Leader (and sub Leader) Election per uniformare e ... - Automatica
Leader (and sub Leader) Election per uniformare e ... - Automatica
Leader (and sub Leader) Election per uniformare e ... - Automatica
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
é necessario riportare la formula di A(T ) <strong>per</strong><br />
capire che essa é una funzione complicata nella<br />
quale compare pesantemente la funzione Φ(•).<br />
Il calcolo a mano necessario <strong>per</strong> minimizzare<br />
A(T ) si é rivelato troppo avanzato e quindi é<br />
stata intrapresa una strada algoritmica <strong>per</strong> tale<br />
minimizzazione.<br />
3.3.1 Algoritmo di minimizzazione di J(•).<br />
Ricordiamo che <strong>per</strong> ipotesi si ha l’esistenza<br />
della legge di controllo Xr(k) ottima che<br />
minimizza J(T ) qualsiasi T. Quindi fissato<br />
Xr(k) con 0 ≤ k ≤ T che minimizza J(T − 1)<br />
si vuole trovare:<br />
Xr(T + 1) =<br />
argmin {J(T ) con Xr(0) . . . Xr(T ) fissati}<br />
Notiamo che si puó scrivere la forma ricorsiva<br />
VT = VT −1+Xi(T )+U(T )+XR(T +1) dove solamente<br />
Xi(T ) ed XR(T +1) dipendono da Xr(T +<br />
1). Quello che si fa é calcolare tutti i possibili<br />
valori di VT (Xr(T + 1)) i quali sono in numero<br />
pari al numero N di sensori componenti la rete.<br />
In corrispondenza ai valori appena trovati si<br />
va a valutare J(VT (Xr(T + 1))). Trovati questi<br />
ultimi N valori si va ad individuare il minimo<br />
di essi e come Xr(T + 1) si prende quello che<br />
genera il valore minimo di J(VT (Xr(T + 1)))<br />
appena trovato. Notiamo che non é detto che<br />
la radice venga spostata ad ogni istante discreto<br />
k anché se la procedura di minimizzazione<br />
appena indicata viene compiuta ad ogni istante<br />
k.<br />
Le simulazioni sono state eseguite con tutti i<br />
possibili criteri di scelta dei figli, ovvero criterio<br />
FigliEquispaziati, criterio FigliCasuali e con il<br />
criterio di scelta PrimoUno. Nel seguito viene<br />
solamente riportato il codice MATLAB del criterio<br />
FigliEquispaziati in quanto il codice degli<br />
altri casi é identico. Prima di riportare il codice<br />
<strong>per</strong>ó é necessario dire che l’algoritmo appena<br />
descritto é stato modificato <strong>per</strong> rendere minore<br />
il tempo impiegato dai messaggi <strong>per</strong> arrivare<br />
alla radice.<br />
3.3.2 Algoritmo di minimizzazione modificato<br />
di J(•).<br />
L’algoritmo appena descritto in linea di principio<br />
potrebbe spostare la radice ad ogni iter-<br />
azione. Risulta abbastanza ovvio che almeno<br />
dal punto di vista teorico se la radice viene<br />
spostata ad ogni iterazione alcuni messaggi<br />
potrebbero transitare a lungo attraverso la rete<br />
prima di incontrare un nodo con il ruolo di<br />
radice. Per aggirare questo problema invece<br />
che ad ogni istante k si potrebbe spostare<br />
la radice trascorso un tempo definito TempoInteradice.<br />
Nelle simulazioni si sono provati<br />
vari TempoInteradice differenti inoltre si é fatta<br />
una simulazione con un certo TempoInteradice<br />
minimo. Nell’ultima simulazione menzionata<br />
qu<strong>and</strong>o si sposta la radice si calcola il numero<br />
di livelli del nuovo albero e prima di spostare<br />
la radice si aspetta un TempoInteradice pari al<br />
numero di livelli. In questo modo si é sicuri che<br />
il numero di volte che un messaggio viene<br />
reinviato prima di raggiungere la radice é<br />
minore del numero di nodi dell’albero.<br />
19