)
z(k)− zf (k) = Czx(k) +Ezw(k)−Czxf (k)−Df ([Cyx(k) +Eyw(k)]−Cyxf (k)). (3.21)
Definindo xe(k) como o vetor de estados da dinamica do erro de estimacao mediante
x(k)− xf (k) e z(k)− zf (k) por e(k), na Equacao 3.20 determina os estados,
xe(k + 1) = (A−GfCy)xe(k) + (J −GfEy)w(k), (3.22)
e na Equacao 3.21 para erro de estimacao,
e(k) = (Cz −DfCy)xe(k) + (Ez −DfEy)w(k). (3.23)
As Equacoes 3.1.6 e 3.1.6 correspondem aos resultados classicos do filtros observador
31
de estado, os quais sao validos para o sistema nominal, sem falha, tanto o filtros classico
implementado em sistemas com perda e para filtro Hıbrido. Mas para o modo com falha
deve-se comprovar se e possıvel isolar xe(k) para ambos filtros. Para o filtro classico em seu
modo de falha na comunicacao a dinamica do erro e dada por 3.18 com o qual apresentamos
x(k + 1)− xf (k + 1) para o modo de falha,
x(k + 1)− xf (k + 1) = Ax(k) + Jw(k) − Axf (k) +Gf (−Cyxf (k)), (3.24)
note-se que [Cyx(k)+Eyw(k)] = 0 onde para o modo de falha da comunicacao as matrizes
que compoe o sinas de medida sao nulas. Separando em termos dos estados e sinais de
perturbacao tem-se,
x(k + 1)− xf (k + 1) = Ax(k)− (A−GfCy)xf (k)+ Jw(k). (3.25)
Na Equacao 3.25 nao e possıvel deixar em termos de xe, sem ter explicitamente os estados
da planta ou do filtro. A parcela GfCyxf (k) ao fazer xe = x(k)−xf (k) e mantida, portando
nao e possıvel isolar a dinamica do erro de estimacao para o filtro observador implementado
em sistemas com falha de comunicacao. Para teste de estabilidade e calculo de norma o
filtros classico Luenberger implementado em sistemas com perda de informacao so pode ser
feita da mesma maneira com que e feita para filtro do ordem completa, mediante o sistemas
aumentado utilizando as Equacoes 3.17 e 3.18.
Para o filtro Hıbrido implementado utilizando filtro Luenberger a mesma analise deve ser
feita. A dinamica do erro estimacao para o estado nominal da rede corresponde as Equacoes
3.1.6 e 3.1.6. Para o modo do erro na comunicacao, da mesmo maneira que para o filtro
classico o sinal de medida e anulado. Mas e trocada a matriz dinamica do filtro pela matriz
da planta, entao a dinamica do erro e dada por,
x(k + 1)− xf (k + 1) = Ax(k) + Jw(k) − Axf (k), (3.26)
z(k)− zf (k) = Czx(k) + Ezw(k) − Czxf (k). (3.27)
Substituindo xe pela diferenca dos estados e e(k) pela diferenca da saıda pode-se apre-
sentar a dinamica do erro de estimacao para o modo de falha no filtro Hıbrido no seguinte
formato,
xe(k + 1) = Axe(k) + Jw(k), (3.28)
32
e para erro de estimacao,
e(k) = Czxe(k) + Ezw(k). (3.29)
Note-se que para o filtro Hıbrido utilizando como estrutura o filtro Luenberger a dinamica
do erro de estimacao pode ser isolada para o modo de acerto e falha. Alem disso, comparando
as equacoes da dinamica do erro para comunicacao normal, a dinamica do erro para falha
pode-se obter anulando os ganhos das, Equacoes 3.1.6, e 3.1.6.
3.2 Redes Hop-by-Hop em sistemas com falhas do tipo
Bernoulli
Um processo de Bernoulli e um processo estocastico no qual a probabilidade de transitar
a um estado futuro nao depende do estado atual. Para nosso caso, corresponde a um caso
em que a probabilidade de sucesso futuro seja independente do estado atual do link de co-
municacao, os quais sao transmissao com sucesso (TXok) e transmissao com falha (TXer).
A topologia de rede utilizada corresponde a topologia de cadeia mostrada na Figura 3.1,
na qual a informacao e transmitida desde a fonte (Source) ate o destino (Sink). Para o
caso em que nao se tem roteadores intermediarios, corresponde a uma comunicacao Ponto
a Ponto. Sem perda de generalidade, pelo modelo, e possıvel formular varias topologias de
rede mediante a interconexao de redes menores.
Como mencionado anteriormente, o transporte de informacao em redes de computador
tem uma probabilidade de erro intrınseca ao canal de comunicacao utilizado. Transporte
de informacao sem algum tipo de mecanismo que minimize a probabilidade de erro corres-
ponde a uma comunicacao nao confiavel. Na literatura sao encontrados diferentes esquemas
de transporte para garantir uma menor perda de informacao. Os esquemas de transporte
comumente utilizados em redes sao o esquema End-to-End, popular pela sua utilizacao em
Ethernet, e o esquema Hop-by-Hop, popular em redes sem fio e utilizado neste trabalho.
Source Sink
. . .
1 2 NN - 1
Pacotes ACK Retransmissão
Figura 3.1: Topologia de rede Hop by Hop .
O modelo no qual e distribuıdo o controle do transporte dos dados ao longo do caminho
33
Source-Sink corresponde a um esquema Hop-by-Hop. O controle do transporte dos dados e
feito pelos sinais de acknowledgement (ACK), os quais sao transmitidos ao longo do caminho.
A Figura 3.1 ilustra o esquema de transporte Hop-by-Hop.
3.2.1 Modelo estocastico Hop-by-Hop
Para o presente trabalho, precisamos de um modelo estocastico do esquema de transporte
Hop-by-Hop, das metricas de probabilidade de sucesso, do valor esperado do numero global
de transmissoes e do valor esperado do numero global de recepcoes. A notacao para o
problema Hop-by-Hop utilizada corresponde a [33, 32], e e mostrada na Tabela 3.1.
Tabela 3.1: Notacao para a topologia Hop by Hop para o processo BernoulliSımbolo Descricao
N : numero de hops,n: numero de routers intermediarios,L: numero maximo de transmissoes por pacote,p1: probabilidade de acerto da mensagem,p2: probabilidade de acerto do ACK,PS: probabilidade de sucesso da transmissao Hop-by-Hop,PF : probabilidade de falha da transmissao Hop-by-Hop,R: numero de recepcoes,G: soma de transmissoes e recepcoes G = M +R ,M : numero global de transmissoes,
PLR: porcentagem de perda do pacote (packet loss rate) (PF ),
O modelo estocastico utilizado para o problema foi proposto em [43], o qual permite
obter de forma fechada os valores esperados da probabilidade de sucesso da rede PS, valor
esperado do numero de transmissoes E(M) para comunicacao Full-reliable, isso e sem perda
(PS = 1), e comunicacao Semi-reliable, para uma rede Hop-by-Hop .
Teorema 9. Para um sistema de comunicacao no esquema de transporte Hop-by-Hop, a
probabilidade de sucesso do envio de um pacote e dada por
PS = [1− (1− p1)L]N (3.30)
e a esperanca matematica do numero global de transmissoes da rede em funcao de L, N , p1
e p2 e dada por
E(M) =
[1−(1−p1p2)L]p1p2(1+p1)−1
[1−[1−(1−p1)L]N
(1−p1)L ,]
se L <∞,
N(1+p1)p1p2
, se L ilimitado.
(3.31)
34
Uma comunicacao Semi-reliable, com perda, e devida a limitacao do numero maximo
de transmissoes por pacote (L): ao se limitar este parametro, tem-se que probabilidade
de acerto da rede nao vai chegar ao 100%. Para o caso que nao se tenha limitacao do
numero de transmissoes por pacote (L), a rede fara as retransmissoes necessarias para que
os dados cheguem ao destino garantindo uma comunicacao Full-reliable, sem perda (PS = 1).
Baseado no Teorema 9 e possıvel obter o valor esperado do numero de recepcoes para
uma rede Hop-by-Hop mostrado no Teorema 10.
Teorema 10. Para um sistema de comunicacao no esquema de transporte Hop-by-Hop, a
esperanca matematica do numero global de recepcoes da rede em funcao de L, N , p1 e p2 e
dada por
E(R) =
[1−(1−p1p2)L]p2(1+p1)−1
[1−[1−(1−p1)L]N
(1−p1)L ,]
se L <∞,
N(1+p1)p2
, se L ilimitado.
(3.32)
A prova do teorema 9 pode ser encontrada em [43], e e desenvolvida a seguir. Primeira-
mente, definimos a probabilidade de sucesso da rede que implementa o esquema de transporte
Hop-by-Hop como PS a partir da equacao (3.30) que e um resultado classico. Tem-se que
para um sistema de transmissoes ilimitadas, conhece-se que o pacote e enviado com proba-
bilidade um, quando L → ∞. Em particular, para um sistema ilimitado composto por um
unico salto (hop) (N = 1), definimos M1 e M2 dado M1, que quais correspondem a um pro-
cesso geometrico com probabilidade de sucesso p1p2 e um processo binomial com M1 ensaios
e probabilidade de sucesso p1, respetivamente, i.e., M1 ∼ Geo(p1p2) e M2|M1 ∼ Bin(M1, p1).
Logo, pode-se calcular o valor esperado do numero de transmissoes globais composto por,
E [M ] = E [M1] + E [M2],
= E [M1] + E [E [M2|M1]],
= (1 + p1)E [M1],
=1 + p1p1p2
, (3.33)
onde usamos a propriedade da esperanca condicional E [X] = E [E [X|Y ]]. Alem disso, para
o sistema unitario L-limitado, M1 segue uma distribuicao com funcao de distribuicao de
probabilidade (pdf) dada por,
P (M1 = m) = p1p2(1− p1p2)m−1 + (1− p1p2)L ‖ m = L, (3.34)
para todo m ∈ 1, ..., L com ‖ · representando a funcao indicadora. Dado que M2 |M−1
tambem segue um processo Binomial, tem-se que o numero esperado de transmissoes E [M ]
35
corresponde a
E [M ] = (1− p1)E [M1], (3.35)
mas dado que M1 corresponde a uma distribuicao geometrica pode-se apresentar da seguinte
forma,
E [M ] = (1− p1)1− (1− p1p2)L
p1p2. (3.36)
Note-se que quando L→∞, a equacao (3.36) tende a equacao (3.33).
Para uma rede Multi-Hop que implemente o esquema de transporte Hop-by-Hop, temos
que o numero global de transmissoes pode ser calculado como a soma de todas as transmissoes
dos N nos que compoem a rede. Entao, o numero global das transmissoes e dado por
M = M (1) + M (2) + . . . + M (N), onde M (i) representa o numero total de transmissoes
enviadas pelo i-esimo no. Seja Fi o evento “o i-esimo no envia o pacote com sucesso”. Para
i = 2, ..., N , e facilitado o calculo de E [M (i)] se o condicionarmos ao evento Fi−1 conforme,
E [M (i)] = E [M (i)|Fi−1]P (Fi−1) + E [M (i)|F ci−1]P (F c
i−1), (3.37)
esta expressao se reduz a E [M (i)] = E [M (1)]P (Fi−1) dado que E [M (i)|F ci−1] = 0, pois o
numero esperado de transmissoes que envia o i-esimo no, dado que o no anterior nao enviou
nenhuma mensagem (pacote) para ele e zero. Da parcela restante E [T (i)|Fi−1] = E [T (1)] para
todo i = 2, . . . , N . Assim,
E [M ] = E [M (1)] +N∑i=2
E [M (i)],
= E [M (1)] +N∑i=2
E [M (1)]P (Fi−1),
= E [M (1)]N−1∑i=0
P (Fi), (3.38)
onde E [M (1)] coincide com o valor esperado do numero de transmissoes para um sistema
unitario definido nas equacoes (3.33) e (3.36) para um sistema com um so Hop. Dado que
o evento Fi ocorre com probabilidade P (Fi) = [1 − (1 − p1)L]i para L para L limitado e
P (Fi) = 1 ilimitado, finalmente pode-se formular o calculo do valor esperado do numero
global de transmissoes para rede Hop-by-Hop segundo,
E(M) =
[1−(1−p1p2)L]p1p2(1+p1)−1
[1−[1−(1−p1)L]N
(1−p1)L ,]
se L <∞,
N(1+p1)p1p2
, se L ilimitado.
(3.39)
36
Isto corresponde ao apresentado no Teorema 9.
Do mesmo modo, para o Teorema 10 procedemos na demonstracao baseado na prova do
Teorema 9. Para uma rede de um Hop sao feitas M1 transmissoes de pacotes. O numero de
recepcoes, envios com sucesso de pacotes, corresponde a um subconjunto de M1 denotado por
R1. No qual segue um processo Binomial com uma probabilidade de sucesso p1, i.e., R1|T1 ∼Bin(T1, p1). Tambem deve-se de definir o numero acknowledgment recebido corretamente
definido como R2 que e subconjunto de R1 seguindo de igual forma um processo Binomial
mas com probabilidade de sucesso p2 na seguinte forma R2|R1 ∼ Bin(R1, p2). Utilizando o
condicionamento dos valores esperados temos,
E [R] = E [R1] + E [R2],
= E [E [R1|M1]] + E [E [R2|R1]],
= p1(1 + p2)E [M1]. (3.40)
Dado que M1 ∼ Geo(p1p2) para L ilimitado e M1 segue uma pdf dada por,
P (M1 = t) =
p1p2 (1− p1p2)t−1 se 1 ≤ t < L,
(1− p1p2)L se t = L,
(3.41)
pode-se apresentar o valor esperado das recepcoes para um so Hop o valor de E [R] e dado
por,
E [R] =
1+p2p2
[1− (1− p1p2)L] se L <∞,
1+p2p2
se L =∞.
(3.42)
Note que L→∞, E [R|L <∞] tende a E [R|L =∞].
Seguindo o mesmo esquema que foi usado para o modelo de transmissao, tem-se que o
numero total de recepcoes para uma rede Multi-Hop pode ser calculado como a soma das
recepcoes de cada um dos nos da rede. Analogicamente a expressao para M , pode-se definir
para as recepcoes como R = R(1) +R(2) + . . .+R(N) por,
E [R] = E [R(1)]N−1∑i=0
P (Fi), (3.43)
O valor de E [R(1)] coincide com o valor esperado de recepcoes para um so. Finalmente
tem-se que o valor do numero global de recepcoes para uma rede que implementa o esquema
37
de transporte Hop-by-Hop e dada por,
E [R] =
[1−(1−p1p2)L]p2(1+p2)−1
[1−[1−(1−p1)L]N
(1−p1)L
]if L <∞,
N(1+p2)p2
if L =∞.
(3.44)
Este resultado corresponde ao Teorema 10 com o qual pode-se calcular os valores de E [R] de
forma fechada.
Para validacao dos resultados dos Teoremas 9 e 10, tem-se publicada um Package, fer-
ramenta informatica na plataforma R, chamada Transmissions and Receptions in a Hop by
Hop Network, c,f. [26]1. Com ela, e possıvel obter os resultados dos Teoremas 9 e 10, alem
de fazer simulacoes de Monte Carlo com a rede para verificar os resultados teoricos, entre
outras funcoes.
3.2.2 Conceitos basicos do consumo de energia em unidades WSN
Mostramos os conceitos fundamentais do consumo de energia para unidades transceptores de
radiofrequencia, enfatizando as unidades utilizadas nas redes de sensores sem fio. Uma rede
WSN e composta por nos, cada um deles comumente possuindo uma unidade transceptora, a
qual comuta entre os seus dois modos de operacao: transmissao TX e recepcao RX. Ambos
os modos de operacao tem custos associados, alem de um terceiro que corresponde a um
custo associado a comutacao entre os modos, que sao definidos como: ESW , energia con-
sumida pela comutacao dos modos; ETX(LpTX , Pout) energia consumida pela transmissao,
dependente da largura do pacote LpTX e da potencia de transmissao do dispositivo Pout
e ERX(LpRX) energia consumida pela recepcao, funcao da largura do pacote recebido. A
Figura 3.2, retirada de [39], esquematiza os custos energeticos das unidades transceptoras.
Os custos, valores de consumo de energia a serem utilizados nos presente trabalho, corres-
pondem aos modulos IEEE 802.15.4 XBee e XBee Pro, obtidos em [18], experimentalmente,
segundo o metodo indicado em [47]. Os resultados dos experimentos para as unidades IEEE
802.15.4 XBee e XBee Pro sao mostrados na Figura 3.3.
A Figura 3.3 mostra o consumo de corrente em mA para os ciclos de transmissao e
recepcao de ambos os tipos de unidades, sendo as seguintes: para o ciclos de transmissao,
sao 47[mA] para XBee e 57[mA] para XBee Pro, ambas unidades com Pout correspondente
a 1[mW]. Para o ciclos de recepcao, tem-se 50[mA] para XBee e 52[mA] para XBee Pro. Os
1Ferramenta informatica de codigo livre, disponıvel em ”https://cran.r-project.org/web/packages/hopbyhop/index.html”, sob licenca GPL-2—GPL-3.
38
TXuni t
(ETX)
RXuni t
(ERX)
RX/TX
switch (ESW)
Selected
RX/TXmo de
Data packet
Data packet TXuni t
(ETX)
RXuni t
(ERX)
RX/TX
switch (ESW)
Selected
RX/TXmo de
Data packet
Data packet
Figura 3.2: Custos energeticos das unidades transceptores, gentileza de [39].
10
15
20
25
30
35
40
45
50
55
60
-2 -1 0 1 2 3 4 5
Curr
ent [m
A]
Time [mS]
Xbee PROXBee
Reception period Reception period
Transmission period
Figura 3.3: Valores de consumo de corrente para as unidades IEEE 802.15.4 XBee e XBeePro, gentileza de [18].
custos associados a comutacao dos modos da unidade transceptora foram desprezados. Os
custos em watt sao dados pelos valores anteriores multiplicados pela tensao de alimentacao
do sistema, que comumente corresponde a 3.3[V]. Do mesmo modo, e possıvel obter os custos
associados em unidade de joule, mediante relacao simples, ao obter os tempos de transmissao
e recepcoes, os quais sao funcao da largura dos pacotes e modulacao utilizada pela unidade
transceptora.
39
Capıtulo 4
Problema de filtragem atraves da rede
O estudo, analise e projeto de sistemas de controle interligados por canais imperfeitos, como
as redes digitais com ou sem fio, e objeto da area chamada Controle em Redes de Computa-
dor. Em uma rede digital, a rota para chegar ate um terminal (no) geralmente nao e unica,
ela pode ser composta por multiplos saltos e os problemas provocados pelas imperfeicoes dos
canais sao amplificados. Dependendo da dinamica do sistema e/ou do tipo da rede utilizada,
ate a estabilidade pode ser comprometida. Mediante a utilizacao de redes de alta qualidade
de servico, como a Ethernet industrial, e possıvel desprezar alguns desses problemas, mas,
para as redes de sensores sem fio (WSN) isso e pouco factıvel para a maioria das plantas. As
WSN sao redes especializadas no transporte de sinais de medidas para diferentes aplicacoes,
entre elas os sistemas de controle nos quais o canal entre controlador e planta pode ser
considerado ideal mas entre planta e controlador as medidas sao transmitidas com perda de
informacao e atraso, conforme esquematizado na Figura 4.1.
(a) (b)
Figura 4.1: A Figura 4.1a adaptada de [34], mostra um laco de controle simples interconec-tado por redes de dados. A Figura 4.1b, adaptada de [53], corresponde ao esquema RSLA,remote sensor – local atuator.
A Figura 4.1a e uma representacao generica de um sistema em malha fechada em que
os sinais de controle entre planta e controlador sao transmitidos por uma rede de dados. A
Figura 4.1b corresponde a topologia segundo o esquema da Figura 4.1a, que e o esquema
de controle Remote sensor - Local actuator (RSLA) [53]. Uma possıvel solucao para o
40
problema RSLA pode ser feita mediante um filtro que reconstrua os estados a partir dos
sinais transmitidos pela rede, com perda e atraso. Neste trabalho, concentra-se no projeto
deste filtro.
4.1 Sistemas de controle em redes Multi-Hop
Uma classificacao para redes onde o transporte de dados e feito mediante saltos entre nos
intermediarios corresponde as redes Multi-Hop. Uma rede Multi-Hop pode ser implementada
a partir tecnologias com fio e sem fio, ou pela combinacao delas. Em [54], os autores for-
malizam o esquema de controle interconectado por redes Multi-Hop. O sistema de controle
e esquematizado em uma arquitetura cliente-servidor, onde o cliente e o controlador (algo-
ritmo) e o servidor e a planta (sistema dinamico). No laco de controle, y(k) corresponde
as medidas disponıveis no sistema e u(k) corresponde aos sinais de controle. A Figura 4.2
mostra uma adaptacao do modelo utilizado em [42] para o problema do sistema de controle
embarcado em uma rede de comunicacao Multi-Hop, agregando terminologia utilizada nos
problemas de transmissao de imagens, sendo para o nosso caso Source a planta e Sink o
controle. A Figura 4.2 mostra uma topologia de cadeia, onde os dados sao transportados
pelos roteadores intermediarios.
Figura 4.2: Arquitetura de controle cliente-servidor baseada em redes Multi-Hop.
Os sistemas dinamicos sao geralmente de tempo contınuo, mas as redes digitais trabalham
em eventos discretos. O sistema de controle interconectado por uma rede digital precisa:
discretizar, empacotar e transportar os dados. Um problema recorrente tratado na literatura
e o de limitacao de banda [34, 53]. A limitacao de banda, para nossos casos de estudo,
pode fazer com que os dados precisem de mais de um pacote para serem transmitidos:
esta limitacao pode trazer limitacoes no tempo de amostragem, pois os dados levarao mais
tempo para chegar ao destino. Isso tambem acarreta dificuldades adicionais, aumentando
o tempo de espera e a probabilidade de erro. Para nossos problemas, e feita a suposicao
41
de que os dados sao transmitidos em um unico pacote independente, suposicao valida, pois
os sistemas de comunicacao atuais tem Unidades Maximas de Transferencia (MTU), que
variam de entre 200 bytes em IEEE 802.15.4 ate 576 bytes em IEEE 802.11b, e uma medida
do processo geralmente e de tamanho pequeno.
4.2 Projeto de filtro em redes com perda de pacotes e
atraso
Para o problema de filtragem, e possıvel modelar a perda de informacao atraves da modi-
ficacao dos elementos das matrizes que definem os sinais de medidas y(k). O comporta-
mento da perda de pacote pode ser modelado usando uma cadeia de Markov que representa
a dinamica das perdas. Para isso, sao utilizados dois clusters, um representando o exito
na transmissao do pacote e o outro a falha no recebimento. Dado o sistema (3.1), o exito
ou falha de recebimento dos pacotes sao ajustados modificando as matrizes Cy e Ey em
funcao do modelo de erro na rede. Como indicado anteriormente, a rede adiciona atraso na
transmissao dos dados. O atraso e uma variavel aleatoria dependente das caracterısticas da
rede que pode ser modelada como um processo estocastico no qual e possıvel obter taxas de
acerto por intervalo de tempo.
O atraso tem impacto no rendimento e mesmo na estabilidade dos sistemas. Para o pro-
blema do filtro tratado neste trabalho, fornecemos uma estrategia que permite transformar
os atrasos variaveis que a rede pode provocar em atrasos fixos. Para transformar os atrasos
variaveis em fixos e implantado um Buffer que armazena todos os dados por um tempo fixo,
entregando os pacotes de medidas sequencialmente, mas com atraso. A selecao do tempo
de espera depende da dinamica da planta: utiliza-se uma janela B com perıodo multiplo do
tempo de amostragem do sistema da seguinte maneira. O sistema possui uma taxa de amos-
tragem TS[s] e e projetada uma janela da espera maxima para os dados de largura BTS[s] ;
se os dados chegarem neste tempo eles sao armazenados em um Buffer. Consideraremos pri-
meiro que, pelo conhecimento da funcao de densidade de probabilidade do atraso, pode-se
projetar uma janela de espera suficientemente grande para garantir a chegada do todos os
dados. Ainda que seja possıvel projetar um Buffer suficientemente grande para desprezar
as perdas, consideraremos tambem essas perdas. A Figura 4.3 conceitualiza a estrategia de
utilizar a janela de espera de largura B para os sinais de medida.
Na Figura 4.3, pode-se ver que os sinais de medida z(k) a ser estimados correspondem
ao sinal do sistema sem atraso. Mas os sinais de medida y(k) sao modificados pelo Buffer,
janela de espera que fornece a saıda do sistema. O sistemas com a janela de espera tem
como saıda yd(k), que corresponde aos sinais de medida atrasados yd(k) = y(k − B). A
42
Figura 4.3: Modelo de atraso do sinais de medida segundo Buffer de espera.
estrategia de atraso segundo a janela de espera com largura B pode ser modelada no espaco
de estados para o projeto do filtro utilizando um modelo de estado aumentado da planta. O
sistema aumentado no qual o objetivo do projeto de filtro e reconstruir o vetor estimado z(k)
segundo o vetor de estado aumentado, composto pelos estados mais os sinais das medidas
passadas, corresponde as equacoes,
xd(k + 1) = Adxd(k) + Jdw(k),
yd(k) = Cdyxd(k),
z(k) = Cdzxd(k) + Edzw(k).
(4.1)
Para os sinais de medida, tem-se que para o instante k so se disponibilizam as medidas
passadas, segundo a largura da janela de espera dadas por y(k−B) que sao sinais de medida
armazenados no buffer. Na estrutura do sistema (4.1), que tem um vetor de estado aumen-
tado com atraso dos sinais de medida. O aumentado com os sinais de medidas atrasados
multiplo da frequencia de amostragem e segundo o sistemas dado pelas Equacao (3.1) com
i = 1 (caso determinıstico). Note-se que nao existe Edy onde ele faz parte da matriz Jd e
43
que Edz e iguais a Ez pois e o mesmo sinais no qual tem-se que estimar.
x(k + 1)
y(k)
y(k − 1)...
y(k −B + 1)
=
A 0 0 0 0
Cy 0 0 0 0
0 I 0 0 0
0 0. . . 0 0
0 0 0 I 0
x(k)
y(k − 1)
y(k − 2)...
y(k −B)
+
J
Ey
0...
0
w(k),
yd(k) =[0 0 0 · · · I
]
x(k)
y(k − 1)
y(k − 2)...
y(k −B)
,
z(k) =[Cz 0 0 · · · 0
]
x(k)
y(k − 1)
y(k − 2)...
y(k −B)
+ Ezw(k).
(4.2)
Note que o vetor de estado aumentado xd possui os estados do sistema original, adici-
onando novos estados que correspondem aos sinais de medias atrasados ate y(k − B). Ao
fazer isso, a matriz que corresponde ao ruıdo de medida Ey e incorporada a nova matriz
Jd. Outra modificacao importante e que a matriz Cy agora e parte da matriz dinamica do
sistema aumentado. A matriz dinamica do sistema aumentado tem ordem de nqB, segundo
as dimensoes definidas na Secao 3.1.1. O sistema aumentado (4.2) contem os autovalores
do sistema original mais autovalores nulos para todos os estados aumentados: a prova disso
pode-se fazer pela inspecao da matriz Ad do sistema (4.2), que e uma matriz bloco triangular
inferior em que os valores da diagonal para os estados correspondentes ao sinais de medida
atrasados sao nulos.
Exemplo de atraso em redes Multi-Hop
Na finalidade do presente trabalho corresponde ao estudo da perda do sinais de medida por
erro na comunicacao, deixando para trabalhos futuros os analises de perdas por causa do
atraso, utilizacao da janela de espera. Mais como exemplo do comportamento do atraso,
de importancia para projetar o valor de B baseado no Apendice A, sao mostrados dado
um modelo teorico de atraso em redes Multi-Hop seu comportamento. Para ilustrar como
projetar o tamanho da janela de espera,Buffer, para problemas filtragem em redes Multi-
Hop, e mostrado um exemplo com o Histograma do atraso provocado pela rede. Utiliza-se
na rede teorica mostrada em [43] com N = 10 e probabilidades de sucesso e ACK iguais a
0.5.
44
10 20 30 40 500
2000
4000
6000
8000
10000
Atraso
Oco
rrên
cia
(a) L ilimitado
10 20 30 40 500
2
4
6
8
10x 10
4
Atraso
Oco
rrên
cia
(b) L = 5
Figura 4.4: Histograma do atraso para comunicacao full-reliable e semi-reliable.
Para esta rede sao apresentados na Figura 4.4 os Histogramas da densidade do atraso
em funcao do tempo de espera para comunicacao full-reliable e semi-reliable. A funcao de
densidade de probabilidade do atraso para o sistemas sem perda corresponde a uma pdf
Binomial Negativa pois o atraso por no tem distribuicao Geometrica. Quando L e limitada,
o atraso por no se torna uma distribuicao Geometrica truncada, para mais informacoes de
este modelo estadıstico, consulte o Apendice A. Os resultados foram obtidos por simulacao
de Monte Carlo de 106 iteracoes, utilizando um tempo de espera entre pacotes de 1s. A
Figura 4.4a mostra o histograma do atraso para uma rede com PS = 1. A Figura 4.4b
mostra o histograma do atraso para uma rede com PS = 0.54, na qual o atraso maximo
possıvel corresponde a LN unidades de tempo. Normalizando o Histograma e integrando
em funcao do tempo pode-se obter a taxa de sucesso dada uma janela de espera B. Note
que uma janela de espera que possa conter toda a aria da Figura 4.4b nao garante uma
comunicacao sem perda pois existe ainda a limitacao de L.
4.2.1 Modelo da falha da rede
A implementacao do filtro usando MJLS permite modelar e projetar sistemas com diferentes
modos de operacao, dependendo do conhecimento do argumento da cadeia Markov (Modo
da cadeia). As probabilidades de mudancas sao estabelecidas pela matriz P. A perda de
informacoes pode ser considerada como uma variavel aleatoria com uma dada funcao de den-
sidade de probabilidade, e essas variaveis podem ser modeladas usando cadeias de Markov.
Para problemas de comunicacao ponto a ponto na literatura, podem-se encontrar diversos
modelos, como por exemplo, Gilbert-Eliot, Fritchman e McCullough para modelar a matriz
P em MJLS [28, 22, 12]. Em seguida, sao mostradas as abordagens utilizadas em MJLS para
lidar com a perda de pacote das medidas utilizando como exemplo o sistema sem atraso
dado por (3.1), mas, para sistemas com atraso conforme a Figura 4.3, podem-se utilizar as
mesmas abordagens fazendo as trocas das matrizes Cy e Ey por Cdy do sistema (4.2), que
nao possui matriz do ruıdo do sinais de medida.
Para o problema do filtro, existem duas abordagens distintas na literatura para realizar
as modificacoes do sinais de medida y(k) quando ocorre a perda do pacote que contem
45
o sinais de medida. Estas modificacoes sao feitas nas matrizes que representam os sinais
de medida y(k). Para ambas as abordagens, quando nao ha perda de pacote, os sinais
de medidas correspondem aos da planta determinıstica; quando ha perda, pode-se ter: a
primeira abordagem, chamada de Zero, considera um valor zero para todos os elementos de
Cyi e Eyi nos modos i pertencentes ao conjunto ` que corresponde a falha na rede,
y(k)Zero =
y(k) = Cyx(k) + Eyw(k) Caso Deterministico, ` ∈ sucesso,
y(k) = ∅, ` ∈ falha.
(4.3)
A segunda abordagem, chamada Hold consiste em utilizar o ultimo valor recebido correta-
mente quando houver alguma falha de transmissao da rede. Nesta abordagem implementa-se
um Buffer para ter registado o ultimo valor recebido corretamente. Para modelar no espaco
de estados um Buffer que guarde os sinais y(k − 1), e feito um sistema aumentado no qual
o vertor de estado aumentado comtem os estados da planta mais o ultimo valor recebido
corretamente dos sinais de medida. Entao, a selecao da utilizacao de y(k) atual ou da ultima
versao que contem o sinal de medida correto dependera da falha ou nao da rede; para mais
detalhes c.f [24]. A abordagem Hold e esquematizada segundo,
y(k)hold =
y(k) = Cyx(k) + Eyw(k) Caso Deterministico, ` ∈ sucesso,
y(k) = y(k − 1), ` ∈ falha.
(4.4)
Em [52] discute-se qual das duas abordagens, Zero ou Hold, teria melhor desempenho de
acordo com um criterio linear quadratico para problemas de controle. Para outros criterios
de controle ainda e um problema em aberto definir qual das duas abordagens e melhor.
Por enquanto, para filtragem H∞ e H2, foi mostrado em [24] que ambas as abordagens sao
equivalentes. A estrategia Zero e mais simples de implementar, pois nao precisa de um Buffer
como a estrategia Hold. Para o presente trabalho, os filtros via MJLS sao implementados
utilizando a estrategia Zero.
4.2.2 Estabilidade do erro de estimacao
Um filtro dinamico tem por objetivo estimar estados do sistema que nao sao possıveis medir
diretamente. Para isso, e fundamental assegurar estabilidade do erro de estimacao, que e a
diferenca entre os sinais real e estimado. Por conseguinte, a dinamica do erro tem que ser
estavel pelo segundo momento. Para o problema de filtragem utilizando MJLS com cadeias
de Markov tipo Bernoulli, a estabilidade pelo segundo momento do erro depende de dois
46
parametros: o primeiro ao raio espectral (rσ) definido como,
rσ = maxλ∈σ|λ| (4.5)
onde σ(A) e o especto da matriz A. Ou seja, o raio espectral corresponde ao maior valor
absoluto dos autovalores de A. O segundo parametro e taxa de pacotes perdidos para o caso
Bernoulli, que corresponde ao Packet Loss Rate (PLR), do ingles taxa de perda de pacotes.
Em [24], foi mostrado que a desigualdade PLR < r−2σ define o intervalo de probabilidade de
perda de pacotes admissıvel para o sistema, aquele em que a dinamica do erro de estimacao
e garantidamente estavel pelo segundo momento.
Estabilidade Do Erro em Hop-by-Hop
Para nosso caso em estudo, onde os dados sao transportados por uma rede Multi-Hop que
implementa o esquema do transporte Hop-by-Hop, o PLR = 1 − PS e uma funcao de L,
N e p1, como e possıvel verificar pela equacao (3.30) do Teorema 9. Para uma rede com
os parametros indicados constantes, exceto para L, e possıvel definir o numero mınimo
permitido de retransmissoes por pacote, denotado por LF , tal que a dinamica do erro de
estimacao seja garantidamente estavel pelo segundo momento,
LF = minL : 1− r−2σ < (1− (p1)L)N . (4.6)
A restricao (4.6) e valida somente para uma planta na forma da equacao (3.1), na qual apenas
os sinais de medida sao dependentes de saltos markovianos do tipo Bernoulli. Ademais,
para que seja valida a restricao as modificacoes feitas para os eventos de perda de pacote,
tem que ser utilizada uma das abordagens, Zero (4.3) ou Hold (4.4). Para sistema com
atraso, segundo o sistema aumentado (4.2), se as perdas sao caracterizadas por um processo
Bernoulli e seu modelagem e feita segundo as abordagens Zero ou Hold, a restricao (4.6)
continua valida.
E importante notar que sistemas segundo a equacao (3.1), onde so as matrizes Cyi de-
pendem de uma cadeia de Markov, com matriz dinamica Schur1, isto e, uma planta deter-
minıstica assintoticamente estavel, a restricao (4.6) e sempre satisfeita. A prova disso se
da pela analise da equacao original PLR < r−2σ obtida de [24]. Como PLR e um valor que
varia no intervalo fechado [0, 1], a restricao tem sentido se r−2σ < 1 que ocorre quando o
raio espectral e maior do que um. Por outro lado a restricao e sempre satisfeita se rσ tem
valor menor que um, segue a relacao r−2σ > 1 ≥ PLR, entao para o caso extremo PLR = 1,
falha de todos os pacotes, a restricao (4.6) e satisfeita. Para obter criterios de LF para siste-
mas estaveis, sao propostas analises adicionais que procuram limitantes para a degradacao
da norma em funcao do erro quadratico e do desvio padrao, abordagem desenvolvida nos
1Matriz quadrada em que o modulo de todos os autovalores e menor que um.
47
capıtulos posteriores.
4.3 Medidas de desempenho
Se e possıvel utilizar uma rede sem perda de pacote, por que utilizar uma que tenha?
A resposta para essa questao e que garantir uma comunicacao full-reliable pode ser uma
tarefa muito custosa e, para muitos casos, limitando as aplicacoes a utilizacao de redes de
alta qualidade de servico. Limitando o numero maximo de transmissoes por pacote L no
esquema Hop-by-Hop, e possıvel obter economias nas interacoes da rede, metodo utilizado
em problemas de eficiencia energetica em transmissao de imagens em WSN [15, 7]. Para o
problema de filtragem que minimiza a norma H∞ do erro de estimacao, em que as medidas
sao transportadas em uma rede semi-reliable que possibilita a selecao do valor maximo de
transmissoes por pacote L, e preciso quantificar a degradacao do desempenho do sistema
dinamico medido em norma H∞ e as melhorias na utilizacao dos recursos da rede, pela
utilizacao intencional de comunicacao semi-reliable.
A proposta do Trade-Off em sistemas dinamicos e um intercambio entre o valor esperado
de transmissoes global e a norma H∞ do erro de estimacao para os projetos de filtros com
medidas transmitidas atraves da rede. Sao necessarias medidas para avaliar os impactos
na norma e nas transmissoes a partir das variacoes de L. As medidas de desempenho sao
baseadas em razoes entre os valores limitando L e os valores de um projeto de controle
implementado em comunicacao full-reliable. As medidas utilizadas para determinar a de-
gradacao da norma para L foram propostas em [43], a relacao da degradacao da norma com
o erro quadratico medio foi baseada no artigo [45], e por ultimo, o impacto em economia
energetica para a rede, conforme [46]. As medidas de desempenho correspondem a: de-
gradacao da norma H∞, degradacao da norma via simulacao, minimizacao do numero global
de transmissoes e as medidas para o Trade-Off.
4.3.1 Degradacao da norma H∞
Um dos criterios de rendimento comumente utilizado na literatura de controle moderno e a
norma H∞ dos sistemas dinamicos. Para o problema do filtro, ela corresponde a influencia
da norma da perturbacao na norma do erro estimado segundo a equacao (3.3). Seu valor
depende da dinamica da planta e das probabilidades de perda de pacote, tendo o valor
mınimo em comunicacao full-reliable, nos projetos de filtros classicos sem perda. Para ter
uma estimativa da degradacao de norma H∞ do filtro quando se tem perda de informacao
devido a limitacao de L e definido ΥFB, dado por,
ΥFB =[H∞|PLR 6= 0]
[H∞|PLR = 0](4.7)
48
Para o mesmo sistema dinamico, o valor da norma para um dado valor de PLR pode ter
valores distintos dependendo da estrutura do filtro em funcao do argumento da cadeia de
Markov. O tipo de filtro utilizado e denotado pela letra F , tendo as seguintes alternativas:
dependente do modo D, independente do modo I ou cluster C. Na Equacao (4.7), a medida
ΥFB tambem inclui o subındice B, atraso nos sinais de medida, dado que pode-se incluir
atraso segundo a estrategia de janela de espera da equacao (4.2). Para o calculo da norma
tanto no sistema sem e com perda e utilizado o mesmo valor de B. O valor mınimo para ΥFB
corresponde a um, obtido quando utiliza-se comunicacao full-reliable, dado que numerador
e denominador da equacao (4.7) sao iguais. A medida ΥFB aumenta ao diminuir a taxa de
sucesso da rede pela limitacao de L pois PLR 6= 0 ∀L <∞.
4.3.2 Calculo da degradacao da norma via simulacao
A norma H∞ e o ganho L2 correspondente ao pior ruıdo pertencente a L2 para o sistema.
Para o caso markoviano, este ruıdo e uma perturbacao determinada em tempo real [50], que
depende do argumento da cadeia de Markov no instante atual θk = i, suposicao forte, pois,
na pratica, conhecer i pode ser uma tarefa complexa ou impossıvel. Pela baixa probabilidade
de que o ruıdo de pior caso seja uma perturbacao do sistema, e comumente utilizado uma
sinal w conhecido para o sistema com e sem perda.
Portanto, o valor de norma H∞ corresponde a um limitante superior, pois qualquer w
diferente do pior caso tem um ganho L2 igual ou menor que a norma H∞. Para quantificar
a degradacao do ganho L2 para um w particular e definida, analogamente a ΥFB, a medida
ϕFB que e a degradacao do ganho L2 para um w particular testado no sistema com e sem
perda, que pode ser calculada por,
ϕFB =||erro | [PLR 6= 0]||22||erro | [PLR = 0]||22
(4.8)
O valores de ||erro||22 podem ser obtidos via simulacao de Monte Carlo do erro de estimacao.
A Equacao (4.8) e obtida baseada nas equacoes (4.7) e (3.3). Para um ruıdo w com norma
||w||22 conhecida e igual tanto para o filtro com perdas de pacotes quanto para o filtro sem
perdas, ele nao aparece na razao que define ϕFB.
4.3.3 Decremento do valor esperado das interacoes globais da rede
A metrica que complementa ΥFB, degradacao da norma, corresponde a Θs, metrica que
permite quantificar as melhorias para a rede. As melhorias para a rede correspondem a
diminuir o valor esperado do numero global de: transmissoes (M), recepcoes (R) e interacoes
da rede (G) que e a soma das transmissoes e recepcoes, tudo isso comparado com uma
49
comunicacao full reliable. Para nosso caso em estudo, a taxa de perda de informacao PLR e
consequencia da limitacao de L. Para uma melhor visualizacao e estabelecida a medida Θs
mediante a seguinte equacao,
Θs =E [s|L <∞]
E [s|L ilimitado](4.9)
onde s pode ser M , R ou G. Note que, ∀L < ∞, os valores de Θs sao maiores que um.
Esta metrica normalizada e razao entre um dos valores de interesse s em uma comunicacao
semi-reliable e a para os valores em que se tem comunicacao full-reliable, ou seja sem perda.
4.3.4 Metricas para o Trade-Off
A proposta do trabalho consiste em fazer um compromisso entre o desempenho do sistema
e as interacoes da rede. Para interpretar os resultados de melhora e piora de um em funcao
do outro sao definidas as seguintes medidas.
Variacoes percentuais de ΥFB e Θs
As metricas expostas anteriormente sao grandezas normalizadas que, para uma implementacao
do filtro H∞ classico, tem ambas o valor de um, isso corresponde a um filtro implementado
em comunicacao full reliable. As variacoes percentuais das metricas sao definidas como,
• ΩHFB = ΥFB − 1 e a degradacao percentual da norma H∞, subındice H, para um
atraso B e para uma implementacao particular de filtro markoviano F .
• Ωs = 1−Θs e a reducao percentual media de s ao aplicar a limitacao L, onde s pode
ser M , R ou G.
A medida ΩHFB mostra diretamente a perda de rendimento do sistema dinamico enquanto
a Ωs mostra a melhora para a rede em consumo de recursos.
Trade Off do sistema
Em um sistema classico de controle implementado em redes de computador sem perda de
informacao, as grandezas ΩHFB e Ωs sao nulas, dado que ΥFB e Θs tem o mesmo valor
unitario. Mas, para o modelo de rede estudado no presente trabalho, quando L e limitado,
estas metricas variam. E definida a metrica Φ que faz uma comparacao das variacoes:
• Φ = Ωs − ΩHFB e a diferenca entre as porcentagens de variacao.
Note-se que, pela analise de Φ, pode-se notar o equilıbrio entre a diminuicao do numero
medio de transmissoes e a degradacao da norma H∞. Consequentemente, Φ > 0 implica que
a diminuicao do numero medio de transmissoes e proporcionalmente maior em comparacao
com o aumento da norma H∞, enquanto que para Φ < 0 e o oposto que ocorre. Esta metrica
50
pode determinar para quais valores de L a melhora para a rede compensa a degradacao no
desempenho.
51
Capıtulo 5
Trade-Off em sistemas dinamicos:
estabilidade e degradacao da norma
Neste capıtulo, sao desenvolvidas com maior detalhe as questoes associadas ao Trade-Off em
sistemas dinamicos, especificamente os criterios de estabilidade e degradacao da norma H∞
quando se tem perda de sinais de medida pela rede. Nesta proposta, procuramos gerar uma
solucao otimizada que minimize o consumo de recursos para uma rede que transporta sinais
de controle. Para levar a cabo a diminuicao de consumo de recursos na rede, limitamos um
parametro, piorando o rendimento do sistema de controle.
Para o projeto de filtro analisado neste capıtulo, os sinais de medidas sao transportados
por redes Multi-Hop que implementam o esquema de transporte Hop-by-Hop. O parametro
de rendimento a otimizar e a norma H∞ do erro de estimacao. Limitar o numero maximo
de transmissoes L gerando comunicacao Semi-reliable minimiza o valor esperado do numero
global de transmissoes em comparacao aos projetos de filtros classicos, os quais precisam
de uma comunicacao sem perda, Full-reliable. Para tais projetos, deve-se conhecer o com-
portamento da norma H∞ devido a perda de informacao tanto para projetos de filtro via
MJLS quanto para o projeto de Filtro Hıbrido se ele e implementado em redes com perda.
Neste capıtulo, e mostrado para uma planta de exemplo como sao os comportamentos dos
diferentes projetos de filtro em face das perdas dos sinais de medida.
Para mostrar o conceito de Trade-Off, no presente capıtulo, e utilizado um sistema nao
linear presente na literatura de controle, o pendulo invertido rotacional, tambem chamado
de Pendulo de Furuta [25]. Esta planta e conhecida por ter um elevada complexidade devido
a sua alta sensibilidade ao ruıdo e as nao linearidades que ela possui. A selecao desta planta
como exemplo foi porque ela tem dois pontos de equilıbrio: um instavel e outro estavel.
Utilizando a mesma planta, podemos estudar a estabilidade do erro de estimacao ao limitar
L para o ponto de equilıbrio instavel e a degradacao da norma e impacto no erro quadratico
para o ponto de equilıbrio estavel. Alem disso, nosso laboratorio possui uma planta fısica
52
para eventual verificacao experimental.
A planta utilizada esta esquematizada na Figura 5.1. A Figura 5.1a mostra um modelo
conceitual do Pendulo de Furuta, operando em torno de seu ponto de equilıbrio instavel. A
Figura 5.1b mostra o diagrama de convencoes para os angulos e coordenadas do pendulo,
obtido de [6], em torno de seu ponto de equilıbrio estavel.
(a) (b)
Figura 5.1: Diagramas do Pendulo de Furuta.
Modelo linearizado
Para os projetos de filtros deste trabalho, utiliza-se um modelo linear invariante no tempo do
pendulo invertido rotacional. O modelo foi obtido em [13] mediante a identificacao de uma
planta real, correspondente a [48]. O modelo obtido corresponde a um sistema de quarta
ordem com o vetor de estado composto por x′ = [θ1 θ2 φ α] segundo a convencao da Figura
5.1b. As matrizes do sistema linearizado em torno do ponto de equilıbrio instavel sao dadas
pela equacao,
[Ains Bins
]=
0 0 1 0 0
0 0 0 1 0
0 34.16 −18.62 −0.035 18.31
0 76.74 −17.96 −0.079 17.65
, (5.1)
As matrizes do sistema linearizado em torno do ponto de equilıbrio estavel sao dadas
pela equacao,
53
[Aest Best
]=
0 0 1 0 0
0 0 0 1 0
0 34.16 −18.62 0.035 18.31
0 −76.74 17.96 −0.079 −17.65
, (5.2)
Note-se que a obtencao das matrizes dinamicas do sistema para os dois pontos de equilıbrio
foi feita mediante identificacao. Na planta utilizada so e possıvel medir os angulos das ar-
ticulacoes, por isso, para projetos de controle por realimentacao de estado, uma opcao e
a utilizacao de filtro observador de estado. Para mais detalhes dos processos utilizados na
identificacao do sistema confira [13].
As redes de dados transmitem eventos discretos e os sistemas (5.1) e (5.2) correspondem
a sistemas de dinamica contınua que devem ser discretizados. A discretizacao dos sistemas
e feita mediante a utilizacao da tecnica de segurador de ordem zero, para um tempo de
amostragem de 50[ms], o qual corresponde a faixa de operacao da planta real. Deste ponto
em diante, quando se faz referencia ao modelo do pendulo e tanto a seu ponto de equilıbrio
instavel como estavel, refere-se ao sistema discreto equivalente.
5.1 Degradacao da norma para sistemas instaveis
Os projetos de filtros otimos de ordem completa segundo o modelo do filtro (3.6) impoem a
restricao de que a planta seja estavel, inviabilizando projetos de filtro para o pendulo em seu
ponto de equilıbrio instavel. Mas os projetos de filtros Luenberger ou baseados no modelo
interno (3.5) podem ser utilizados, pois a estabilidade do sistema nao e requisito de projeto.
O Filtro Luenberger ou baseado no modelo interno faz uma copia do sistema conseguindo
isolar a dinamica da planta da dinamica do erro.
A dinamica do erro para projetos de filtro Luenberger e dada pelo sistema Go para o erro
de estimacao e(k) = z(k)− zf (k), que e definido por:
Ge
xe(k + 1) = (A−GfCy)xe(k) + (J −GfEy)w(k),
e(k) = (Cz −DfCy)xe(k) + (Ez −DfEy)w(k),(5.3)
onde a dinamica do erro e determinada pelos autovalores de A − GfCy, os quais, se o par
(A,Cy) for observavel, podem ser alocados arbitrariamente. Note que a dinamica do erro
nao depende diretamente da matriz A, mas depende da matriz e do ganho de realimentacao.
Para sistemas sujeitos a saltos markovianos, e necessario fazer analises adicionais. Os
sistemas tratados neste trabalho correspondem a um planta determinıstica onde so os sinais
das medidas y(k) dependem de uma cadeia de Markov para modelar as perdas. Para sistemas
54
com perda nos sinais de medida, a dinamica do erro corresponde a:
Ge
xe(k + 1) = (A−GfiCyi)xe(k) + (J −GfiEyi)w(k),
e(k) = (Cz −DfiCyi)xe(k) + (Ez −DfiEyi)w(k).(5.4)
Note que aparece o argumento da cadeia de markov i nas matrizes do filtro e nas que se
referem aos sinais das medidas. Agora, as definicoes de estabilidade, observabilidade e de-
tectabilidade dos sistemas determinısticos devem ser aquelas dos sistemas estocasticos. A
dinamica do sistema e determinada pelas matrizes (A−GfiCyi), e deve-se verificar sua esta-
bilidade pelo segundo momento, Teorema 1. A estabilidade dos subsistemas nao e garantia
de que os sistemas com a dinamica sujeita a saltos sejam estaveis. Outro tema de interesse
para projetos de filtros otimos corresponde a observabilidade, que do mesmo modo que para
o caso determinıstico depende dos pares (A,Cyi) adicionando as probabilidades de salto ente
modos, como pode-se consultar em [8].
Nosso projeto do filtro para o pendulo de Furuta em seu ponto de equilıbrio instavel
tem que ser via Filtro Luenberger, como exposto. Para o caso de sistemas onde a variavel
aleatoria que representa a transicao entre os modos (i) da cadeia tem uma distribuicao de
probabilidade tipo Bernoulli, que e nosso caso particular, haveria duas abordagens para o
filtro segundo o conhecimento do modo da cadeia de Markov, os que sao dependentes e
independentes do modo conforme discutido na Secao 3.1. A terceira abordagem, disponi-
bilidade de cluster, nao e valida para nosso caso em estudo, pois o problema de perda de
informacao da medida corresponde a um sistema com dois modos, ou seja, o unico cluster
possıvel corresponde ao problema independente do modo e, ao fazer dois clusters, tem-se
uma estrutura do modo dependente. Com o filtro Luenberger via MJLS, podem-se obter
ganhos Dfi e Gfi para disponibilidade por cluster, como mostrado em [23]. Mas o filtro
Luenberger tem uma estrutura que so e possıvel implementar se Cyi sao constantes dentro
do cluster. Em nosso sistemas so existem dois clusters, modo de acerto onde Cyi tem o valor
da planta determinıstica e modo de falha onde Cyi e nulo. Por isso, para o problema de
perda de informacao da medida onde se tenha dois modos em que Cyi varia, nao e possıvel
obter filtros independentes do modo, somente dependentes do modo.
5.1.1 Degradacao da norma H∞ do erro estimacao em sistemas
instaveis
Para um sistema com dois modos transmissao: com sucesso e falha de transmissao, no qual
o processo de perda e tipo Bernoulli, utilizando projetos de filtros via MJLS, tem-se um
valor limite de perda dos dados que garantem a estabilidade do erro de estimacao. Nesta
secao, mostramos a degradacao da norma e o limite de perda admitido pelos filtros ao incluir
perda de informacao na rede, tanto para um Filtro Hıbrido quanto para filtros projetados
55
via MJLS, com os respectivos valores da janela de espera B. Para sistemas sem atraso na
forma das equacoes (3.1), ou com atraso segundo as equacoes (4.2), o limite de PLR para
projetos via MJLS e dado pela restricao PLR < r−2σ , mostrada na Seccao 4.2.2, lembrado
que rσ corresponde ao raio espectral. Mas para um Filtro Hıbrido implementado em uma
rede com perda dos sinais da medida, este limitante ja nao tem validade. Para avaliar a
utilizacao do filtro via MJLS e Hıbrido em sistemas, e mostrada a degradacao da norma de
ambos projetos.
5.1.2 Sistemas sem atraso
A degradacao da norma H∞ do erro de estimacao para pendulo de Furuta em torno de seu
ponto de equilıbrio instavel e mostrada na Figura 5.2. O projeto de filtro e baseado nas
especificacoes de [43, 42], as quais sao as de um filtro observador de estado, onde y(k) cor-
responde aos angulos do pendulo mais ruıdo de medida. A Figura 5.2a mostra a degradacao
da norma para o Filtro Hıbrido ao considerar perda de pacote. A Figura 5.2b mostra a
degradacao ao utilizar um filtro markoviano segundo o Teorema 7. A Figura 5.2c mostra a
degradacao em escala logarıtmica de ambos tipos de filtros.
0.5 0.6 0.7 0.8 0.9 10
10
20
30
40
H∞
PS
Hibrido H∞
(rσ )−2
(a)
0.5 0.6 0.7 0.8 0.9 10
2
4
6
8
H∞
PS
Markov H∞
(rσ )−2
(b)
0.5 0.6 0.7 0.8 0.9 1
0
1
2
3
4
log 10
(H∞
)
PS
Hibrido log(H∞)
Markov log(H∞)
(rσ )−2
(c)
Figura 5.2: Degradacao da norma H∞ do erro de estimacao em funcao de PS para abordagemHıbrido e para abordagem markoviano. PS = 1−PLR corresponde taxa de sucesso da rede.
O autovalor com maior parte real da matriz Ains, sistema de tempo continuo, corresponde
a 7.2548. Ao discretizar o sistema, na matriz discreta equivalente Adins, o autovalor de maior
parte real e mapeado como um autovalor fora do cırculo unitario. O raio espectral para Adins
obtida com perıodo de amostragem de 50[ms] corresponde a 1.4373, o qual impoe a restricao
de que o PLR nao pode ser maior que 48.41% dos pacotes transmitidos, entao a probabilidade
mınima dos pacotes corretos tem que ser igual a 51.59%, o qual corresponde a PS = 0.5159
mostrado nas figuras como uma reta vertical na cor preta. Mediante projetos de filtros em
MJLS conforme o Capıtulo 3.1, e possıvel chegar perto deste valor, garantido um valor de
norma H∞ finito. Mas, com projetos classicos e Hıbrido, como indicados na secao 3.1.6 , ate
para perdas de informacao em proporcoes menores a estabilidade nao pode mais ser prevista.
Para um PLR de 48%, um pouco menor que limite de 48.41%, a taxa de sucesso corres-
ponde a PS = 0.52, e o calculo da norma utilizando o Hıbrido nao e factıvel, pois a dinamica
do erro e instavel. O filtro Hıbrido para PS = 0.61 consegue estabilizar a dinamica do erro
mas com uma norma H∞ = 42.1801 muito maior que a norma obtida para a mesma taxa de
56
sucesso mediante o filtro markoviano, que tem uma norma H∞ = 1.6612, mais de 25 vezes
maior. A Figura 5.2c esta em escala logarıtmica para melhor visualizacao: cabe notar que
ambas as abordagens para PS = 1, sistema sem perda, convergem para o mesmo valor de
norma, pois o filtro markoviano e Hıbrido sem perda recuperam o filtro classico.
5.1.3 Sistemas com atraso
Baseado na analise, anterior sao apresentadas a degradacao da norma H∞ do erro estimacao
do pendulo de Furuta em seu ponto de equilıbrio instavel para o sistema com atrasos fixos
dos sinais de medida segundo as Equacoes (4.2). A Figura 5.3 mostra a degradacao da norma
H∞ do erro de estimacao para janelas de espera B iguais a 1, 2 e 3 para o filtro Hıbrido e
markoviano.
0.5 0.6 0.7 0.8 0.9 10
10
20
30
40
50
60
H∞
PS
Hibrido H∞ B=1
Hibrido H∞ B=2
Hibrido H∞ B=3
(rσ )−2
(a)
0.5 0.6 0.7 0.8 0.9 1
2
4
6
8
10
12
14
16
18
H∞
PS
Markov H∞ B=1
MarkovH∞ B=2
MarkovH∞ B=3
(rσ )−2
(b)
0.5 0.6 0.7 0.8 0.9 10
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
Log 10
(H∞
)
PS
Hibrido H∞ B=1
Hibrido H∞ B=2
Hibrido H∞ B=3
Markov H∞ B=1
MarkovH∞ B=2
MarkovH∞ B=3
(rσ )−2
(c)
Figura 5.3: Degradacao da norma H∞ do erro de estimacao em sistemas com atraso fixode medida em funcao de PS, para filtro hıbrido e para filtro markoviano. PS = 1 − PLRcorresponde taxa de sucesso da rede.
Para o projeto de filtro Hıbrido, os valores de norma H∞ do erro de estimacao sao mos-
trados na Figura 5.3a para os tres valores de B. O filtro Hıbrido para B = 1 estabiliza o erro
de estimacao ate um PLR maximo de 0.4540, a norma para um PLR de 0.45 (PS = 0.55)
um pouco maior que PLR maximo corresponde a 49.4910. Do mesmo modo, para B = 2,
o filtro Hıbrido consegue estabilizar a dinamica do erro ate um PLR maximo de 0.4476, a
norma para um PLR de 0.45 (PS = 0.55) corresponde a 61.0820. Por ultimo, para B = 3,
o filtro Hıbrido estabiliza a dinamica do erro ate um PLR de 0.4820 (quase alcanca o limite
para sistemas markovianos), para um PLR de 0.48 (PS = 0.52), o valor da norma H∞ corres-
ponde a 38.3384. Para os filtros markovianos dependentes do modo, as variacoes da norma
sao mostradas na Figura 5.3b. Para os projetos de filtro markoviano, podem-se fornecer
filtros com a dinamica do erro estavel para os tres valores de B ate o limite dado pelo raio
espectral (rσ), pois o sistema aumentado, equacao (4.2), so adiciona autovalores com modulo
nulo. Note-se tambem que as curvas nao tem cruzamento, ou seja, para um dado valor de
PS, o filtro com menor valor de B sempre tem um melhor desempenho em norma.
57
A Figura 5.3c mostra em escala logarıtmica as variacoes do valor de norma H∞ do erro
de estimacao para os filtros classico e markoviano para os diferentes valores da janela de
espera de dados de B. Os valores de norma para o filtro Hıbrido sao muito maiores em
comparacao com os valores obtidos pelos filtros markovianos, motivo da troca de escala da
Figura 5.3c. As curvas correspondentes aos valores de norma via MJLS sao sempre menores
que as do filtro Hıbrido, visıvel facilmente para os valores de B = 1 e B = 2, e sutilmente
para o valor de B = 3. Note-se que as curvas dos valores de norma para o filtro Hıbrido
tem interseccao entre elas, o que nao ocorre para os filtros markovianos, mostrado na Figura
5.3c para os PS perto a 0.67. A intersecao das curvas significa que, para certos valores de
PS, um valor de B maior pode ter um valor de norma menor. O filtro Hıbrido nao garante
a estabilidade ate o limitante de PLR e, pelo visto nas curvas, o filtro que tem uma regiao
de estabilidade maior corresponde a B = 3. Ademais, pode-se observar na curva de B = 2
para o sistema Hıbrido Figura 5.3c, apresenta sobressaltos na curva (nao e suave), entao a
utilizacao de filtros hıbridos nao garante que a degradacao seja monotonica.
5.2 Degradacao da norma para sistemas estaveis
Nesta secao, estuda-se o projeto de filtros em plantas estaveis e marginalmente estaveis,
que sao sistemas dinamicos em que todos os autovalores estao contidos no cırculo unitario
do plano complexo. Teoricamente, e possıvel projetar filtros tanto no formato Luenberger
quando de ordem completa. Assim, e possıvel fazer projetos tanto dependentes como inde-
pendentes do modo da cadeia de Markov, diferentemente do caso quando se tem sistemas
instaveis. Mas a maior implicacao de que o sistema tenha uma matriz dinamica Schur e
que a desigualdade (4.6) e sempre satisfeita, logo, para todo PS maior que zero, tem-se uma
solucao factıvel.
O sistema utilizado para o estudo da degradacao da norma corresponde ao pendulo de
Furuta linearizado em torno de seu ponto de equilıbrio estavel. O sistema dinamico possui
perturbacao nos estados e ruıdo de medida descrito pelas seguintes equacoes,
[Aest [0 Best]
Cy Ey
]=
0 0 1 0 0 0 0
0 0 0 1 0 0 0
0 34.16 −18.62 0.035 0 0 18.31
0 −76.74 17.96 −0.079 0 0 −17.65
1 0 0 0 0.05 0 0
0 1 0 0 0 0.05 0
. (5.5)
que corresponde ao sistema (5.2) mais ruıdo nos estados medidos, a saıda a estimar z(k)
e definida pelas matrizes Cz, que corresponde a uma matriz identidade, e Ez nula segundo
o sistema (3.1) e sua adaptacao para manipular o atraso segundo as equacoes (4.2). O
58
pendulo de Furuta em seu ponto de equilıbrio estavel tem como raio espectral da matriz
discreta equivalente a Aest um autovalor com modulo unitario, garantindo o cumprimento
da desigualdade (4.6).
Utilizando o Teorema 7 para obter um filtro Luenberger e fazendo PS = 1 pode-se obter
o filtro otimo H∞ classico (sem perda de informacao), pois as condicoes do Teorema 7,
sao necessarias e suficientes, por isso os valores da norma obtida do teorema com PS = 1
e na norma do sistema. O valor de norma H∞ do erro de estimacao para o projeto de
filtro observador do estado para o sistema (5.5) corresponde a 0.8213. Para o sistema (5.5)
contemplando a janela de atrasos fixos segundo as equacoes (4.2) corresponde a: 0.9459 para
B = 1, 1.0019 para B = 2 e 1.0165 para B = 3.
5.2.1 Degradacao da norma conforme o conhecimento do modo
Para projetos de filtros em sistemas estaveis, e possıvel implementar tanto o filtro Luenberger
quanto o filtro de ordem completa; alem disso, um dos filtros pode ser projetado supondo
o conhecimento do modo ou independente dele. Para nosso caso de estudo so se tem dois
modos, falha ou sucesso, pode-se ter as seguinte possibilidades de projeto. A primeira, com
a deteccao do erro de transmissao obtendo dois modos i que correspondem ao conhecimento
do modo, neste caso, um filtro para cada modo (sub-sistema), e cada sub-sistema e comutado
segundo o modo da cadeia atual representado pela recepcao ou nao da informacao. A segunda
abordagem possıvel para nosso caso de estudo corresponde a fornecer um unico filtro para
ambos os modos da cadeia: esta solucao e mais simples de implementar mas corresponde a
uma solucao mais conservadora. O filtro independente do modo e obtido fazendo ` = 1 no
Teorema 8.
Filtro dependente do Modo
A degradacao da norma H∞ para projeto de filtro observador de estado e mostrada na Figura
5.4, que corresponde ao valor obtido utilizando o Teorema 7 variando PS com intervalos de
10−3. A Figura 5.4a mostra as variacoes da norma H∞ e a Figura 5.4b mostra em escala
logarıtmica as variacoes da norma H∞ eliminado os valores extremos gerados por PS muito
pequenos, para uma melhor visualizacao. A necessidade do grafico em escala logarıtmica
ficara mais clara a seguir.
As condicoes do Teorema 8 sao factıveis para os quatro casos testados desde PS = 0.001.
A Figura 5.4b mostra a degradacao de norma em escala logarıtmica. Em ambas figuras
pode-se observar que a consideracao de atraso nos projetos aumenta os valores de norma, o
que e de se esperar. Nos quatro casos a norma H∞ comeca a divergir para valores de PS
inferiores a 0.035 como exposto na Figura 5.4b.
59
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
1
1.5
2
2.5
3
PS
Nor
ma
H∞
H∞ B=0
H∞ B=1
H∞ B=2
H∞ B=3
(a)
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
PS
Log 10
(H∞
)
H∞ B=0
H∞ B=1
H∞ B=2
H∞ B=3
(b)
Figura 5.4: Degradacao da norma em funcao de PS para B de zero ate tres, em filtrodependente do modo.
Filtro Hıbrido
Conforme no mostrado na Secao 5.1, precisamos conhecer o comportamento do filtro Hıbrido
H∞ a ser implementado em sistemas com perda dos sinais de medidas. Pois como a planta
e marginalmente estaveis, entao o filtro classico implementado em sistemas com perda nao
pode estabilizar a dinamica do erro estimacao pelo segundo momento, como mostrado na
Secao 3.1.6. Para isso, sao calculados os filtros Hıbrido H∞ para o sistemas sem atraso
(B = 0) e para sistema com atraso segundo a janela de espera B. O ganhos do filtro Hıbrido
podem ser calculados segundo o Teorema 7 fazendo PS = 1. O calculo do valor de norma
ao incorporar perda de informacao dos sinais de medidas e feito montando a Equacao (5.4)
com os ganhos do sistema classico e calculando o valor da norma segundo o Teorema 3.
0 0.2 0.4 0.6 0.8 10
2
4
6
8
10
12
PS
H∞
H∞ B=0
H∞ B=1
H∞ B=2
H∞ B=3
Figura 5.5: Degradacao da norma H∞ do sistema Hıbrido.
A Figura 5.5 mostra os valores da norma H∞ do erro de estimacao para os diferentes
valores de PS. Para os projetos de filtro via MJLS dependente do modo, Figura 5.4 para
60
PS > 0.035, a norma do sistema para os quatro filtros e menor que 3. Em contrapartida,
para filtros Hıbridos, os valores de norma sao maiores. Alem disso, para PS = 0.035, so para
B = 0 e B = 1 o filtro Hıbrido consegue estabilizar a dinamica do erro com uma norma
de 7.1270 para B = 0 e de 8.0012 para B = 1. O filtro Hıbrido em sistemas instaveis, ao
aumentar B, pode se comportar melhor como mostrado na Figura 5.3, mas, para o sistema
estudado, ocorre o oposto. Ainda que a dinamica da planta seja estavel com o filtro Hıbrido
nao e possıvel predizer o comportamento. A estabilidade agora depende dos dois subsistemas
e das probabilidades de transicao entre eles.
5.2.2 Filtro independente do modo
Um projeto de filtro independente do modo para nosso caso de estudo so pode ser implemen-
tado por um filtro de ordem completa, o filtro Luenberger e invalido pois Cyi varia no cluster
como mostrado em a Secao 5.1. O pendulo de Furuta linearizado em torno de seu ponto de
equilibro estavel corresponde a um sistema marginalmente estavel. Um filtro independente
do modo pela estrutura, conforme a equacao (3.16) impoe a restricao que o sistemas em ma-
lha aberta seja estavel. O pendulo invertido rotacional, ou pendulo de Furuta [6], para seus
dois pontos de equilıbrios nao e estavel, mas marginalmente estavel em um caso e instavel
no outro.
Utilizando como planta o pendulo de Furuta nao e possıvel projetar filtros independentes
do modo. Mas para outros sistemas dinamicos, projetos de filtros baseados em MJLS inde-
pendente do modo podem ser feitos. Como exemplo disso, para testar o projeto em plantas
menos sensıveis, a Figura 5.6 mostra a degradacao da norma H∞ do erro de estimacao se-
gundo o sistema (5.5), mas com a suposicao de que a matriz discreta equivalente de Aest e
multiplicada por 0.3. Fazendo isso, os autovalores sao comprimidos fazendo com que todos
os autovalores se situem estritamente no interior do cırculo unitario, tornando o sistema mais
bem comportado dinamicamente. Utilizando o Teorema 7, a degradacao da norma H∞ do
erro de estimacao em escala logarıtmica tanto para projeto dependente quanto para o filtro
independente do modo sao mostrados na Figura 5.6a.
Na Figura 5.6b, e possıvel verificar que tanto para o filtro dependente quanto para o
independente do modo, existem solucoes para todo PS maior que zero. A Figura 5.6b mostra
a diferenca entre a norma do sistema obtida por projetos independentes do modo e a norma
obtida por projetos dependentes. Para o sistema com os autovalores comprimidos, as curvas
tem domınio nos reais positivos dado que o filtro independente corresponde a uma solucao
mais conservadora. O valor resultante do Teorema 8 corresponde a norma do sistema, pois
as condicoes sao necessarias e suficientes: a prova pode ser consultada em [24]. A sıntese de
filtros independentes do modo mediante outras condicoes de LMIs, por exemplo do Teorema
6, nao garantem que o valor obtido seja a norma otima do sistema, pois as condicoes sao
61
0 0.2 0.4 0.6 0.8 1−0.13
−0.12
−0.11
−0.1
−0.09
−0.08
−0.07
PS
Log 10
(H∞
)
(a)
0 0.2 0.4 0.6 0.8 1
0
2
4
6
8
10
12
14x 10
−4
PS
Dif
H∞
Dif B=0
Dif B=1
Dif B=2
Dif B=3
(b)
Figura 5.6: Degradacao da norma em funcao de PS para B de zero ate tres.
so suficientes, fornecendo um limitante superior, mas nao a solucao otima do problema. O
valor de norma do projeto deve ser calculado segundo o Teorema 3, mas nao ha garantia de
que seja a norma otima do sistema.
5.3 Numero mınimo de transmissoes
O problema do numero mınimo de transmissoes para projetos de filtragem atraves da rede
corresponde a determinar o valor de fronteira para a probabilidade de sucesso PS que garanta
que a dinamica do erro de estimacao seja estavel. O valor de PS e determinado em funcao
do valor de L, numero maximo transmissoes por pacote. Para filtros em que as medidas
sao transportadas por uma rede Multi-Hop na qual as probabilidades de sucesso da link
de comunicacao e o numero de unidades intermediarias sao dadas, o numero maximo de
transmissoes por pacote L corresponde a um parametro de projeto. Para sistemas sem
atraso, tal calculo foi indicado em trabalhos anteriores [43], mas os resultados para sistemas
que implementam a janela de espera B sao novos.
5.3.1 Mınimo valor de transmissoes por pacote LF
O sistema, segundo as equacoes (4.2), corresponde ao sistema aumentado pela incorporacao
dos estados que representam as saıdas anteriores ate y(k−B) medidas com atrasos multiplos
da frequencia de amostragem. Ao aumentar a dimensao do sistema pelo armazenamento dos
sinais de medidas passadas, a matriz dinamica do sistema so e acrescentada com polos na
origem do plano complexo, pois a matriz dinamica na equacao (4.2) e bloco triangular in-
ferior. Os autovalores adicionados ao sistema aumentado tem modulo nulo, entao o raio
espectral corresponde aquele da matriz A. O atraso adicionado ao sistema nao tem impacto
no limite de perda que o sistema pode admitir, como ilustrado na Figura 5.3b. Utilizando
uma rede prototipo, na qual o numero de links de comunicacao corresponde a N = 11 e as
probabilidades de sucesso e de ACK sao as mesmas, ou seja p1 = p2 = p, pode-se calcular
os valores das medidas de desempenho para LF em diferentes valores de p. O menor valor
62
esperado do numero global de transmissoes para a rede prototipo N = 11 e p dado, ocorre
em LF determinado pela equacao (4.6). Para exemplificar as vantagens para a rede em se
utilizar o valor de comunicacao semi-reliable com LF em comparacao com a comunicacao full
reliable, sao mostrados na Tabela 5.1 os valores das medidas desempenho do filtro baseado
em MJLS para os diferentes valores de B e para diferentes probabilidades de p utilizando a
rede prototipo.
Tabela 5.1: Medidas de desempenho para LF .p LF Ps HB=0
∞ |HB=1∞ |HB=2
∞ |HB=3∞ ΥF0|ΥF1|ΥF2|ΥF3 E(M |LF ) E(M)Full ΘM
0.1 27 0.5174 13.3351|13.6436|19.6134|28.1997 18.2075|12.9593|12.9625|12.9683 216.9757 1210.0000 0.17930.2 13 0.5369 3.5195|3.7043|5.3245|7.6525 4.8055|3.5185|3.5191|3.5193 104.0721 330.0000 0.31540.3 8 0.5204 7.5962|7.8833|11.3326|16.2874 10.3717|7.4879|7.4901|7.4901 63.6585 158.8888 0.40060.4 6 0.5912 1.8568|2.0522|2.9496|4.2400 2.5353|1.4492|1.9495|1.9498 49.7324 96.2500 0.51670.5 5 0.7052 1.1711|1.4135|2.0322|2.9202 1.5990|1.3426|1.3431|1.3429 43.1658 66.0000 0.65400.6 4 0.7518 1.0491|1.3074|1.8792|2.7009 1.4324|1.2418|1.2420|1.2420 35.8590 48.8888 0.73350.7 3 0.7400 1.0764|1.3311|1.9123|2.7494 1.4697|1.2643|1.2639|1.2643 28.9754 38.1632 0.75920.8 2 0.6382 1.4568|1.6730|2.4051|3.4568 1.9891|1.5890|1.5830|1.5896 22.1398 30.9375 0.71560.9 2 0.8953 0.8272|1.1252|1.6171|2.3243 1.1295|1.0687|1.0688|1.0688 23.6340 25.8024 0.9171
Na Tabela 5.1, tem-se que: a primeira coluna mostra os diferentes valores de p da rede.
A segunda coluna apresenta os valores do mınimo numero de transmissoes (LF ) para a rede
prototipo que satisfaz a restricao da estabilidade, conforme a equacao (4.6). A terceira co-
luna mostra os valores de probabilidade de acerto PS calculados para a rede a partir de
LF . A quarta coluna representa os valores da norma H∞ do projeto de filtro para o valor
de PS calculado a partir de LF para os diferentes valores de B. A quinta coluna mostra o
ındice de degradacao da norma ΥFB que e a razao do valor de norma H∞ em comunicacao
semi-reliable e da norma H∞ do projeto classico em comunicacao semi-reliable, lembrando
que o segundo subındice corresponde ao valor de atraso dos sinais das medidas. A sexta
coluna mostra o valor esperado do numero global das transmissoes ao utilizar L = LF . A
setima coluna mostra o valor esperado do numero global das transmissoes da comunicacao
full-reliable, onde L e ilimitado. Por ultimo, a oitava coluna mostra a medida do decremento
do valor esperado do numero global das transmissoes pela utilizacao de LF , que corresponde
a razao entre a sexta e setima coluna.
Os valores de LF e PS sao os mesmos para os diferentes valores de B conforme as analises
anteriores. A coluna correspondente a HB∞ mostra os valores de norma para os diferentes
valores de B, e como e de se esperar, aumentam em funcao de B. A coluna ΥFB apresenta
a degradacao segundo a equacao (4.7), que e funcao do valor de norma para uma janela de
atraso B sem perda (PS = 1) e que sao, para valores de B iguais a 0, 1, 2 e 3, respectivamente
0.7324, 1.0528, 1.5130 e 2.1745, conforme Secao 5.1. A medida de desempenho ΘM dado
um p e a mesma para todos os valores de B, pois, para cada valor de p, o valor de LF nao
se altera com os valores de B, pois este valor so depende dos polos da planta original. Este
63
resultado e importante, pois o mesmo valor para L que garante estabilidade para sistemas
sem atraso tambem a garante para sistemas com atraso segundo a estrategia da janela de
espera. Note-se que, para p = 0.1, o valor de ΘM corresponde a 0.1793: isso significa que o
filtro garante a estabilidade pelo segundo momento do erro de estimacao com apenas 17.93%
dos pacotes transmitidos em relacao ao filtro classico, no qual se transmitem todos os dados
sem perda. E importante destacar que o filtro classico e Hıbrido para PS = 0.5174 nao
consegue estabilizar a dinamica do erro, tornando impossıvel um projeto de filtro estavel
com apenas 17.93% dos pacotes das medidas sendo transmitidos pela rede.
5.4 Resumo do capıtulo
Este capıtulo desenvolveu as questoes mais importantes de estabilidade pelo segundo mo-
mento, degradacao da norma H∞ do erro de estimacao e consideracoes sobre a viabilidade
dos projetos de filtros segundo sua estrutura e o conhecimento do modo da cadeia, tanto para
sistemas estaveis quanto instaveis. A primeira questao abordada corresponde aos criterios
de estabilidade pelo segundo momento da dinamica do erro de estimacao que determinam a
factibilidade das restricoes para o projetos dos diferentes filtros. O criterio de estabilidade
para dinamica do erro limita PS a um intervalo quando a planta e instavel, ou seja, tem au-
tovalores de modulo maior que um. Caso contrario, para plantas estaveis ou marginalmente
estaveis para todo PS maior que zero, tem-se um filtro factıvel. Para sistemas instaveis, so
sao factıveis projetos baseados em filtros Luenberger e dependentes do modo. Para sistemas
estaveis, sao factıveis filtros tanto Luenberger como baseados no filtro de ordem completa;
alem disso, ambos podem ser projetados modo dependente, modo independente ou em clus-
ter, segundo as consideracoes mencionadas. Os filtros independentes do modo fornecem uma
solucao mais conservadora que os filtros dependentes. Baseado nas analises anteriores, para
os diferentes valores de B, foi calculado o valor de LF que permite obter o mınimo numero
transmissoes para a rede. O valor de ΘM e o mesmo para para cada par (LF , B) permitindo,
para um caso particular, estabilizar a dinamica do erro com somente 17.93% dos pacotes,
algo isso impossıvel para o filtro classico.
64
Capıtulo 6
Trade Off em sistemas dinamicos:
variacao das medidas de desempenho
e impacto em erro quadratico
Um sistema de controle tem o melhor desempenho, em termos de norma H∞, quando os
canais de interconexao nao tem perda de informacao. Utilizando uma rede de dados digitais,
isso corresponde a uma comunicacao Full-reliable. Nas redes estudadas no presente trabalho,
esta condicao e satisfeita quando nao se tem limitacao no numero maximo de transmissoes por
pacote L. Neste capıtulo, sao expostas as variacoes das medidas de desempenho introduzidas
no Capıtulo 4 e o impacto em erro quadratico medio pela utilizacao de comunicacao semi-
reliable devido a limitacao do numero maximo de transmissoes no esquema Hop-by-Hop.
Para mostrar os efeitos da limitacao do numero retransmissoes, sao utilizados os parametros
da rede prototipo mostrados na Secao 5.3.1 e o sistema dinamico utilizado correspondente
ao sistema (5.5). Os projetos de filtros implementados neste capıtulo correspondem a filtros
Hıbrido e filtros MJLS dependentes do modo, ambos que otimizam a norma H∞ do erro de
estimacao.
6.1 Variacao das medidas de desempenho
Nesta secao, sao apresentadas as variacoes das medidas de desempenho para projetos de
filtros observador de estado nos quais os sinais das medidas sao transportados atraves de
uma rede Multi-Hop. Utiliza-se a rede prototipo, que e composta por 10 nos intermediarios
(N = 11) e as probabilidades tanto de acerto como de ACK sao iguais p1 = p2 = p. A
metodologia dos experimentos corresponde ao mostrado em [45], na qual sao apresentados
os resultados das medidas para tres valores diferentes de p, sendo eles 0.3, 0.5 e 0.8. E utili-
zado como planta o pendulo de Furuta linearizado em torno de seus dois pontos de equilıbrio
e, ademais, e considerado o sistema sem atraso e tambem com atraso segundo a janela de
65
espera. Sao avaliados dois tipos de projetos de filtros, o filtro Hıbrido H∞, apresentado na
Secao 3.1.6, e o filtro markoviano dependente do modo, apresentado na secao 3.1.5. A va-
riacao das medidas de desempenho e feita em funcao de L supondo que os demais parametros
da rede sejam conhecidos.
Os valores das medidas de desempenho obtidos para os diferentes valores de janela de
espera B, tanto para sistemas estaveis quanto para instaveis, sao expostos em tabelas dividas
do seguinte maneira: a duas primeiras colunas correspondem aos resultados para projetos
MJLS e as duas colunas seguintes aos resultados obtidos para o filtro Hıbrido. Cada tabela
contem os resultados para dois valores de B. Para ambos os tipos de filtros, os resultados
sao esquematizados segundo o padrao: as primeiras figuras mostram as curvas ΥFB corres-
pondentes a curva vermelha (), ΘM curva verde (+) e PS azul (×); a segunda figura mostra
o Trade Off do sistema (Φ). Para uma melhor visualizacao dos resultados, sao excluıdos os
valores de L que geram valores extremos.
6.1.1 Variacao das medidas em sistemas instaveis
Nos projetos de filtros em plantas instaveis, utilizando como exemplo o pendulo de Furuta, e
preciso ter consideracoes especiais ja mencionadas anteriormente. Uma das consideracoes e
a existencia de um limitante para a probabilidade de perda de pacotes com o qual e possıvel
garantir a estabilidade pelo segundo momento da dinamica do erro. Como exposto previ-
amente, este limitante so e alcancado para projetos de filtros via MJLS. Para o projeto de
filtro Hıbrido implantado em sistemas com perda, o limitante e menor e a degradacao da
norma e mais acentuada.
A Tabela 6.1 mostra a variacao das medidas de desempenho para sistemas sem atraso
da sinais de medida (B = 0) e para sistemas com a janela de espera de largura (B = 1). As
diferentes figuras ordenadas na Tabela 6.1 mostram as variacoes das medidas de desempenho
para o projeto de filtro observador de estado, tanto para projetos via MJLS e para o filtro
Hıbrido. O projeto via MJLS tem o mesmo comportamento das metricas como foi mostrado
em [43], o que indica que o projeto baseado em filtros markovianos com o aumento de L o
valor da degradacao da norma ΥFB converge mais rapido ao valor dos sistemas Hıbridos que
as medidas do decremento do numero global de transmissoes ΘM e probabilidade de acerto
da rede PS. Esta caracterıstica permite que, para um intervalo dos valores de L, o Trade-Off
seja positivo Φ > 0. Em contrapartida, para o filtro Hıbrido isso nao ocorre. Alem disso, a
degradacao da norma e maior, como foi mostrado na Figura 5.2. Pela maior degradacao da
norma para o filtro Hıbrido implementado em uma rede com perda de pacote, o intervalo de
valores de L no qual o Trade-Off e positivo e menor que em projetos via MJLS. Na Tabela
6.1 pode-se ver isso nas linhas que correspondem a B = 0. Note-se que os valores de ΥFB
66
para filtro Hıbrido para os tres valores de p sao tao grandes que impedem que se perceba
as variacoes de PS e ΘM . Consequentemente, tem-se valores negativos do Trade-Off do sis-
tema para mais valores de L. Tambem valores de L nos quais os filtros Hıbridos nao logram
estabilizar a dinamica do erro de estimacao mas os filtro via MJLS, conforme o indicado na
Secao 5.1.1.
Para o sistema com atraso dos sinais de medida, implementa-se a estrategia da janela
de espera dos dados, permitindo transformar atrasos variaveis em fixos, como mostrado na
Secao 4.2. Os resultados sao apresentados para B = 1 na Tabela 6.1 e para B = 2 e B = 3
na Tabela 6.2. Os resultados concordam com a degradacao da norma para sistemas com
atrasos fixos mostrada na Figura 5.3. De forma analoga que para caso particular de B = 0,
sistema sem atraso, a norma dos sistemas convergem ao valor unitario mais lentamente que
mediante os projetos MJLS. Devido a isso, o sistema para B = 1 tem comportamento similar
para os diferentes valores de p.
Pelo aumento do valor de B, a degradacao da norma do erro de estimacao para o projeto
de filtro observador de estado para o pendulo de Futura linearizado em seu ponto de equilıbrio
instavel tende a um comportamento mais similar ao dos projetos via MJLS vistos na Figura
5.3. Isso e refletido na Tabela 6.2, onde pode-se observar que, do mesmo modo que na Tabela
6.1, o projeto via MJLS tem um melhor rendimento que o filtro Hıbrido implementado em
sistemas com perda. Mas note que, para B = 3, o comportamento das figuras do Trade-Off
e quase identico. Para as duas abordagens, o comportamento do Trade-Off e o mesmo visto
claramente no grafico que apresenta Trade-Off para B = 3 e p = 0.3. O comportamento
do sinal de Trade-Off Φ e o mesmo, mas o filtro via MJLS implica em menores valores de
norma para os mesmos valores de L.
6.1.2 Variacao das medidas em sistemas estaveis
Para projetos de filtros mediante MJLS em sistemas estaveis utilizando projetos markovia-
nos dependente do modo segundo os Teoremas 7 ou 8, tem-se uma solucao factıvel para todo
PS > 0. Diferentemente dos projetos de filtros para sistemas instaveis, onde o raio espectral
define o intervalo de viabilidade para os projetos markovianos. Para o filtro Hıbrido, estas
hipoteses ja nao tem validade, como mostrado na Figura 5.5. A seguir, do mesmo modo
que para o pendulo de Furuta linearizado em torno de seu ponto de equilıbrio instavel, sao
apresentados os resultados para pendulo linearizado em torno de seu ponto de equilıbrio
estavel em duas tabelas.
67
Tabela 6.1: Variacoes das medidas em sistemas instaveis para B iguais a 0 e 1.p
Mar
kovia
no
Hıb
rid
oPS,
ΥI0
eΘM
Tra
deO
ffPS,
ΥC
l0e
ΘM
Tra
deO
ff
B=
00.
310
1520
2530
0123
L
PS,ϒ,Θ
P
Sϒ I1 Θ
M
1020
3040
−0.
10
0.1
0.2
0.3
L
ΦI
T
rade
Off
1015
2025
05101520
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
2030
4050
−0.
4
−0.
20
L
ΦCl
Tra
de O
ff
0.5
510
1520
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ I1 ΘM
510
1520
2530
0
0.02
0.04
0.06
L
ΦI
T
rade
Off
68
1012
1416
18
1
1.52
2.53
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
510
1520
−6
−4
−202
L
ΦCl
Tra
de O
ff
0.8
24
68
100
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ I1 ΘM
46
810
−0.
02
−0.
010
0.01
L
ΦI
Tra
de O
ff
46
810
05101520
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
46
810
−1
−0.
50
0.5
L
ΦCl
T
rade
Off
B=
10.
310
1520
2530
3501234
L
PS,ϒ,Θ
P
Sϒ C
1
ΘM
1020
3040
50−
0.10
0.1
0.2
0.3
L
ΦI
T
rade
Off
1015
2025
3035
0246
L
PS,ϒ,Θ
P
Sϒ I1 Θ
M
1020
3040
50
−0.
4
−0.
20
0.2
L
ΦCl
Tra
de O
ff
0.5
510
1520
25
0.6
0.81
1.2
L
PS,ϒ,Θ
PS
ϒ I1 ΘM
510
1520
2530
350
0.050.
1
0.150.
2
L
ΦI
T
rade
Off
510
1520
250.
51
1.52
2.5
L
PS,ϒ,Θ
P
Sϒ C
1
ΘM
510
1520
2530
35
−0.
1
−0.
050
0.05
L
ΦCl
T
rade
Off
0.8
24
68
1012
0.51
1.52
L
PS,ϒ,Θ
P
S
ϒ I1 ΘM
24
68
1012
−0.
04
−0.
020
0.02
0.04
L
ΦI
T
rade
Off
24
68
1012
01234
LPS,ϒ,Θ
P
Sϒ C
1
ΘM
24
68
1012
−0.
2
−0.
10
0.1
L
ΦCl
T
rade
Off
A Tabela 6.3 mostra as variacoes das medidas de desempenho para o sistema sem atraso
(B = 0) e implementando a estrategia da janela de espera. Segundo o mostrado na Figura
5.5 e diferentemente do mostrado na Figura 5.3 pelo aumento de B, o filtro Hıbrido tem
uma degradacao da norma mais rapida, que significa que a dinamica do erro se torna mais
rapidamente instavel ao admitir perda. Isso e observado na Tabela 6.3 para B = 0, que
tanto as medidas de desempenho como as figuras do Trade-Off para os diferentes valores
68
Tabela 6.2: Variacoes das medidas em sistemas instaveis para B iguais a 2 e 3.p
Mar
kovia
no
Hıb
rid
oPS,
ΥI0
eΘM
Tra
deO
ffPS,
ΥC
l0e
ΘM
Tra
deO
ff
B=
20.
310
1520
2530
350123
L
PS,ϒ,Θ
P
Sϒ C
l2
ΘM
1020
3040
50
−0.
10
0.1
0.2
0.3
0.4
L
ΦI
T
rade
Off
1015
2025
3035
0.51
1.52
L
PS,ϒ,Θ
P
Sϒ I2 Θ
M
1020
3040
50−
0.2
−0.
10
0.1
L
ΦCl
T
rade
Off
0.5
510
1520
250
0.51
1.5
L
PS,ϒ,Θ
PS
ϒ I2 ΘM
510
1520
2530
350
0.050.
1
0.150.
2
L
ΦI
T
rade
Off
510
1520
250
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ Cl2
ΘM
510
1520
2530
35−
0.2
−0.
15
−0.
1
−0.
050
0.05
L
ΦCl
Tra
de O
ff
0.8
24
68
100
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ I2 ΘM
24
68
10−
0.1
−0.
050
L
ΦI
Tra
de O
ff
24
68
100123
L
PS,ϒ,Θ
P
Sϒ C
l2
ΘM
24
68
10−
0.1
−0.
08
−0.
06
−0.
04
−0.
020
L
ΦCl
Tra
de O
ff
B=
30.
310
2030
40
0.51
1.5
L
PS,ϒ,Θ
PS
ϒ I3 ΘM
1020
3040
−0.
20
0.2
0.4
L
ΦI
T
rade
Off
1020
3040
0.51
1.5
L
PS,ϒ,Θ
PS
ϒ Cl3
ΘM
1020
3040
−0.
2
−0.
10
0.1
0.2
0.3
L
ΦCl
T
rade
Off
0.5
510
1520
0
0.51
1.5
L
PS,ϒ,Θ
PS
ϒ I3 ΘM
510
1520
250
0.050.
1
0.150.
2
L
ΦI
T
rade
Off
510
1520
0
0.51
1.5
L
PS,ϒ,Θ
PS
ϒ Cl3
ΘM
510
1520
25−
0.050
0.050.
1
0.15
L
ΦCl
T
rade
Off
0.8
24
68
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ I3 ΘM
24
68
−0.
1
−0.
050
L
I
Tra
de O
ff
24
68
0
0.51
1.5
L
PS,ϒ,Θ
P
Sϒ C
l3
ΘM
24
68
−0.
1
−0.
050
0.05
L
ΦCl
T
rade
Off
de p tem comportamento simular. Para B = 1 ja se pode observar maiores discrepancias,
exemplificadas nas figuras do Trade-Off (Φ) para p = 0.8.
A Tabela 6.4 mostra as variacoes das medidas de desempenho para janelas de espera
B iguais a 2 e 3. O filtro Hıbrido implementado com perda de informacao e utilizando a
estrategia da janela de espera limita o intervalo de perda onde a dinamica do erro de es-
69
timacao e estavel. Isso e corroborado na Tabela 6.4 nos graficos do Trade-Off para filtro
Hıbrido tanto para B = 2 como para B = 3, que tem valores nulos para valores menores.
Valores nulos de Φ dado um L correspondem a que, para essa configuracao, nao ha uma
solucao factıvel. Para o filtro via MJLS, sempre que PS > 0, tem-se um solucao, a despeito
de possıvel norma elevada.
A estabilidade da dinamica do erro de estimacao para problema de filtragem com perda
do sinais de medida quando e utilizado filtro Hıbrido nao pode ser garantida. Para o caso
de filtragem em sistemas estaveis, a matriz dinamica de estimacao, conforme a equacao
(5.4), comuta ente dois modos estaveis, a matriz do sistema e aquela com o ganho do filtro.
Mas ha valores de PS que tornam instavel a dinamica do erro. Isso confirma que para a
estabilidade pelo segundo momento a estabilidade das matriz dinamica dos modos individuais
(subsistemas) nao garante a estabilidade do sistema.
6.2 Impacto no erro quadratico medio e desvio padrao
pela limitacao de L
Para projetos de filtros de sistemas instaveis, tem-se um criterio claro para se determinar
o numero de transmissoes L mınimo, mas, quando os sistemas sao estaveis, nao existe um
criterio para determinar L mınimo, pois existe um filtro markoviano para todo PS > 0.
Em [45], os autores propoem um metodo para determinar o valor mınimo de L atraves de
uma restricao no limite permitido para o aumento do erro quadratico medio e de seu desvio
padrao para o sinal estimado.
Esta secao define criterios de projeto, utilizando ΥFB para determinar L. A medida
ΥFB corresponde a degradacao da norma H∞ do erro de estimacao pela limitacao de L,
mas ela nao traz uma informacao direita do comportamento do erro. Por outro lado, a
medida ϕFB, degradacao da norma do erro de estimacao via simulacao, corresponde ao
ganho L2 quantificando o aumento do erro quadratico medio pela limitacao de L para um
ruıdo w particular. O inconveniente de usar ϕFB e a necessidade de simulacao e a escolha de
um ruıdo particular, diferentemente do que ocorre em ΥFB. Propomos utilizar ΥFB como
limitante superior de ϕFB, procurando obter um criterio de projeto baseado na piora do erro
quadratico medio para determinar L.
70
Tabela 6.3: Variacoes das medidas em sistemas instaveis para B iguais a 0 e 1.p
Mar
kovia
no
Hıb
rid
oPS,
ΥI0
eΘM
Tra
deO
ffPS,
ΥC
l0e
ΘM
Tra
deO
ff
B=
00.
310
2030
4050
0123
L
PS,ϒ,Θ
P
Sϒ I1 Θ
M
1020
3040
50−
0.10
0.1
0.2
0.3
L
ΦI
T
rade
Off
1020
3040
5001234
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
1020
3040
50−
0.10
0.1
0.2
0.3
L
ΦCl
T
rade
Off
0.5
510
1520
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ I1 ΘM
510
1520
25−
0.2
−0.
10
0.1
L
ΦI
T
rade
Off
510
1520
0123
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
510
1520
25−
0.2
−0.
10
0.1
L
ΦCl
T
rade
Off
0.8
24
68
01234
L
PS,ϒ,Θ
P
Sϒ I1 Θ
M
24
68
−0.
050
0.05
L
ΦI
Tra
de O
ff
24
68
012345
L
PS,ϒ,Θ
PS
ϒ Cl1
ΘM
24
68
−0.
050
0.05
L
ΦCl
T
rade
Off
B=
10.
310
2030
400
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ I1 ΘM
1020
3040
50−
0.10
0.1
0.2
0.3
L
ΦI
T
rade
Off
1020
3040
0123
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
1020
3040
50−
0.10
0.1
0.2
0.3
L
ΦCl
T
rade
Off
0.5
510
1520
250
0.51
1.5
L
PS,ϒ,Θ
PS
ϒ I1 ΘM
510
15−
0.10
0.1
0.2
L
ΦI
T
rade
Off
510
1520
250123
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
510
15−
0.10
0.1
0.2
L
ΦCl
T
rade
Off
0.8
24
68
0123
L
PS,ϒ,Θ
P
Sϒ I1 Θ
M
24
68
−0.
1
−0.
050
0.050.
1
L
ΦI
T
rade
Off
24
68
0246
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
24
68
−0.
1
−0.
050
0.050.
1
L
ΦCl
Tra
de O
ff
Modelo de experimentos
O sistema utilizado para mostrar o comportamento do erro corresponde ao pendulo de Furuta
no seu ponto de equilıbrio estavel com perturbacao na entrada do sistema e ruıdo de medida,
segundo a Equacao (5.5). O projeto corresponde a um filtro observador de estado no qual
os sinais de medida correspondem aos angulos mais ruıdo. Os sinais de medida transmitidos
71
Tabela 6.4: Variacoes das medidad em sistemas instaveis para B iguais a 2 e 3.p
Mar
kovia
no
Hıb
rid
oPS,
ΥI0
eΘM
Tra
deO
ffPS,
ΥC
l0e
ΘM
Tra
deO
ff
B=
20.
35
1015
2025
300123
L
PS,ϒ,Θ
P
Sϒ I1 Θ
M
1020
3040
50−
0.20
0.2
0.4
0.6
L
ΦI
T
rade
Off
510
1520
2530
01234
L
PS,ϒ,Θ
P
Sϒ C
l1
ΘM
1020
3040
50−
0.50
0.5
L
ΦCl
T
rade
Off
0.5
510
1520
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ I1 ΘM
510
1520
2530
−0.
4
−0.
20
0.2
L
ΦI
T
rade
Off
510
1520
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ Cl1
ΘM
510
1520
2530
−0.
4
−0.
20
0.2
0.4
L
ΦCl
T
rade
Off
0.8
24
68
0123
L
PS,ϒ,Θ
P
Sϒ I1 Θ
M
24
68
−0.
8
−0.
2
0.4
L
ΦI
T
rade
Off
24
68
0
0.51
1.5
L
PS,ϒ,Θ
PS
ϒ Cl1
ΘM
24
68
−0.
4
−0.
20
0.2
L
ΦCl
T
rade
Off
B=
30.
310
2030
400
0.51
1.52
L
PS,ϒ,Θ
P
S
ϒ I1 ΘM
1020
3040
50−
1
−0.
50
0.5
L
ΦI
T
rade
Off
1020
3040
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ Cl1
ΘM
1020
3040
50−
1
−0.
50
0.5
L
ΦCl
Tra
de O
ff
0.5
510
1520
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ I1 ΘM
05
1015
−0.
4
−0.
20
0.2
0.4
L
ΦI
T
rade
Off
510
1520
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ Cl1
ΘM
05
1015
−0.
4
−0.
20
0.2
0.4
L
ΦCl
Tra
de O
ff
0.8
24
68
0123
L
PS,ϒ,Θ
P
Sϒ I1 Θ
M
02
46
−0.
4
−0.
20
0.2
0.4
L
ΦI
T
rade
Off
24
68
0
0.51
1.52
L
PS,ϒ,Θ
PS
ϒ Cl1
ΘM
02
46
−1
−0.
50
0.5
L
ΦCl
Tra
de O
ff
por uma rede digital sao adequados para o problema de falha mediante a estrategia Zero,
conforme equacao (4.3). E utilizada a rede prototipo (N = 11), na qual tanto a probabilidade
de sucesso e ACK correspondem a p1 = p2 = 0.5. Por ultimo, os sinais temporais que
compoem o vetor w correspondem a ruıdo nos estados e ruıdo de medida. A perturbacao nos
estados e uma senoide de amplitude 10 e frequencia 0.5305[Hz], selecionada pois a planta
real tem uma frequencia de oscilacao em torno de 1.06[Hz] e os sinais utilizados para a
72
identificacao do sistema correspondem a 0.313[Hz], entao frequencias dentro desse intervalo
excitam todos os estados do sistema, a resposta de frequencia da planta pode vista em [13]. O
ruıdo de medida e uma variavel aleatoria normal de media nula e desvio padrao de 2[graus]
para cada medida de angulo. Os resultados das simulacoes temporais para a planta com
condicoes inicias nulas foram obtidos atraves de simulacao Monte Carlo de 104 iteracoes;
para calculo de norma foi utilizada uma senoidal truncada em 5[s], para cada par (L,B).
6.2.1 Comportamento do Erro
O projeto de filtro corresponde ao filtro markoviano observador de estado dependente do
modo, conforme o Teorema 8. Os resultados das simulacoes temporais sao esquematizados
na Tabela 6.5 que contem a evolucao temporal do erro do segundo estado estimado, corres-
pondente ao angulo α, com o qual e possıvel mostrar o comportamento geral do sistema.
Na Tabela 6.5, as linhas representam os diferentes valores de L e as colunas representam os
diferentes valores de janela de espera B, as figuras trazem o erro quadratico medio e o desvio
padrao do segundo estado α do filtro observador de estado via MJLS. O comportamento do
erro esta relacionado com a estimacao do angulo α que e transmitido atraves da rede com
ruıdo de medida e perda de informacao. E utilizado um angulo como exemplo porque na
planta real nao ha sensor de velocidade angular, entao para validacao com a planta real, so
e possıvel comparar o angulo estimado com o angulo medido. Esta simulacao temporal nao
procura o calculo da norma do sistema, ela procura fornecer uma informacao qualitativa do
aumento do erro em funcao do decremento de L, per isso nao e utilizada nesta simulacao
uma senoidal truncada como para o calculo da norma.
Na Tabela 6.5, pode-se observar que, para cada B, o maior erro quadratico medio cor-
responde a primeira linha da tabela, em L = 3, e o menor erro quadratico medio ocorre na
ultima linha da tabela, para L ilimitado, que corresponde a um filtro classico sem perda de
informacao. Outro comportamento observado e que, dado um valor L, o erro quadratico
medio sempre e menor em B = 0, sistema sem atraso. Cada vez que B e aumentado, inde-
pendente de L, o erro quadratico medio aumenta significativamente, como e de se esperar.
O desvio padrao aumenta ao diminuir L e tambem com o aumento de B, da mesma maneira
que o erro quadratico medio. As figuras para os L = 11, L = 13 e L = 15 dado um B
tem comportamento quase identico ao filtro classico com L ilimitado, dado que, para esses
tres valores, a probabilidade de falha na rede e menor que 1%. Da Tabela 6.5, as principais
conclusoes sao: o erro quadratico medio e seu desvio padrao ao aumentar L, para um B
dado, diminuem ate alcancar o caso do filtro classico. Como dito anteriormente, e possıvel
aumentar a largura do tempo de espera B sem restricoes a factibilidade do projeto do fil-
tro, mas nas figuras e possıvel observar claramente que, aumentando o valor de B, o erro
quadratico medio e o desvio padrao aumentam consideravelmente. A Tabela 6.5 fornece
73
Tabela 6.5: Variacoes do erro quadratico medio e desvio padrao pela limitacao de L ejanela de espera B. As figuras sao ordenadas da seguinte maneira, cada coluna apresenta asvariacoes dado um valor de B e as linhas apresentam as variacoes dado um L. As figurascorrespondem ao erro quadratico medio (linha vermelha) e ao desvio padrao (linha tracejadaazul).L|B B=0 B=1 B=2 B=3
L=3 T[s]0 50 100 150
||err
o2|| 22
-0.5
0
0.5
1
T[s]0 50 100 150
||err
o2|| 22
-1
0
1
2
3
T[s]0 50 100 150
||err
o2|| 22
-2
0
2
4
T[s]0 50 100 150
||err
o2|| 22
-2
0
2
4
6
L=5 T[s]0 50 100 150
||err
o2|| 22
-0.2
0
0.2
0.4
T[s]0 50 100 150
||err
o2|| 22
-0.5
0
0.5
1
T[s]0 50 100 150
||err
o2|| 22
-1
0
1
2
T[s]0 50 100 150
||err
o2|| 22
-2
0
2
4
L=7 T[s]0 50 100 150
||err
o2|| 22
-0.05
0
0.05
0.1
T[s]0 50 100 150
||err
o2|| 22
-0.2
0
0.2
0.4
T[s]0 50 100 150
||err
o2|| 22
-0.5
0
0.5
1
1.5
T[s]0 50 100 150
||err
o2|| 22
-1
0
1
2
3
L=9 T[s]0 50 100 150
||err
o2|| 22
-0.02
0
0.02
0.04
T[s]0 50 100 150
||err
o2|| 22
-0.1
0
0.1
0.2
0.3
T[s]0 50 100 150
||err
o2|| 22
-0.5
0
0.5
1
1.5
T[s]0 50 100 150
||err
o2|| 22
-1
0
1
2
3
L=11 T[s]0 50 100 150
||err
o2|| 22
-0.01
0
0.01
0.02
0.03
T[s]0 50 100 150
||err
o2|| 22
-0.1
0
0.1
0.2
0.3
T[s]0 50 100 150
||err
o2|| 22
-0.5
0
0.5
1
1.5
T[s]0 50 100 150
||err
o2|| 22
-1
0
1
2
3
L=13 T[s]0 50 100 150
||err
o2|| 22
-0.01
0
0.01
0.02
0.03
T[s]0 50 100 150
||err
o2|| 22
-0.1
0
0.1
0.2
0.3
T[s]0 50 100 150
||err
o2|| 22
-0.5
0
0.5
1
1.5
T[s]0 50 100 150
||err
o2|| 22
-1
0
1
2
3
L=15 T[s]0 50 100 150
||err
o2|| 22
-0.01
0
0.01
0.02
0.03
T[s]0 50 100 150
||err
o2|| 22
-0.1
0
0.1
0.2
0.3
T[s]0 50 100 150
||err
o2|| 22
-0.5
0
0.5
1
1.5
T[s]0 50 100 150
||err
o2|| 22
-1
0
1
2
3
L=∞ T[s]0 50 100 150
||err
o2|| 22
-0.02
0
0.02
0.04
T[s]0 50 100 150
||err
o2|| 22
-0.1
0
0.1
0.2
0.3
T[s]0 50 100 150
||err
o2|| 22
-0.5
0
0.5
1
1.5
T[s]0 50 100 150
||err
o2|| 22
-1
0
1
2
3
uma informacao qualitativa sobre o comportamento do erro, mas e preciso quantificar de
algum modo seu comportamento e compara-lo com ΥFB. As variacoes do erro em funcao
de L podem ser quantificadas atraves da medida ϕFB, degradacao do erro quadratico medio
(|| erro ||22), mostrada na Secao 4.3.2. Dado que ΥFB pode ser visto como a degradacao do
erro para o ruıdo de pior caso, e de se esperar que seja um limitante superior para ϕFB.
A variavel ΥFB obtida segundo o Teorema 8 e ϕFB obtida via simulacao de Monte Carlo,
para cada par (L,B) sao mostradas na Tabela 6.6. Note-se que, para L ilimitado (caso
classico), as duas medidas tem o valor de 1, pois o denominador e numerador das razoes
tem o mesmo valor. A tabela tambem inclui PS(L) que denota a probabilidade de sucesso
74
da rede dado L. Para L < 11, o valor de ΥFB e maior que ϕFB o que e de se esperar, dado
que ΥFB pode ser visto como um limitante superior de ϕFB. Para L ≥ 11, ϕFB pode ser
igual ou ate maior que ΥFB, o que e um resultado contraditorio pela hipotese anterior. Para
nosso caso de estudo para L > 11 temos que PS > 0.99, isto e, as probabilidades de perda
na rede sao menores que 1%. Na pratica, isso faz o sistema tender ao caso classico pela
perda de informacao quase nula. Para PS > 0.99, a medida ϕFB, pelo exposto na Tabela
6.6, pode levar a resultados contraditorios, pois essas medidas sao obtidas via simulacao de
Monte Carlo, na qual questoes como ruıdo numerico ou ate o mesmo numero de iteracoes
podem provocar erro na terceira ou quarta casa decimal, ruıdo de importancia dado que a
degradacao da norma ΥFB para PS > 0.99 tem variacao na quarta ou quinta casa decimal.
Para PS < 0.99 e factıvel a utilizacao de ΥFB como limitante superior de ϕFB, resultado
Tabela 6.6: Degradacao da norma e do erro medio quadratico.ΥFB|ϕFB
PS(L)|B B=0 B=1 B=2 B=3PS(L = 3) = 0.2302 1.9255|1.7449 1.6473|1.5988 1.5618|1.4096 1.5477|1.4324PS(L = 5) = 0.7052 1.1905|1.0732 1.1557|1.1307 1.0644|1.0638 1.0470|1.0468PS(L = 7) = 0.9173 1.0373|1.0091 1.0318|1.0233 1.0138|1.0087 1.0102|1.0023PS(L = 9) = 0.9787 1.0087|1.0035 1.0070|1.0061 1.0032|1.0017 1.0027|1.0015PS(L = 11) = 0.9946 1.0021|1.0025 1.0017|1.0017 1.0007|1.0013 1.0008|1.0011PS(L = 13) = 0.9987 1.0005|1.0022 1.0004|1.0007 1.0004|1.0000 1.0004|1.0018PS(L = 15) = 0.9997 1.0001|1.0020 1.0001|1.0002 1.0002|1.0000 1.0002|1.0001
PS(L = ilimitado) = 1.0000 1.0000|1.0000 1.0000|1.0000 1.0000|1.0000 1.0000|1.0000
mostrado na tabela para o caso particular em estudo e pelos trabalhos previos feitos pelo
autor, fazendo teste em outros sistemas como o sistema com autovalores comprimidos e
sistemas massa mola expostos em [45], a utilizacao do ΥFB como limitante superior de ϕFB
para PS < 0.99 tambem e mantida.
6.2.2 Trade-Off Φ e ϕFB
Uma medida de importancia corresponde ao Trade-Off do sistema (Φ) que e definida na
Secao 4.3.4. O sinal de Φ, para um dado L, determina se a melhora na ocupacao da rede Θs,
decremento de interacoes globais, foi maior ou menor que a perda de rendimento do sistema
pela degradacao da norma H∞. A Tabela 6.7 mostra os valores de Φ para o caso de estudo,
onde o ındice s representa o numero global de transmissoes da rede denotado por M e F
corresponde a um filtro dependente do modo D, definido em Secao 4.3.1. Na Tabela 6.7,
todos seus valores sao positivos exceto para o par (B = 0|L = 3), o comportamento da tabela
mostra que para quase a totalidade dos pares (B|L) mostrados o sistema tem um Trade-Off
positivo. Pode ser requisito para o projeto de filtro que o valor de Φ seja positivo, procurando
que o ganho proporcional na rede utilizada seja sempre maior que perda proporcional de
rendimento na dinamica do erro. Dado um L que satisfaca a condicao de Φ > 0, em que Φ
75
Tabela 6.7: Trade Off do sistema Φ.Φ = (1−ΘM)− (ΥDB − 1)
PS(L)|B B=0 B=1 B=2 B=3PS(L = 3) = 0.2302 −0.2491 0.0290 0.1145 0.1281PS(L = 5) = 0.7052 0.1555 0.1902 0.2815 0.2990PS(L = 7) = 0.9173 0.1292 0.1347 0.1528 0.1563PS(L = 9) = 0.9787 0.0754 0.0771 0.0809 0.0814PS(L = 11) = 0.9946 0.0424 0.0429 0.0438 0.0438PS(L = 13) = 0.9987 0.0238 0.0240 0.0250 0.0239PS(L = 15) = 0.9997 0.0134 0.0134 0.0133 0.0133
PS(L = ilimitado) = 1.0000 0.0000 0.0000 0.0000 0.0000
e calculado utilizando ΥDB, e possıvel garantir que Φ seja positivo ao trocar ΥDB por ϕDB?
O valor de Φ e definido como a diferenca entre (1−ΘM) e (ΥDB − 1) podendo ser colocada
da seguinte forma Φ = 2 − ΘM − ΥDB, na qual Φ > 0 se 2 > (ΘM + ΥDB) para um dado
L. O valor de ΘM e independente do filtro, so depende dos parametros da rede, por isso ao
trocar ΥDB por ϕDB seu valor nao muda. Segundo a hipotese de que se pode utilizar ΥDB
como limitante superior de ϕDB com a restricao de PS < 0.99, tem-se a seguinte relacao,
2 > (ΘM + ΥDB) > (ΘM + ϕDB) se PS(L) < 0.99 (6.1)
Essa desigualdade garante que, se o valor da medida do Trade-Off Φ e positivo, ao trocar
ΥDB por ϕDB, o sinal da variavel Φ e mantido. E importante ressaltar que os resultados
sao validos so para filtros via MJLS dependentes do modo, que sejam otimos em sistemas
com perda tipo Bernoulli. Ao se utilizar outro tipo de filtro, como os projetos de filtros
classicos (que nao contemplam perda), essas relacoes ja nao sao mais validas. Ate mesmo a
estabilidade pelo segundo momento do sistema nao pode ser mais prevista.
6.3 Resumo do capıtulo
No presente capıtulo, foram abordados dois temas: as variacoes das medidas de desempenho
para o problema de Trade-Off e o impacto da limitacao de L no erro quadratico medio e
desvio padrao. Ambos temas foram tratados em artigos anteriormente para sistemas sem
atraso e aqui ha novos resultados ao analisar o sistema com janela de janela de espera B. As
tendencias das variacoes das medidas de desempenho obtidas anteriormente para o sistema
sem atraso sao mantidas para sistemas com atraso. Utilizando filtros markovianos para a
maioria dos valores de L tem-se Trade-Off positivo, isto e, a melhora na ocupacao da rede
Θs e maior que a degradacao da norma ΥFB. Do mesmo modo, e observado nos graficos
do Trade-Off que a norma para projetos via MJLS converge mais rapidamente ao valor de
norma do sistema sem perda que utilizando o filtro Hıbrido. O medida ΥFB para projetos
76
via MJLS chega aos valores classicos antes que PS e ΘM , possibilitando Trade-Off positivo.
Fazendo a mesma analise para o filtro projetado usando as hipoteses classicas implementado
na rede com perda de informacao, tem-se, que para a maioria dos pares (L,B) o Trade-Off
e negativo.
Para sistemas sem atraso, tem-se resultados, feitos em trabalhos anteriores, que mostram
que a limitacao de L tem relacao direita com o aumento do erro quadratico medio e seu desvio
padrao. Segundo os resultados expostos no presente capıtulo, esses resultados sao mantidos
em sistemas com janela de espera B, hipotese valida quando sao implantados filtros via
MJLS para PS < 0.99, dado que, em sistemas com perda menor que 1%, a dinamica do
erro e praticamente aquela do sistema sem perda. Os resultados mais importantes sao que,
para PS < 0.99, pode-se utilizar ΥFB como limitante de ϕFB, sendo viavel utilizar ΥFB
como criterio do projeto procurando que o aumento do erro quadratico medio seja igual ou
menor que ΥFB. Esta relacao e util para projetar um limite de transmissoes L que garanta a
estabilidade e um certo grau de desempenho, alem de ter um impacto positivo nas estatısticas
de utilizacao da rede.
77
Capıtulo 7
Trade-Off em sistemas dinamicos
aplicado a eficiencia energetica em
redes sem fio
Nos capıtulos anteriores, sao abordadas as questoes referentes a estabilidade, degradacao da
norma H∞ e variacoes das medidas de desempenho utilizadas para quantificar o impacto da
comunicacao Semi-reliable em projetos de filtros classicos e markovianos. Neste capıtulo, e
apresentada uma aplicacao de nossa proposta voltada para projetos de controle que contem-
plem eficiencia energetica para as redes de comunicacao onde os sinais sao transportados.
A aplicacao desenvolvida e baseada em [46], onde sao analisadas as variacoes do consumo
medio de energia em um laco de controle no qual os sinais sao transportados atraves de
unidades transceptoras sem fio LR-WPANs. O capıtulo tem a seguinte estrutura. Primeiro,
sao apresentados os criterios de projeto e parametros de rede para o problema. Em seguida,
e proposto um modelo de consumo teorico de energia para unidades transceptoras sem fio,
para redes que implementam o esquema de transporte Hop-by-Hop. Por ultimo, tem-se uma
secao com as consideracoes utilizadas para projeto de filtro e, finalmente, uma secao com os
resultados e suas analises.
7.1 Projeto de Filtro com eficiencia energetica
Uma possıvel aplicacao do Trade-Off em sistemas dinamicos e desenvolver projetos de con-
trole procurando otimizar ao mesmo tempo criterios de desempenho do sistema dinamico e
minimizar custos para as redes que transportam os sinais das medidas. Para uma planta
particular, onde os sinais sao transportados em uma rede WSN Multi Hop, sendo os nos
unidades XBee pro, sao solicitados os seguintes projetos:
1. Projeto A: Corresponde a um projeto de filtro com o menor custo de energetico para
78
a rede, mediante a selecao de L. O erro quadratico medio pode ter um aumento menor
que ou igual a 15% em comparacao com o sistema classico sem perda. Alem disso,
deve-se avaliar o comportamento do filtro Hıbrido com os mesmos parametros de rede.
2. Projeto B: Consiste em projetar um filtro com a menor quantidade de interacoes
para a rede mediante a selecao de L que garanta um Trade-Off positivo. Avaliar o
impacto na economia de energia para a rede, tanto para o filtro Hıbrido quando para
a abordagem markoviana.
Para ambos os projetos, quantifica-se o consumo de energia do laco de controle para a base
de tempo de uma hora.
7.1.1 Parametros do sistema dinamico
O sistema dinamico a ser utilizado em ambos projetos corresponde ao pendulo de Furuta.
Para o primeiro projeto, o sistema corresponde ao pendulo linearizado em torno de seu ponto
equilıbrio estavel, sistema (5.2) segundo equacoes (5.5). Para o segundo projeto, tambem
utilizamos o pendulo de Furuta, mas linearizado em torno de seu ponto de equilıbrio instavel,
segundo o sistema (5.1) com a matriz J nula conforme os dados mostrados em [43, 46]. No
caso da presenca de atraso ocasionado pela rede, pode-se utilizar a estrategia de atraso fixo
segundo a janela de espera B, transformando os atrasos variaveis em fixos multiplos da
frequencia de amostragem definida na Secao 4.2 e dada pela equacoes (4.2). Caso ocorra
perda de informacao da medida pela rede, e utilizada a estrategia Zero, que substitui a
informacao perdida por zero, como mostrado na Secao 4.2.1 e definida pelas equacoes (4.3).
As medidas do sistema sao transmitidas a cada 50[ms] sendo elas os angulos das articulacoes
do pendulo mais ruıdo de medida, que correspondem aos estados medidos da planta real. A
saıda a ser estimada corresponde aos angulos e as velocidades angulares com um fator de 2,
a estimacao das velocidades com fator de dois e feita procurando uma maior penalizacao na
estimacao das velocidades. As matrizes que definem a saıda medida e a saıda estimada sao
definidas abaixo para o sistema em formato de estado (3.1), note-se que Ez e nula.
[Cy Ey
Cz Ez
]=
1 0 0 0 0.05 0
0 1 0 0 0 0.05
1 0 0 0 0 0
0 1 0 0 0 0
0 0 2 0 0 0
0 0 0 2 0 0
, (7.1)
79
7.1.2 Parametros de Rede
Os sinais das medidas da planta sao transmitidos por uma rede Multi Hop tipo cadeia
utilizando o esquema de transporte Hop-by-Hop segundo a Figura 4.2. A rede e composta
por unidades LR-WPANs, especificamente por uma rede de sensores sem fio (WSN) composta
por unidades XBee Pro com parametros descritos em [18]. As unidades XBee Pro transmitem
com uma potencia de 1[mW] e com uma taxa de 200[Kbps]. Os pacotes contem os sinais
das medidas do sistema em um unico instante k. Para os pacotes com os sinais de medida
a largura corresponde a 100 bytes com uma probabilidade de acerto de 38% entre Link.
Os pacotes que enviam o acknowledgement (ACK) tem uma largura menor, de 50 bytes, e
uma probabilidade de acerto maior, devido ao seu tamanho menor, correspondendo a 56%
entre Link, ambas larguras de pacote incluem os cabecalhos. Probabilidade de recepcao
dos pacotes dado um tempo de espera corresponde a ∇, para uma rede com 7 roteadores
intermediarios, utilizando comunicacao Full reliable consideramos que a probabilidade de
receber um pacote no destino, dada uma espera de 100[ms] e de ∇100 = 93% e dada uma
espera de 150[ms] corresponde a ∇150 > 99%, a partir da qual pode-se desprezar as perdas
pela espera. Consideramos que a probabilidade de acerto da rede PS e de atraso ∇ sao
independentes e correspondem a variaveis aleatorias Bernoulli, ademais, e considerado que
as probabilidades ∇ nao variam quando e utilizada comunicacao semi reliable, pela limitacao
de L.
7.2 Proposta de modelo teorico de consumo de energia
para WSN
Propomos um modelo teorico de consumo de energia para unidades WSN, baseada nos tres
custos energeticos associados a uma unidade transceptora mostrados na Secao 3.2.2, baseado
no artigo [16] e esquematizados na Figura 3.2. Os tres custos energeticos sao respectivamente:
gasto energetico associado ao modo de transmissao ETX , gasto energetico associado ao modo
de recepcao ERX e gasto energetico associado a comutacao entre os modos ESW . Suponha-
mos que se tenha dois nos em uma comunicacao ponto a ponto ideal sem erro (PS = 1) e o
estado normal das unidades corresponde a escuta (recepcao). Quando ha um dado pronto
a ser transmitido por um no que esta em seu estado normal de trabalho de recepcao, este
deve comutar para o modo de transmissao, enviar a mensagem e depois comutar novamente
para recepcao, e como nao ha perda, o vizinho recebe a mensagem. O custo total energetico
(ETotal) da transmissao de uma mensagem para nosso caso determinıstico corresponde a:
duas vezes ESW , uma vez ETX e uma vez ERX . Note que se os nos estao normalmente em
recepcao, o numero de comutacoes entre modos (NSW ) e definido pelo numero de trans-
missoes (NTX) e, se nao ocorre perda, o numero de recepcoes (NRX) e igual ao numero de
transmissoes. Entao, o custo energetico total ETotal do sistema sem perda e dado por,
80
ETotal = ETXNTX + ESWNSW + ERXNRX , (7.2)
ETotal = ETXNTX + ESW (2NTX) + ERXNRX , (7.3)
ETotal = (ETX + 2ESW )NTX + ERXNRX . (7.4)
Baseado na mesma analise, generalizando para uma rede com falha na comunicacao, o
valor de ETotal ja nao e mais um valor determinıstico. O valor de ETotal agora corresponde
a uma variavel aleatoria, na qual e de interesse para a analise do consumo de energia o
primeiro momento, isto e, o valor esperado do consumo de energia da transmissao de um
pacote pela rede, denotado por E(ETotal). Utilizando a equacao (7.4) do caso determinıstico
podemos obter as seguintes relacoes,
E(ETotal) = E((ETX + 2ESW )NTX + ERXNRX). (7.5)
colocando as constantes em evidencia tem-se,
E(ETotal) = (ETX + 2ESW )E(NTX) + ERXE(NRX). (7.6)
Agora aplicamos a equacao (7.6) para a rede estudada no presente trabalho, correspon-
dente a rede tipo cadeia segundo a Figura 4.2 que implementa o mecanismo de transporte
Hop by Hop. As grandezas E(NTX) e E(NRX) podem ser obtidas de forma fechada tanto para
comunicacao Full-reliable e Semi-reliable segundo o Teorema 9 mediante a equacao (3.39) na
qual se determina o valor esperado de transmissoes globais da rede e o Teorema 10 mediante
a equacao (3.32) na qual se determina o valor esperado do numero global de recepcoes da
rede. Pode-se trocar NTX e NRX por M e R, respectivamente, mantendo a notacao definida
em [33] e esquematizada na Tabela 3.1. Fazendo as trocas de variaveis, tem-se que o valor
esperado do consumo energetico da transmissao de um pacote se torna funcao de L , p1, p2
e N , valores mostrados na Secao 3.2. Fazendo as substituicoes na Equacao (7.6), o valor
esperado do consumo de energia fica,
E(ETotal(p1, p2, L,N)) = (ETX + 2ESW )E(M) + ERXE(R). (7.7)
Analisando as Equacoes (3.39) e (3.32), pode-se observar que, tanto para comunicacao
Full-reliable quanto para Semi-reliable, o valor esperado do numero global das recepcoes
pode ser definido em funcao do valor esperado do numero global de transmissoes segundo a
relacao E(R) = p1E(M), veja os Teoremas 9 e 10, o valor esperado do consumo de energia
da rede e definida como,
E(ETotal(p1, p2, L,N)) = (ETX + 2ESW + p1ERX)E(M). (7.8)
81
Na Equacao (7.8), o valor esperado de consumo energetico da transmissao de um pacote
pela rede tem que ser modificado para obter o valor esperado de consumo energetico por
unidade de tempo do laco de controle. Para nosso caso de estudo, projeto de filtro, os pacotes
de medidas sao transmitidos periodicamente conforme a frequencia de amostragem TS−1.
Finalmente tem-se que para rede tipo cadeia segundo a Figura 4.2 que implementa como
mecanismo Hop-by-Hop o valor do consumo energetico por unidade de tempo da comunicacao
entre a planta e o Filtro, para unidades WSN, corresponde a,
E(ETotal(p1, p2, L,N)) = Ξ× (ETX + 2ESW + p1ERX)E(M)
TS, (7.9)
onde TS e o tempo de amostragem do sistema sistema dinamico e Ξ indica o coeficiente
escalar utilizado para obter a esperanca do consumo de energia para diferentes unidades de
tempo, por exemplo, que fazendo Ξ = 1, tem-se o valor de consumo energetico esperado
para um segundo, do mesmo modo, para Ξ = 3600 tem-se o valor esperado de consumo
de energia para uma hora. Outro resultado importante corresponde a que, dada a relacao
E(R) = p1E(M), as medidas de desempenho descritas na Secao 4.3.3, decremento global das
interacoes da rede, ΘM , ΘR e ΘG sejam substituıdas por uma unica medida, pois E(R) e
E(G) sao proporcionais a E(M), a prova deste fato pode ser encontrada em [44].
7.3 Proposta de solucao
Os dois projetos de filtro podem ser esquematizados como um problema de otimizacao base-
ado em tres restricoes para selecionar o numero maximo de transmissoes por pacote L, que
procure otimizar ao mesmo tempo o consumo energetico da rede e o rendimento do filtro,
verificado pela norma H∞ do erro de estimacao. Ha tres restricoes: a primeira procura ga-
rantir a estabilidade pelo segundo momento da dinamica do erro, a segunda procura limitar a
degradacao do erro quadratico medio e por ultimo a restricao do Trade-Off positivo. O pro-
blema de otimizacao que procura o mınimo segundo as tres restricoes pode ser formalizado
como
min L :
1− (rσ)−2 < (1− (p1)
L)N Estabilidade,
ΥFB 6 α ; α > 1 Erro Quadratico Medio,
Φ > β ; β > 0 Trade-Off.
(7.10)
Na Equacao 7.10, a primeira parcela 1 − (rσ)−2 < (1 − (p1)L)N corresponde a restricao
(4.6), que garante a estabilidade pelo segundo momento do erro. Esta restricao e garantida
para sistemas estaveis mas nao para instaveis, em sistemas com processo de perda Bernoulli.
A segunda parcela restringe a degradacao da norma mediante a desigualdade ΥFB 6 α,
procurando limitar o aumento do erro quadratico medio, segundo mostrado na Secao 6.2.
A terceira parcela procura obter um filtro onde, percentualmente, as melhorias para a rede
82
sejam maiores que a perda de desempenho, em norma H∞ como mostrado em Secao 4.3.4.
Minimizando L e minimizado o consumo energetico da rede, segundo a Equacao (7.9). Mas,
em contrapartida, a minimizacao de L aumenta a norma H∞ do erro, que pelos resultados
obtidos neste trabalho tem um comportamento monotonico crescente em funcao do aumento
na taxa de perdas de pacote (PLR). Note-se que, dependendo do problema, as restricoes
do erro quadratico medio e Trade-Off podem ser desconsideradas, mas as restricoes de
estabilidade tem que ser mantidas.
7.3.1 Parametros gerais dos projetos
Para ambos projetos tem-se que os parametros de rede sao: probabilidade de Link p1 = 0.38
e probabilidade de ACK p2 = 0.56. O numero de saltos N para 7 roteadores intermediarios
corresponde a N = 8, segundo a Figura 4.2. Note-se que utilizando os teoremas mostrados
na Seccao 3.2, baseados no artigo [43], pode-se obter de forma fechada E(M) e E(R) para
redes onde as probabilidades de Link e ACK sao diferentes entre si, o que nao e possıvel
fazer utilizando o modelo encontrado na literatura [33].
Os custos energeticos sao obtidos segundo [18] para as unidades XBee Pro para uma
tensao de alimentacao de 3.3[V]. As larguras dos pacotes e taxa de transmissao sao dados
do problema, mostrado na Secao 7.1.2, fazendo simples contas tem-se ETX = 228[µJ] e
ERX = 208[µJ]. O custo de comutacao entre os modos ESW e considerado nulo. O valor de
Ξ utilizado corresponde a 3600 e TS corresponde a 0.05[s], para ambos projetos.
A probabilidade de acerto da rede PS depende das variaveis p1, p2, L e N , que sao inde-
pendentes da janela de espera dos dados B. As probabilidades ∇ para 100[ms] correspondem
a uma janela de espera com largura B = 2, e para o tempo 150[ms], a uma janela de es-
pera com largura B = 3. Combinando as probabilidades PS e ∇, estabelecemos uma nova
probabilidade de acerto da rede PS definida por,
PS(p1, p2, L,N,B) = ∇B × PS((p1, p2, L,N). (7.11)
Dado que, para os problemas tratados neste trabalho, os parametros de rede p1, p2 e N sao
constantes, a notacao e simplificada utilizando PS(L|B), que a probabilidade de acerto da
rede ao transmitir um pacote com um limite de transmissoes L e esperando um janela B.
Ao fazer isso, a restricao que garante a estabilidade do sistema, equacao (4.6), podem ser
redefinida,
LF = minL|B : 1− (rσ)−2 < ∇B(1− (p1)L)N . (7.12)
Note-se que, para nosso caso em estudo, ∇3, com B = 3, tem o valor de 1.
83
7.4 Resultados dos projetos
7.4.1 Projeto A
O primeiro projeto pode-se esquematizar na seguinte equacao,
min L|B :
1− (rσ)−2 < ∇B(1− (p1)
L)N
ΥFB 6 1.15(7.13)
A restricao ΥFB 6 1.15, procura cumprir com o criterio de projeto de que o erro
quadratico medio tenha um aumento menor ou igual a 15%. E utilizado ΥFB para limi-
tar o aumento do erro baseado na hipotese que ΥFB pode ser usado como limitante superior
de ϕFB, como mostrado na Secao 6.2. A parcela correspondente na restricao do Trade-Off
do sistema nao e incluıda na Equacao (7.13), pois o Projeto A nao tem como especificacao
a ser satisfeita o Trade-Off positivo. O projeto procura levar economias para a rede ao
permitir aumentar o erro quadratico medio. Utilizando a medida ΥFB como limitante supe-
rior do aumento do erro procedemos na procura do menor L que satisfaz a restricao com os
parametros de rede. A Figura 7.1 mostra as variacoes de ΥFB, Θs e PS para B = 2 e B = 3.
4 6 8 10 12 14 16 18 200.2
0.4
0.6
0.8
1
1.2
1.4
L
PS,ϒ
,Θ
PS
ϒI1
ΘM
(a) Υ,Θ, PS para B = 2
4 6 8 10 12 14 16 18 200.2
0.4
0.6
0.8
1
1.2
1.4
L
PS,ϒ
,Θ
PS
ϒI1
ΘM
(b) Υ,Θ, PS para B = 3
Figura 7.1: variacoes das medidas do Projeto A.
Note-se que, na Figura 7.1a, as medidas ΥFB e PS nao convergem a um com o aumento
de L, pois ∇B=2 = 0.93 que faz que PS tenha esse valor limite . O filtro classico sem perda
tem uma norma H∞ de 2.0006, valor nao alcancado pelo aumento de L devido a ∇B=2 = 0.93
que faz que a norma H∞ obtida via MJLS para probabilidade de acerto de 0.93 seja 2.0244,
o que tambem podem ser visto no grafico de ΥFB, Figura 7.1a, que converge a 1.0114.
Os resultados para L sob as restricoes formuladas em (7.13) sao os seguintes. Para uma
janela de espera de B = 2, o limite para transmissoes por pacote corresponde a L = 6
com uma norma H∞ de 2.1305 e um ΥFB = 1.1055, PS de 0.5824 e ΘM de 0.6266. Para
janela com B = 3 tem-se que L mınimo corresponde a 5 com uma norma H∞ de 2.1305 e
um ΥFB = 1.1350 e PS de 0.4636 com ΘM de 0.5104. O custo energetico por hora para a
rede da implementacao de um projeto de filtro Hıbrido, sem perda de pacotes, corresponde a
84
1.0041×106[J]. Para os projetos de filtros markoviamos, que fornecem uma solucao otimizada
para filtragem atraves de uma rede com perda, tem-se os seguintes custos, para B = 2 foi
6.2917 × 105[J] e B = 3 foi de 5.1273 × 105[J], que correspondem a economias de 38.44% e
48.96%, respetivamente.
Simulacao temporal
Pelos resultados anteriores e melhor utilizar uma janela de espera de 150[ms] (B = 3) dado
que se obtem um L menor do que aquele se obtem para espera de 100[ms] (B = 2). Mas,
segundo a Tabela 6.5, o aumento do tempo de espera faz com que o erro aumente signifi-
cativamente. A Figura 7.2 mostra o erro quadratico medio para avaliar se ele cumpre com
requisito de projeto de manter o aumento do erro 15% menor em relacao aos valores sem
perda, para isso e feita uma simulacao de Monte Carlo segundo o mostrado na Secao 6.2 e
os graficos estao na Figura 7.2.
0 50 100 150−0.5
0
0.5
1
1.5
T[s]
||err
o 2|| 22
Erro
2
σσ
(a) erro para B = 2
0 50 100 150−0.5
0
0.5
1
1.5
2
T[s]
||err
o 2|| 22
Erro
2
σσ
(b) erro para B = 3
Figura 7.2: variacoes das medidas do Projeto A.
O valor de ϕ(L|B) para B = 2 corresponde a 1.0913 e para B = 3 foi de 1.0546, ambos
inferiores ao limite permitido, lembre que ambos valores sao em funcao da comunicacao sem
perda, filtro classico, para seu respectivo L. Os dados mostram que o projeto utilizando a
janela de espera B = 3 tem melhores resultados, mas pode-se observar na Figura 7.2a que
ha um erro medio menor que na Figura 7.2b, isso e de se esperar pois utilizar um B maior
tem-se como consequencia aumentar o erro quadratico medio como mostrado na Secao 6.2.1.
7.4.2 Projeto B
O segundo projeto e esquematizado na equacao,
min L|B :
1− (rσ)−2 < ∇B(1− (p1)
L)N ,
Φ > 0.(7.14)
A restricao que procura cumprir o criterio degradacao do erro quadratico medio nao e
incluıda, dado que a degradacao percentual do erro nao e uma restricao do Projeto B. A
85
parcela correspondente a restricao do Trade-Off do sistema, definida pela restricao Φ > 0,
define nosso parametro a otimizar segundo os valores de L. O Projeto B nao tem como
criterio minimizar a degradacao, apenas requer que o Trade-Off seja positivo, com isso
pode-se utilizar tanto uma janela de espera de B = 2 com ∇100 = ∇B2 = 0.93 ou B = 3
com ∇150 = ∇B3 ≈ 1.00. O Projeto B, diferentemente do Projeto A, tem que procurar L
que garanta a condicao de estabilidade de erro pois o sistema utilizado corresponde a um
sistema instavel, o qual tem autovalor com modulo maior que um em seu sistema discreto
equivalente. A Figura 7.3 mostra o comportamento das medidas de desempenho Υ, Θ e PS
e os graficos do Trade-Off do sistema para filtro markoviano dependente do modo, para os
dois valores de B.
L10 15 20 25 30
PS,Υ
,Θ
0.8
1
1.2
1.4 PSΥ
I1
ΘM
(a) Υ,Θ, PS para B = 2
L10 15 20
PS,Υ
,Θ
0.5
1
1.5
2
PSΥ
I1
ΘM
(b) Υ,Θ, PS para B = 3
L10 15 20 25
ΦI
-0.05
0
0.05 Trade Off
(c) Φ para B = 2
L5 10 15 20
ΦI
-0.1
-0.05
0
0.05
Trade Off
(d) Φ para B = 3
Figura 7.3: Diagramas do Pendulo de Furuta.
Uma questao de importancia e que, para B = 2, mesmo com L ilimitado, ou seja comu-
nicacao Full reliable, tem-se perda de dados da medida. Isso pode ser observado na Figura
7.3a, onde, como acontece com a Figura 7.2a, as medidas de desempenho ΥFB e ΘM nao
convergem para um com o aumento de L, o que tem impacto no Trade-Off do sistema (Fi-
gura 7.3c). Apenas para valores intermediarios de L o valor e positivo (Φ > 0).
O valor L mınimo que garante um Trade Off positivo corresponde a L = 8 para B = 2
com uma norma H∞ de 3.6842 com ΥFB igual a 1.1970. Os dados de rede para o par (L,B)
86
foram PS de 0.7794 fornecendo um ΘM igual a 0.7653. Do mesmo modo para B = 3 os
valores do sistema que garante um Φ > 0 com o mınimo consumo de recursos para a rede
correspondem a L = 7 fornecendo os valor de norma H∞ de 5.3733 com ΥFB igual a 1.2440
e os dados de rede de PS de 0.7507 fornecendo um ΘM igual a 0.7193.
Os custos energeticos para os pares L|B otimos cumprem as restricoes da Equacao (7.14)
sao para L = 8|B = 2 iguais a 1.3710 × 103[J] e para L = 7|B = 3 iguais a 1.2885 ×103[J]. Percentualmente, as economias para a rede correspondem a para a 23.47% e 28.07%,
respectivamente. Utilizando os projetos classicos em sistemas com perda de informacao
satisfazendo as restricoes (7.14), resulta para o caso estudado em maiores valores de L alem
de valores de norma mais elevados. O valor de L que satisfazendo as restricoes para B = 2
corresponde a L = 9 e para B = 3 e L = 8, correspondendo a L + 1 em comparacao com o
filtro MJLS. Como resultado final, tem-se que filtros via MJLS sujeitos as restricoes (7.14)
implicam em uma economia energetica para a rede de 28.07% para B = 3 e de 23.47% para
B = 2, e dado que nao ha restricao no aumento do erro quadratico medio, e melhor utilizar o
projeto com B = 3, pois fornece a solucao com Trade-Off positivo e menor custo energetico.
7.4.3 Conclusao geral dos projetos de filtros
Os projetos de filtros apresentados procuram ilustrar as possıveis aplicacoes de Trade-Off
em sistemas dinamicos. Foram utilizados parametros de rede mais realistas, impondo que,
para um tempo de espera menor, tenha-se mais perda de dados, hipotese realista, pois as
redes digitais tem um custo em tempo. O maior tempo de espera significa atraso nos dados
e degradacao do desempenho, mas, para os dois problemas propostos, esperar mais tempo
gera solucoes com menor uso dos recursos energeticos da rede. Outro resultado a destacar
e que a restricao do Trade-Off positivo fornece resultados mais conservadores que somente
limitar o aumento do erro via ΥFB.
87
Capıtulo 8
Conclusao e trabalhos futuros
No presente trabalho, fez-se um desenvolvimento extensivo de uma proposta de aplicacao
de controle em redes de computador. O Trade-Off em sistemas dinamicos consiste em um
compromisso entre um parametro de desempenho do sistema dinamico e um parametro de
interesse para a rede. Os sistemas dinamicos analisados no trabalho incluıram o projetos de
filtros cujo parametro de desempenho e a norma H∞ do erro de estimacao. O parametro de
interesse a otimizar para a rede corresponde ao valor esperado do numero de transmissoes
global, para uma rede Multi-Hop que implementa o esquema de transporte Hop-by-Hop. Os
criterios para estabilidade da dinamica do erro estimacao e o impacto na degradacao do erro
quadratico medio dos filtros em uma comunicacao semi-reliable foram previamente expostos
em [43] e [45], mas neste trabalho sao aprofundadas e foram incorporadas analises quanto
ao atraso dos sinais de medida.
Outros resultados importantes correspondem ao comportamento dos filtros Hıbrido ao
implementa-los em redes com falha na comunicacao. Faz-se tambem a comparacao de ren-
dimento com as solucoes via sistemas markovianos. Para projetos de filtros markovianos
dependentes do modo, para uma cadeia tipo Bernoulli, o valor maximo admitido para a pro-
babilidade de perda de pacotes depende do raio espectral do sistema discreto equivalente,
conforme a Equacao (4.6). Utilizando a estrategia de atrasos fixos, multiplos da frequencia
de amostragem, para sinais de medida conforme a Secao 4.2, mostra-se que o maximo valor
de probabilidade de perda admitido ao aumentar a ordem do sistema pela incorporacao do
atraso do sinais de medida nao varia, pois os autovalores adicionados tem modulo nulo. Para
um filtro Hıbrido, as relacoes mencionadas anteriormente nao sao mais validas, e o valor de
probabilidade de perdas maximo para garantir a estabilidade da dinamica do erro nao pode
ser obtido analiticamente segundo a Equacao (4.6) e ela tambem depende do atraso das me-
dida. Utilizando filtros markovianos dependentes do modo, teoricamente, tem-se um filtro
factıvel para qualquer probabilidade de acerto nao nula, como mostrado na Figura 5.4, de
degradacao da norma H∞ em funcao da probabilidade de acerto da rede.
Das analises das variacoes das medidas de desempenho: degradacao da norma do H∞ do
88
sistemas ΥFB, decremento do global de transmissao da rede ΘM e probabilidade de acerto
da rede PS, pode-se observar que, tanto para sistemas instaveis como estaveis, a norma H∞
converge a valores classicos, i.e. sem perda de informacao, mais intensamente que as demais
medidas. Este resultado foi mostrado claramente nos graficos de Trade-Off o que mostram
valores positivos que significa que a perda em norma foi menor que o ganho para a rede,
medida pela diminuicao do do numero global das transmissoes. Outro resultado importante
corresponde a possibilidade de utilizar o valor de ΥFB como limitante superior do aumento
do erro quadratico medio, possibilitando ter uma informacao do aumento do erro devida a
perdas de pacote sem a necessidade de uma simulacao temporal do sistema.
Baseado nas analises do comportamento do sistema, mediante a utilizacao de sistemas
markovianos foi formalizado o problema de Trade-Off mediante a Equacao (7.10), que se
apresenta novamente abaixo,
min L :
1− (λmax)
−2 < (1− (p1)L)N Estabilidade
ΥFB 6 α ; α > 1 Erro Quadratico Medio
Φ > β ; β > 0 Trade Off
(8.1)
Nela, ha tres restricoes para otimizacao do numero de transmissoes maximo por pacote L.
A restricoes sao as seguintes: garantir a estabilidade do erro, limitar a degradacao do erro
quadratico medio e Trade-Off positivo. O valor de L tem influencia no valor esperado do
numero transmissoes global da rede e tambem no valor esperado do consumo de energia para
a rede. Baseado nas restricoes, foram dados dois exemplos de projetos de filtro utilizando o
modelo proposto de consumo de energetico para unidades WSN. Foram obtidas significativas
economias para a rede. Note-se que, baseado nas tres restricoes, pode-se obter diferentes
configuracoes. Alem do mais, como mostram os exemplos, pode-se adicionar o problema de
perda de dados pelo atraso da utilizacao de redes no transporte de dados.
8.1 Trabalhos futuros e perspectivas
No presente trabalho, foi abordado um caso muito restrito tanto do ponto de vista da rede
quando do ponto de vista do sistema dinamico. Trabalhos futuros podem ser feitos na analise
do Trade-Off do mesmo problema de filtragem abordado neste trabalho mas utilizando ou-
tros criterios de desempenho encontrados na literatura de controle como a norma H2 ou
o criterio linear quadratico. Do mesmo modo, estao em aberto para projetos de controle
o Trade-Off. Tambem podem ser estudadas outras topologias e mecanismos de transporte,
como por exemplo o esquema alternativo do Hop-by-Hop que e o esquema End-to-End. Alem
de modelos na literatura de redes como o roteamento oportunista, do ingles opportunistic
routing [4].
89
Uma potencial aplicacao dos conceitos de Trade-Off de sistemas dinamicos consiste em
uma estrategia de controle que permita cooperacao entre controlador e rede. O exemplo dado
em [43] corresponde a um sistema onde o numero maximo de retransmissoes L e escolhido em
comum acordo entre o controlador e a rede. Neste cenario hipotetico, para valores nominais
de congestionamento a rede implementaria um valor de L suficientemente alto para garantir
que o valor da norma seja mais proximo ao valor classico. Quando a rede tiver problemas,
como o congestionamento, ou quaisquer outros que possuam levar ao seu colapso, a rede ira
informar ao controlador a situacao e limitara o valor de L, em uma tentativa de diminuir
a carga da rede. Quando o controlador receber o alarme da rede, ele trocara o controlador
para a nova configuracao de L, garantindo a estabilidade do sistema. Se a rede voltar ao
estado normal, ela ira informar o controlador que o valor de L sera trocado pelo nominal,
ja que a rede solucionou seus problemas e pode retransmitir mais pacotes. Este tipo de
sistema de controle em rede, que nos denominamos como “inteligente”, pode ser importante
para garantir a robustez do sistema de controle em redes, porque quando uma rede usada
para transportar dados de controle entra em colapso, nao e possıvel garantir a estabilidade
para todo o sistema que faz uso da rede durante este perıodo de tempo. O objetivo dos
Sistemas Inteligentes de Controle em Rede seria minimizar a probabilidade colapso da rede
limitando momentaneamente L, enquanto o valor de norma aumenta no sistema, mas ainda
garantindo a estabilidade no intervalo de tempo, enquanto ocorrem os problemas, sendo uma
opcao melhor do que o colapso da comunicacao.
Outro campo de estudo seria formular um marco teorico de modelos de controle energeticos
eficientes para os sistemas de comunicacao que transportam sinais de controle. Neste traba-
lho foram dados dois exemplos baseados em [46]. Mas a problematica de minimizar custos
energeticos para a rede ainda esta em aberto pois nao ha trabalhos similares na literatura.
Outro ponto importante e que minimizar as transmissoes da rede pode ter um impacto
positivo nao so no consumo de energia dos nos, como tambem em problemas de congestiona-
mento, de muita importancia se no futuro sao utilizadas redes de dados compartidas multi
propositos, como IEEE 802.11 wifi, para dados de controle tanto industrial ou domestico.
90
Bibliografia
[1] ZigBee Alliance. Zigbee alliance. ”http://www.zigbee.org/”, 1987. ”[Online; accessed
1-July-2015]”.
[2] Leopoldo Angrisani, Matteo Bertocco, Daniele Fortin, and Alessandro Sona. Experi-
mental study of coexistence issues between ieee 802.11 b and ieee 802.15. 4 wireless
networks. Instrumentation and Measurement, IEEE Transactions on, 57(8):1514–1523,
2008.
[3] S.M. Aziz and Duc Minh Pham. Energy efficient image transmission in wireless multi-
media sensor networks. Communications Letters, IEEE, 17(6):1084–1087, June 2013.
[4] Sanjit Biswas and Robert Morris. Opportunistic routing in multi-hop wireless networks.
ACM SIGCOMM Computer Communication Review, 34(1):69–74, 2004.
[5] Andrea Caragliu, Chiara Del Bo, and Peter Nijkamp. Smart cities in europe. Journal
of urban technology, 18(2):65–82, 2011.
[6] Benjamin Seth Cazzolato and Zebb Prime. On the dynamics of the furuta pendulum.
volume 2011, page 3. Hindawi Publishing Corp., 2011.
[7] Daniel G Costa and Luiz Affonso Guedes. A discrete wavelet transform (dwt)-based
energy-efficient selective retransmission mechanism for wireless image sensor networks.
Journal of Sensor and Actuator Networks, 1(1):3–35, 2012.
[8] Eduardo F Costa and Joao BR do Val. On the observability and detectability of
continuous-time markov jump linear systems. SIAM Journal on Control and Opti-
mization, 41(4):1295–1314, 2002.
[9] OLV Costa and JBR Do Val. Full information hinf-control for discrete-time infinite
markov jump parameter systems. Journal of Mathematical Analysis and Applications,
202(2):578–603, 1996.
[10] Oswaldo Luiz Valle Costa, Marcelo Dutra Fragoso, and Ricardo Paulino Marques.
Discrete-time Markov jump linear systems. Springer Science & Business Media, 2006.
91
[11] Oswaldo LV Costa and Marcelo D Fragoso. Stability results for discrete-time linear
systems with markovian jumping parameters. Journal of mathematical analysis and
applications, 179(1):154–178, 1993.
[12] Alim Pedro de Castro Goncalves. Controle Dinamico de Saıda para Sistemas Discretos
com Saltos Markovianos. PhD thesis, Universidade Estadual de Campinas (UNICAMP).
Faculdade de Engenharia Eletrica e de Computacao, 2009.
[13] Andre Marcorin de Oliveira. Analise e controle de um sistema mecanico com dados
transmitidos atraves da rede. In Monografia, Universidade Estadual de Campinas (UNI-
CAMP). Faculdade de Engenharia Eletrica e de Computacao.
[14] Joao BR Do Val, Jose C Geromel, and Alim PC Goncalves. The h2-control for jump
linear systems: cluster observations of the markov state. Automatica, 38(2):343–349,
2002.
[15] Cristian Duran-Faundez. Transmission d’images sur les reseaux de capteurs sans fil
sous la contrainte de l’energie. PhD thesis, Universite Henri Poincare, Nancy 1, 2009.
[16] Cristian Duran-Faundez and Vincent Lecuire. Error resilient image communication with
chaotic pixel interleaving for wireless camera sensors. In Proceedings of the workshop
on Real-world wireless sensor networks, pages 21–25. ACM, 2008.
[17] Cristian Duran-Faundez, Vincent Lecuire, and Francis Lepage. Tiny block-size coding
for energy-efficient image compression and communication in wireless camera sensor
networks. Signal Processing: Image Communication, 26(8):466–481, 2011.
[18] Cristian Duran-Faundez, Jonathan Matias Palma Olate, Eric Orellana-Romero, and
Pedro E. Melin. Effect of packet sampling time on a colony of mobile routing robots
for communication link maintenance using ieee 802.15.4 devices. In 10th International
Conference on Modeling, Optimization & Simulation (MOSIM 2014), 2014.
[19] Schneider Electric. Modbus. ”http://www.schneider-electric.us/en/
product-range/574-modbus/”, 1987. ”[Online; accessed 1-July-2015]”.
[20] Schneider Electric. Simatic net. ”http://w3.siemens.com/mcms/automation/es/
industrial-communications/industrial-ethernet/pages/default.aspx”, 2014.
”[Online; accessed 1-July-2015]”.
[21] Andre R Fioravanti, Alim PC Goncalves, and Jose C Geromel. Filtering of discrete-
time markov jump linear systems with cluster observation: an approach to gilbert-elliot’s
network channel. In Control Conference (ECC), 2009 European, pages 2283–2288. IEEE,
2009.
92
[22] Andre Ricardo Fioravanti. Filtragem de sistemas discretos com parametros sujeitos a
saltos markovianos. 2007.
[23] AR Fioravanti, APC Goncalves, and JC Geromel. Optimal and mode-independent
filters for generalised bernoulli jump systems. International Journal of Systems Science,
46(3):405–417, 2015.
[24] A.R. Fioravanti, A.P.C. Goncalves, and J.C. Geromel. Filter inputs with markovian
lossy links: Zero or hold? In Control and Automation (ICCA), 2011 9th IEEE Inter-
national Conference on, pages 656–661, Dec 2011.
[25] Katsuhisa Furuta, M Yamakita, and S Kobayashi. Swing-up control of inverted pendu-
lum using pseudo-state feedback. Proceedings of the Institution of Mechanical Engineers,
Part I Journal of Systems and Control Engineering, 206(4):263–269, 1991.
[26] Christian E Galarza and Jonathan Matias Palma Olate. Package ‘hopbyhop’ transmis-
sions and receptions in a hop-by-hop network. cran.r-project.org web packages, 2016.
[27] Jose Claudio Geromel. Sistemas de controle em rede analise, projeto e aplicaCAo pra-
tica. Anais do XX Congresso Brasileiro de Automatica, CBA 2014, Belo Horizonte,
MG, (1):375–384, Sep 2014.
[28] Alim PC Goncalves, Andre R Fioravanti, and Jose C Geromel. Markov jump linear
systems and filtering through network transmitted measurements. Signal Processing,
90(10):2842–2850, 2010.
[29] A.P.C. Goncalves, A.R. Fioravanti, and J.C. Geromel. Hoo filtering of discrete-time
markov jump linear systems through linear matrix inequalities. IEEE Transactions on
Automatic Control, 54(6):1347–1351, June 2009.
[30] Alim PC Goncalves, Andre R Fioravanti, and Jose C Geromel. Filtering of discrete-time
markov jump linear systems through linear matrix inequalities. IEEE Transactions on
Automatic Control, 54(6):1347–1351, 2009.
[31] Danilo de Oliveira Goncalves and Daniel G Costa. A survey of image security in wireless
sensor networks. Journal of Imaging, 1(1):4–30, 2015.
[32] Simon Heimlicher, Merkouris Karaliopoulos, Hanoch Levy, and Martin May. End-to-
end vs. hop-by-hop transport under intermittent connectivity. Proceedings of the 1st
international conference on Autonomic computing and communication systems, page 20,
2007.
[33] Simon Heimlicher, Pavan Nuggehalli, and Martin May. End-to-end vs. hop-by-hop
transport. SIGMETRICS Perform. Eval. Rev., 35(3), December 2007.
93
[34] J. P. Hespanha, P. Naghshtabrizi, and Y. Xu. A Survey of Recent Results in Networked
Control Systems. Proceedings of the IEEE, 95:138–162, 2007.
[35] Mohammad Ilyas and Imad Mahgoub. Smart Dust: Sensor network applications, ar-
chitecture and design. CRC press, 2006.
[36] Y Ji. Stability and control of discrete-time jump linear systems. Control Theory and
Technology, 185(3):247–270, 1991.
[37] Joseph M Kahn, Randy H Katz, and Kristofer SJ Pister. Next century challenges:
mobile networking for “smart dust”. In Proceedings of the 5th annual ACM/IEEE
international conference on Mobile computing and networking, pages 271–278. ACM,
1999.
[38] Vincent Lecuire, Cristian Duran-Faundez, Thomas Holl, Nicolas Krommenacker, Mou-
fida Maimour, and Michael David. Energy consumption analysis of a simple image
transmission protocol in wireless sensor networks. In 6th IEEE International Workshop
on Factory Communication Systems, WFCS’2006, pages 215–218. IEEE Press, 2006.
[39] Vincent Lecuire, Cristian Duran-Faundez, and Nicolas Krommenacker. Energy-efficient
image transmission in sensor networks. International Journal of Sensor Networks, 4(1-
2):37–47, 2008.
[40] MathWorks Matlab. Negative binomial distribu-
tion. ”http://www.mathworks.com/help/stats/negative-binomial-
distribution.html?requestedDomain=www.mathworks.com”, 2014. ”[Online; accessed
1-July-2015]”.
[41] Massachusetts Institute of Technology. 10 emerging techologies that will change the
world. MIT Technology Review, (1):2–11, February 2003.
[42] Jonathan Matias Palma Olate. Projeto de filtros em redes multi-hop semi-confiaveis.
In Monografia, Universidade Estadual de Campinas (UNICAMP). Faculdade de Enge-
nharia Eletrica e de Computacao.
[43] Jonathan Matias Palma Olate, L Carvalho, A Goncalves, C Galarza, and A Oliveira.
Application of control theory markov systems to minimize the number of transmissi-
ons in a multi-hop network. In Asia-Pacific Conference on Computer Aided System
Engineering (APCASE) conference. IEEE, 2015.
[44] Jonathan Matias Palma Olate, L Carvalho, A Goncalves, C Galarza, and A Oliveira.
Networked control systems application: Minimization of the global number of interac-
tions, transmissions and receptions in multi-hop network using discrete-time markovian
jump linear systems. Latin america transactions, Aceito para publicacao, 2016.
94
[45] Jonathan Matias Palma Olate, Leonardo D. P. Carvalho, Andre M. de Oliveira, Alim
P. de C. Goncalves, and Cristian Duran-Faundez. Minimizing the number of transmis-
sions in a multi-hop network for the dynamical system filtering problem and the impact
on the mean square error. In Simposio Brasileiro de Automacao Inteligente (SBAI
2015), 2015.
[46] Jonathan Matias. Palma Olate, Leonardo de P. Carvalho, and Alim P. C. Goncalves. An
approach to energy efficiency in a multi-hop network control system through a trade-
off between h-infity norm and global number of transmissions. In Oitavo Encontro
dos Alunos e Docentes do Departamento de Engenharia de Computacao e Automacao
Industrial. At. campinas SP Brazil, 2015.
[47] Rajeev Piyare and Seong-ro Lee. Performance analysis of xbee zb module based wireless
sensor networks. International Journal of Scientific & Engineering Research, 4(4):1615–
1621, 2013.
[48] Quanser. Quanser innovation-educate rotary inverted pendulum. ”www.quanser.com/
products/rotary_pendulum”, 2015. ”[Online; accessed 1-July-2015]”.
[49] Eric Valentino Orellana Romero and Javier San Martın Hernandez. Diseno e imple-
mentacion de una plataforma de evaluacion de tecnicas de entrelazamiento de bloques
para la comunicacion robusta de imagenes sobre redes de sensores inalambricos. 2014.
[50] Pete Seiler and Raja Sengupta. A bounded real lemma for jump systems. Automatic
Control, IEEE Transactions on, 48(9):1651–1654, 2003.
[51] Jesse M Shapiro. Smart cities: quality of life, productivity, and the growth effects of
human capital. The review of economics and statistics, 88(2):324–335, 2006.
[52] Bruno Sinopoli, Luca Schenato, Massimo Franceschetti, Kameshwar Poolla, and Shan-
kar Sastry. Optimal linear lqg control over lossy networks without packet acknowledg-
ment. Asian Journal of Control, 10(1):3–13, 2008.
[53] M Souza. Contribuicao a Teoria de Sistemas Amostrados: Analise, Controle e Es-
timacao. PhD thesis, Universidade Estadual de Campinas (UNICAMP). Faculdade de
Engenharia Eletrica e de Computacao, 2015.
[54] Fei-Yue Wang and Derong Liu. Networked control systems: Theory and applications.
Springer-Verlag London, pages ”153–196”, 2008.
[55] B. Warneke, M. Last, B. Liebowitz, and K.S.J. Pister. Smart dust: communicating
with a cubic-millimeter computer. Computer, 34(1):44–51, Jan 2001.
[56] WirelessHART. Wirelesshart overview. ”http://en.hartcomm.org/hcp/tech/
wihart/wireless_overview.html”, 2015. ”[Online; accessed 1-July-2015]”.
95
[57] GG Wood. Current fieldbus activities. computer communications, 11(3):118–123, 1988.
[58] K. Zhou and J.C. Doyle. Essentials of Robust Control. Prentice Hall Modular Series
for Eng. Prentice Hall, 1998.
96
Apendice A
Proposta de Modelagem de atraso em
redes Multi-Hop
No Capıtulo 4 e proposta a estrategia da janela de espera para transformar os atrasos
variaveis da rede em atrasos fixos multiplos da frequencia de amostragem. E necessaria
uma estimativa da funcao de densidade probabilidade (PDF) do atraso para selecionar a
largura da janela de espera. E proposto um modelo teorico para calcular esta PDF baseado
em tres custos esquematizados na Figura A.1.
Figura A.1: Custos de tempo proposto para redes Multi-Hop.
Os custos correspondem a: tempo de transmissao necessario para um pacote tx[s], tempo
de processamento correspondente ao tempo utilizado em processar a mensagem desde sua
recepcao tr[s]. Por ultimo, o tempo de espera, que e tempo maximo de espera do ACK te[s].
A Figura A.1 esquematiza o modelo de espera para um Hop onde o tempo de atraso ∇
97
corresponde a,
E(∇) = E(tx + tr + te)[s]. (A.1)
Para um unico Hop te[s] e uma variavel aleatoria. Ela e definida por uma PDF geometrica.
Para uma rede tipo cadeia composta por N Hops que implementa o esquema de transporte
Hop-by-Hop, a PDF do atraso da rede e dada por,
PDFatraso = N × (tx + tr) + te ×NB(N, p). (A.2)
A funcao NB(N, p) corresponde a funcao de densidade de probabilidade Binomial Ne-
gativa [40], que corresponde a soma das PDF geometricas que compoem cada Hop. A PDF
Binomial Negativa e dada por,
NB(N, p) =
(K −N − 1
K
)(1− p)NpK , (A.3)
p corresponde na probabilidade de acerto da transmissao do mensagem e K corresponde ao
numero de sucesso.