Академический Документы
Профессиональный Документы
Культура Документы
cesar.valencia@ufrj.br, max@mecanica.coppe.ufrj.br
Resumen—La caracterización de la relación dinámica entre sido en la parte de procesos de control de dispositivos. La
intervalos de silencio y tamaño de bits para el canal de utilización de los modelos de lógica difusa ha permitido el
sincronización de una red satelital utilizando lógica fuzzy desarrollo de tareas de alta complejidad con una
presenta una alternativa de control sobre las tasas efectivas significante reducción del tiempo necesario para la
que deben ser aplicadas en un algoritmo de control con el fin
realización de las mismas.
de obtener la mayor capacidad de un Canal satelital que
utiliza el canal de sincronización como asociado al canal Para tener una mayor idea del funcionamiento de la
principal para envió de información, el modelo inicial fue lógica difusa retornaremos a sus inicios, esta fue concebida
desarrollado por el Dr. Giacomo Morabito1 profesor de la por el Dr. Lotfi Zadeh3 quien la propuso como un método
Universidad de Catania quien utilizo matemática clásica para para reducir el análisis de sistemas de alta complejidad,
la caracterización del comportamiento de los mismos, en este su motivación fue presentar una solución alternativa a la
articulo se presentan los resultados obtenidos para la misma matemática clásica, para una gran cantidad de problemas de
aplicación pero utilizando lógica fuzzy y presentando una complejidad elevada y con tendencias claras a aumentar, el
alternativa de control para dicha aplicación. manejo de esta nueva alternativa solo sería posible si
replanteaba los recursos de la matemática clásica, es así
Palabras Claves—Relación Dinámica, Canal de
Sincronización, Intervalos de Silencio, Tamaño de Bits, Redes como se plantea la utilización de términos difusos [3, 15]
VSAT2 y Lógica Fuzzy. que se definen en categorías generales pero no son
estrictamente rígidos, la transición de estos términos a su
siguiente grado depende de el aumento o disminución del
I. INTRODUCCIÓN grado de pertinencia que este tenga dentro del modelo
preestablecido.
A través de la utilización de modelos basados en lógica
difusa se han descrito y examinado en los últimos 40
años casos de alta complejidad en diversas áreas como
El centro de los términos difusos son la variables
lingüísticas [4, 14], que son aquellas que describen
cualquier tipo de recurso a ser tenido en cuenta para un
ingenierías, administrativas, económicas entre otras [1] y
análisis bajo estos modelos, a su vez estas contienen los
[2], en el área de ingenierías su aplicación mas fuerte ha
términos lingüísticos [4, 13], que son los encargados de
demostrar el grado de pertinencia que tiene la variable
1
Dipartimento di Ingegneria Informatica e delle Telecomunicazioni - School of
Telematic Engineering at Enna.
3
Professor in the Graduate School, Computer Science Division - Department of
2
Very Small Aperture Terminal. Electrical Engineering and Computer Sciences - University of California.
2
anterior en una escala de 0 hasta 1, otros elementos de gran los resultados son obtenidos utilizando constantes fijas para
importancia son las reglas que establecerán el el análisis de cada una de las variables, en el primer caso se
comportamiento del modelo, estas son fijadas por el autor toma un valor fijo de tamaño de 8bits y se obtiene el
teniendo en cuenta experiencias previas de expertos que comportamiento de la capacidad según las variaciones
describen el comportamiento del mismo. producidas en la duración de los intervalos de silencio, la
Un ejemplo de las reglas y operadores utilizados en respuesta obtenida es presentada en la figura 1, para el
lógica difusa son: segundo caso es tomado un valor fijo para la duración de
intervalos de silencio de 0.1ms, así el comportamiento de la
If (input1 is mf1) and (input2 is mf1) then (output1 is mf1) (1) capacidad según las variaciones producidas por el tamaño
de bits es presentado en la figura 2.
If (input1 is mf1) or (input2 is mf1) then (output1 is mf1) (2)
If (input1 is not mf1) and (input2 is not mf1) then (output1 is not mf1) (3)
4 6
26th IEEE INFOCOM Conference on Computer Communications. Imagen tomada del articulo “Increasing Capacity Through the Use of the Timing
5
Transmission Control protocol that exploits the Timing Channel in power Channel in Power-Constrained Satellite Networks”.
7
constrained satellite networks. Imagen tomada del articulo “Increasing Capacity Through the Use of the Timing
Channel in Power-Constrained Satellite Networks”.
3
9
Configuración de los términos lingüísticos.
10
Configuración de las reglas según las funciones de cada término para la obtención
8
El valor fijo de intervalos de silencio es considerado igual a 0.1ms. del punto optimo.
4
0, 0 ≤ x ≤ 1e − 5
20000x − 0.2, 1e − 5 < x ≤ 6e − 5 (7)
muybajo( x) =
− 5263.15x + 1.315, 6e − 5 < x ≤ 25e − 5
0, x > 25e − 5
0, 0 ≤ x ≤ 1e − 4
10000 x − 1, 1e − 4 < x ≤ 2 e − 4 (8)
bajo ( x ) =
− 3333 . 33 x + 1 . 666 , 2 e − 4 < x ≤ 5e − 4
Fig. 5. Curva de salida.
0, x > 5e − 4
12
Fueron escogidos 5 términos lingüísticos con el fin de aumentar la resolución del
algoritmo.
11
Para el análisis se utilizaron 8bits como valor de referencia.
5
TABLA II
14
CAPACIDAD DEL CANAL
0.1 8.5
0.2 3.75
0.3 2.23 Fig. 9. Modelo de control propuesto.
0.4 1.9
0.5 1.7
0.6 1.33 La superficie de control[9, 11] resultante ha sido
0.7 1.2 obtenida mediante un modelo de lógica difusa
0.8 1.05 implementado utilizando el sistema de inferencia de
0.9 1
1.0 1
sugeno, el método de producto es utilizado como operador
1.1 0.5 and, el método probabilistico como operador or y la
1.2 0.5 defuzzificacion es realiza mediante la media ponderada,
este modelo ha sido el mismo que fue cargado en el
controlador de lógica fuzzy utilizado en el diagrama de
bloques de la Figura 9.
En la Figura 10 es presentada la superficie de control
obtenida en la implementación del controlador de lógica
14
Los valores presentados en la tabla 2 son obtenidos mediante las diferentes fuzzy con las dos variables de forma simultánea.
configuraciones posibles del conjunto de reglas difusas.
6
REFERENCIAS
[1] M. Sugeno, “Industrial applications of Fuzzy Control”, North-
Holland, Amsterdam, 270 pages, 1985.