ALGORITMO GENTICO ADAPTADO A FILTROS IIR 1.

RESUMEN Los convencionales filtros IIR sufren potencial inestabilidad y complejidad , tres tipos de filtros genticos sern estudiados (cascada , paralelo ,red). La dificultades de los filtros IIR se debe cuando los polos se encuentran cerca del circulo unidad y son de orden superior, la superficie del error en filtros IIR puede ser multimodal. 2. INTRODUCCIN FILTROS IIR Filtros adaptivos lineales IIR adaptacin finita al impulso y FIR adaptacin infinita al impulso, estos filtros funcionan eficazmente en un a priori entorno desconocido y variaciones en el tiempo. Aplicaciones: - Identificacin del sistema - Ecualizacin de canales de comunicacin. - Cancelacin del eco - Reconocimiento de proceso y patrn de imagen FIR van a aplicaciones de filtros adaptivos debido a su estabilidad inherente, los filtros FIR ( LMS, RLS,QRDRDS). Para el filtrado FIR , la superficie de error cuadrtico y unimodal estn relacionados con los coeficientes del filtro, para ciertos sistemas fsicos reales , se utilizan los filtros IIR ya que son ms econmicos debido a su menor grado, sin embargo la superficie de error puede ser multimodal y otra es que los polos se encuentran cerca del circulo unidad lo cual produce inestabilidad. Los algoritmos [s], la estructura del filtro permanece de forma directa estos no convergen por tal motivo se ha buscado alternativos modelos de filtros LMS, estos introducen puntos de silla en la superficie de rendimiento que son soluciones inestables, la solucin utiliza un algoritmo LMS en forma de retculo filtro IIR adaptivo que mantiene complejidad computacional, para el clculo de la gradiente. El primer mtodo se basa en el mtodo de Steiglitz-McBride, el otro mtodo se basa en la variacin del error de salida , hay una actualizacin de los coeficientes usando los QR- algoritmo en base a Gauss Newton , se necesitan clculos matriciales , los algoritmos no convergen cuando los polos estn cerca del circulo unitario. En cambio los algoritmos genticos son muy eficaces cuando existen polos cerca del crculo unidad y para filtros de orden superior. 3. ALGORITMO GENETICO (GAS) Basados en la bsqueda de una seleccin natural y gentica codifican una potencial solucin a un cromosoma sencillo , se aplican operadores genticos para preservar informacin crtica. Se puede resolver problemas de alta dimensin, multimodal , de espacio de bsqueda, basados en la cra de poblaciones de individuos , para ver los cromosomas ms aptos que darn lugar a nuevas generaciones. Proceso: Seleccin padre 1 Seleccin padre 2

Evala la aptitud individual 3.1

Unir para formar descendientes

Mutar e insertar en la nueva poblacin

Poblacin y aptitud individual de la poblacin:

Son seleccionados al azar grupos de cromosomas, estos grupos son representadas con cadenas binarias son evaluadas y asignadas oportunidades reproductivas, se selecciona a los ms aptos de cada grupo de acuerdo al valor establecido en binario se ver cual tiene ms aptitud si es mayor estos sern mutados y seguirn viviendo los dems morirn.

Ejemplo: 101000 40 ms apto 000010 2 menos apto Los grupos ms aptos son seleccionados, se coloca puntos donde se va a recombinar , este proceso se realiza N veces es realizado por una PC, estos producen un tipo binario ms apto. Proceso de mutacin es mediante el cual los cromosomas alteran sus valores en poblaciones, se elige un solo bit y se ajusta a su valor complementario, as mediante este proceso todo el espacio es inspeccionado, produciendo un algoritmo gentico simple. 4. MODELOS DE FILTROS (CASCADA , PARALELO ,RED), ALGORTIMO DEL METODO GENITOR

Formas de identificacin de problemas del sistema (directamente, cascada, paralelo, red), aplicando algoritmos genticos, para un filtro Mth IIR d orden (M>2) se tiene:

En la forma de cascada tenemos:

Donde W= (M+1)/2 si M es impar, o W=M/2 si M es par W= (M+1)/2 si M es impar o W= M/2 si M es par (p y q son constantes), este filtro es estable si 1 y 2 se encuentran dentro del tringulo de estabilidad

El equivalente H(Z) en forma paralela:

El filtro puede ser de forma de red:

Relacionando vi(n) y ki(n) es estable si los ki(n) son menores a 1 . Bi(n) y ki(n) son antes y despus residuos (prediccin de errores).

El algoritmo que ser utiliza ser el denominado genitor (gentico estacionario) , que es mucho ms eficiente que el algoritmo gentico simple. La diferencia con el gentico simple es que los individuos descendientes son colocados y estos reemplazan a los peores, es una clasificacin ms rigurosa y constante. La codificacin y decodificacin se realiza en forma binaria, por ejemplo los coeficientes de filtro reticulares tienen una longitud de 4 , ( 0010 que corresponde a 2 decimal y 0101 = 5 decimal) , de aqu se obtiene el valor max y min . 5. SIMULACIN: Se realiza en un computador , la visualizacin ser del error cuadrtico obtenido vs el nmero de generaciones, diferentes longitudes de ventana se utiliza para promediar el error instantneo para formar el error para cada experimento , se utiliz 20 experimentos independientes tamao de la poblacin N= 200 , genitor requiere de mltiples poblaciones para combatir prematuramente el problema de convergencia[s] , genitor es ms eficiente que el gentico simple . Experimento 1 :

Formas de estructura directo y red para identificar el sistema desconocido

Otros algoritmos usados no identificaron el sistema , sin embargo genitor ilustra resultados cuando los polos se encuentran ceras del circulo unitario. Como podemos observar se analiz utilizando el mtodo de filtro IIR directo y el red , se observa que el mtodo red genitor es ms eficiente al aumentar el nmero de poblaciones el error disminuye significativamente

Experimento 2

Se observa que la forma de red es ms eficiente que las formas de cascada y paralelo la velocidad de convergencia es la misma para los tres casos.

CONCLUSIONES: Podemos observar que los algoritmos genticos no tienen complicacin al momento de aumentar el orden del filtro , tambin no existen problemas cuando los polos se encuentran cerca del circulo unidad como se evidenci en el experimento dos. Los algoritmos genticos son generalmente vistas como algoritmos altamente paralelizables. la estructura red es una forma ideal. No slo le da el mejor rendimiento, tambin es fcil elegir el coeficiente de decodificacin de la regin para el algoritmo gentico.