Pesquisador do campus Assis Chateaubriand do IFPR publica artigo em evento internacional

Uma parceria entre o professor Humberto Ferro, do campus Assis Chateaubriand do IFPR, o estudante de mestrado Rodrigo Coelho e o professor Cassio Lopes, ambos da Universidade de São Paulo (USP), resultou numa publicação que será apresentada no IEEE Statistical Signal Processing Workshop (SSP 2021). O SSP 2021 está sendo organizado pela IEEE Signal Processing Society e será realizado de 11 a 14 de julho de 2021, reunindo especialistas em processamento digital de sinais e áreas afins, como bioinformática, telecomunicações e aprendizado de máquina.
O trabalho desenvolvido pelos pesquisadores é intitulado “Adaptive IIR Diffusion Networks for IoT Applications” (Redes de Difusão Adaptativas IIR para Aplicações IoT) e consiste numa arquitetura inovadora para estimação distribuída usando IoT (internet das coisas). Essa arquitetura é baseada na utilização de combinações híbridas de filtros adaptativos, originalmente desenvolvidas em 2015 pelo professor Humberto em sua pesquisa de doutorado.
A maior vantagem dos filtros adaptativos é a sua baixa complexidade computacional, o que os torna adequados para o desenvolvimento de sistemas embarcados como as aplicações de IoT. Em seu trabalho, os pesquisadores desenvolveram uma rede adaptativa cuja complexidade computacional é mais baixa do que a de redes adaptativas convencionais. Como resultado, os nós da rede proposta são mais simples e executam menos operações matemáticas do que seria normalmente necessário, o que significa um consumo menor de energia, memória e largura de banda para transmissão de dados – algo crucial em sistemas embarcados tais como redes de sensores, muito populares em aplicações IoT. Isso é possível porque a arquitetura desenvolvida emprega filtros adaptativos IIR (Infinite Impulse Response) associados a filtros FIR (Finite Impulse Response) ao passo que, até hoje, a literatura utiliza somente os últimos. É que embora os filtros IIR sejam capazes de modelar sistemas físicos com muito menos parâmetros do que filtros FIR equivalentes, eles são instáveis e podem ser muito lentos dependendo das características do sinal de entrada e do ruído existente. Então, para que fosse possível associar esses diferentes filtros entre si, os pesquisadores mapearam os coeficientes dos componentes FIR para os IIR utilizando uma técnica matemática conhecida como Aproximantes de Paddè, resultando numa taxa de convergência mais alta do que a de um filtro IIR comum e preservando a estabilidade durante a adaptação, permitindo assim obter um erro em regime permanente mais baixo mesmo quando o sinal a ser modelado possui uma resposta infinita ao impulso. A expectativa é que essa pesquisa leve o estado da arte das redes adaptativas a um novo patamar, possibilitando a criação de aplicações IoT distribuídas mais eficientes e baratas.

Autor do Texto: Humberto Ferro
Link: http://2021.ieeessp.org/header.html