Vitor Heloiz Nascimento.

Projeto temático FAPESP. Coordenador geral: prof. Rodrigo C. de Lamare (PUC-Rio). Atuo como Pesquisador Principal.

Communication networks of interconnected devices lie at the core of many key future technologies such as distributed control systems for autonomous vehicles, sensor networks for structural health monitoring and for smart cities. In addition toreliability, all these applications come with strict requirements in terms of: energyefficiency, security, latency and self-optimization capabilities, and demand for innovative enabling technologies. Theemerging Internet of Things (IoT) paradigm, projected to connect billions of wireless "things" (wireless sensors, wearables, biochiptransponders, etc.) in a vast network with drastically different characteristics among its components, has moved from being a futuristic vision to an increasing reality over therecent years. The ELIOT project is perfectly timed to address the main challenges above. Specifically, we will focus on the following key objectives to IoT applications:1. Energy efficient transceiver design and allocation policies: development of advanced low-energy transmit and receive techniques, including channel estimation for transceivers with coarse quantization (1-3 bits), and to exploit energy harvesting capabilities to mitigate interference and increase the device's lifespan; 2. Long-term security solutions}: design of novel cross-layer security protocols based on software defined networking and physical layer security, avoiding the incremental application of existing security technologies; 3. Distributed learning, detection and resource allocation/management: development of new distributed and efficient algorithms tailored to the IoT environment and underlying network infrastructure that take into account the device mobility, their limited energy and computational power; 4. Improving the energy efficiency vs. latency tradeoff by channel coding: short-lengtherror-correction coding schemes together with their derivatives and decoding algorithms will be designed for low-energy and low-latency IoT applications.

Este projeto propõe o estudo e desenvolvimento de novos algoritmos para processamento de sinais obtidos de múltiplos sensores, em especial para estimação de imagens acústicas com arranjos de microfones e para estimação e classificação de falhas em estruturas mecânicas através do método de emissões acústicas, com foco em algoritmos com baixo custo computacional, para uso em tempo real. 

Planeja-se continuar o desenvolvimento de métodos de baixo custo computacional baseados na transformada de Kronecker para arranjos (KAT), desenvolvida neste laboratório recentemente. A KAT permite, sob certas condições, uma redução considerável do custo computacional necessário para a obtenção de imagens acústicas. Pretende-se aprofundar a comparação dos algoritmos baseados na KAT com outras técnicas de reconstrução, tanto de maneira teórica quanto experimental (usando os arranjos construídos anteriormente com apoio da FAPESP). Também se pretende estender a KAT para permitir a recuperação dos sinais vindos de cada direção com qualidade melhor do que a obtida com técnicas tradicionais de \emph{beamforming}; projetar melhores arranjos de microfones; e estudar o problema de reconstrução de imagens acústicas de maneira teórica, derivando limites de resolução e geometrias ótimas para os arranjos.

Com relação ao problema de emissões acústicas, atualmente há um grande interesse em técnicas de monitoramento de estruturas mecânicas, especialmente na possibilidade de se manter sensores continuamente monitorando a ``saúde'' das estruturas. Planeja-se neste projeto desenvolver algoritmos para localização e classificação de falhas em estruturas mecânicas, tanto algoritmos \emph{off-line}, com aplicação mais imediata, quanto algoritmos planejados para aplicações futuras, em que os sensores ficariam continuamente monitorando a operação da estrutura de interesse. Para este último caso, pretende-se desenvolver novos algoritmos baseados em técnicas de estimação e detecção distribuídas, e que levem em conta informação a-priori, como geometria do corpo de prova (como dimensões, posições de rebites, etc.).

Compressive sensing (CS) and sparsity-aware techniques have demonstrated their effectiveness in the last few years for solving challenging signal processing problems in various applications in wireless communications, electronic systems and sensor array systems. CS and sparsity-aware methods can provide substantial gains in performance while requiring lower computational complexity due to an effective way of processing sparse signals. Recognising that one of the key features of CS and sparsity-aware methods is the exploitation of the degree of sparsity of signals and systems, we propose to take a step further towards the development of a theory and algorithms which can exploit other characteristics of signals, systems and the environment in which they operate.

Desenvolvimento e análise de algoritmos para estimação de parâmetros com baixo custo computacional, com aplicação a arranjos de microfones e estimação de campos acústicos

This project aims to strengthen the technical and scientific expertise within the partner institutions on adaptive compressive sensing and sparsity-aware techniques and their applications for wireless communications, system identification, array signal processing and distributed signal processing in wireless sensor networks. We will develop and investigate novel algorithms for compressive sensing that can exploit the sparsity in signals, resulting in improved performance and/or reduced complexity in a number of applications. We will also study the fundamental limits of the proposed algorithms and consider the derivation of analytical formulas to help in the design of practical algorithms. The proposed algorithms will be applied to problems that occur in electronic and wireless communications systems. The project will set up a stronger collaboration between the two groups, aiming at 1) increasing the transfer of know-how and research tools and 2) producing joint publications. This proposal continues a collaboration initiated years ago during visits of the Brazilian team to the UK and of the British team to Brazil.  

Neste projeto é proposto o estudo e desenvolvimento de algoritmos de baixo custo para processamento de sinais, com aplicações em acústica e modelamento de sinais biológicos. Serão estudados algoritmos para estimação cooperativa, distribuída, e não-linear, com o intuito de reduzir seu custo computacional. Também serão estudados algoritmos eficientes para geração de imagens acústicas a partir de arranjos de microfones, em particular para tratamento de efeitos de campo próximo. Para teste dos métodos e resultados teóricos propostos, devem ser construídos arranjos de microfones e hardware dedicado para geração de imagens acústicas, e sistemas para cancelamento de eco acústico não-linear.

Sistemas avançados de áudio, como geração de imagens acústicas, controle ativo de ruído, e cancelamento de eco com não-linearidades, necessitam de algoritmos avançados para processamento de sinais. Os problemas são muitos: algoritmos tradicionais muitas vezes requerem um número muito elevado de operações aritméticas, inviabilizando por exemplo em sistemas móveis de baixo consumo de energia. Além disso, o desempenho de um sistema tradicional pode ser muito aquém do necessário, devido a limitações na capacidade computacional e no número de dados disponíveis.

Este trabalho propõe o estudo de novos algoritmos para processamento de sinais usando técnicas e idéias propostas recentemente, e o uso dos novos resultados para o projeto de sistemas para aplicações em áudio. Também pretende-se empregar técnicas desenvolvidas recentemente anterior para análise de filtros com não-linearidades, para algoritmos de equalização não-supervisionada de canais.

O desenvolvimento de algoritmos de filtragem adaptativa que sejam ao mesmo tempo numericamente robustos, de baixa complexidade computacional, e com boa taxa de convergência é importante para várias aplicações, em particular para cancelamento de eco acústico e controle ativo de ruído.

Este trabalho propõe o estudo teórico e comparativo de vários dos algoritmos para filtragem adaptativa que foram recentemente propostos, em particular de uma família de algoritmos desenvolvida neste grupo de trabalho, a dos algoritmos aceleradores. Além do estudo teórico, pretende-se implementar alguns dos algoritmos para as aplicações mencionadas acima, de maneira a ser possível uma comparação mais real do desempenho dos algoritmos.

Este projeto propõe buscar formas de combinar diversas técnicas de análise de filtros adaptativos (análise na média quadrática, em probabilidade 1 e simulações), de forma a se obter uma compreensão mais completa do funcionamento de filtros com adaptação rápida. Com isso, pretende-se obter novas técnicas de análise e de projeto de filtros adaptativos, melhorando o desempenho destes em situações em que é necessária convergência rápida. Para atingir estes objetivos, serão utilizadas desde técnicas de análise teórica recentes, até validação dos resultados com implementações de sistemas práticos.