Politecnico di Milano. Facoltà di Ingegneria dell Informazione. Reti Radiomobili. Prof. Antonio Capone. 6 Pianificazione della copertura
|
|
- Teodoro Mantovani
- 6 anni fa
- Visualizzazioni
Transcript
1 Politecnico di Milano Facoltà di Ingegneria dell Informazione Reti Radiomobili Prof. Antonio Capone 6 Pianificazione della copertura
2 Che cos è la pianificazione della copertura? Quando dobbiamo installare una nuova rete wireless o estendere la copertura di una esistente in una nuova area, occorre progettare la parte di accesso radio e l infrastruttura cablata delle rete. Il progetto dell accesso radio è chiamato radio planning. 2
3 Radio Planning Quando occorre costruire una nuova rete occorre decidere dove installare le stazioni base come configurarle (tipo di antenna, altezza, orientamento dei settori, tilt angolazione verticale, potenza massima, ecc.) X X X X 3
4 Radio Planning Lo strumento principale che occorre avere in mano per prendere una decisione è la previsione di propagazione che consenta di sapere il livello di segnale ricevibile da un stazione base installata in un sito candidato E compito degli esperti di propagazione fornire tool di previsione basati su modelli di canale radio (modelli empirici e statistici, ra tracing) e sulla conoscenza del territorio 4
5 Radio Planning Radio Planning La scelta del sito è influenzata da molti fattori, non da ultimi i problemi di inquinamento elettromagnetico, problemi di concessione edilizia, contratti con i proprietari degli edifici, ecc. Molto spesso il numero di siti possibili è così piccolo che non ci sono scelte possibili Nel caso invece in cui sia possibile la scelta ci si può porre il problema di un planning ottimizzato 5
6 Configurazioni Radiation diagram Horizontal (sectors) and vertical (tilt) angles Maximum emission power (pilot channel power) Height Base station capacit Ecc. 6
7 Modelli di pianificazione radio Nei modelli di ottimizzazione per la pianificazione delle stazioni base si assume di avere un insieme di siti candidati J la distribuzione del traffico nell area le caratteristiche di propagazione La distribuzione del traffico risulta comodo modellarla come un insieme I di punti di test dove si assume venga concentrata la richiesta di traffico Si assume nota l attenuazione del canale radio a i (o il guadagno g i /a i ) tra ogni sito candidato J e ogni punto di test i I 7
8 Configurazioni: Modelli di pianificazione radio Il significato dell insieme J dei siti candidati può anche essere esteso a comprendere le diverse possibili configurazioni di una stazione base In questo caso si introduce un elemento nell insieme per ogni possibile configurazione della stazione base nel sito Ovviamente la differenza tra le diverse configurazioni del sito sarà nella propagazione verso i punti di test Occorrerà aver cura di inserire nel modello dei vincoli che impediscano di al tool di ottimizzazione di installare più configurazioni dello stesso sito 8
9 Modelli di pianificazione radio Le variabili di decisione del problema sono: se si installa una altrimenti BSin cui è associato un costo di installazione c una semplice formulazione del problema assume che i I è coperto da J se l attenuazione è inferiore ad una soglia Definiamo gli insiemi N i : e P i : N i { g t} i insieme di siti che copre il punto di test i P { i g t} i insieme di punti di test coperti dal sito 9
10 Modelli di pianificazione radio Il problema risulta essere: Minimize s. t. N i in pratica le variabili definiscono un sottoinsieme J * J di siti che coprono tutti i punti: U* J P Z questo problema è noto come problema di set covering I J c i I il vincolo assicura che tutti i punti siano coperti
11 Modelli di pianificazione radio Il problema può essere riscritto senza usare gli insiemi definendo: a i se TP i è coperto da CS altrimenti Si ha: Minimize Z J c s. t. S a i i I
12 Soluzioni al problema di copertura Anche questo problema è di quelli difficili (un algoritmo impiega un tempo che cresce esponenzialmente con le dimensioni del problema per trovare la soluzione ottima) E anche in questo caso si fa ricorso ad algoritmi euristici che forniscono spesso una buona soluzione sub-ottima Noi anche in questo caso vediamo uno dei più semplici algoritmi di tipo greed che aggiunge sequenzialmente un stazione in un sito fino ad ottenere la copertura completa 2
13 Algoritmo greed Step poni J * Step se P allora STOP altrimenti trova k (J-J * ) tale che sia massimo il rapporto: Step 2 P aggiungi k a J * ( J * :J * {k} ) c rimuovi i punti P k dagli altri insiemi (P :P -P k ) ritorna allo Step. 3
14 Algoritmo greed: : Esempio Per semplificare la descrizione del problema consideriamo una matrice di copertura V {v i }, dove: v i se i è coperto da altrimenti il vettore di copertura Π{π } π i I e il vettore di costi C {c } v i P 4
15 5 Algoritmo Algoritmo greed greed: Esempio : Esempio Step : J * Π C V
16 6 Algoritmo Algoritmo greed greed: Esempio : Esempio Step : k5 Π C V
17 7 Algoritmo Algoritmo greed greed: Esempio : Esempio Step 2: J * {5},... Π C V
18 8 Algoritmo Algoritmo greed greed: Esempio : Esempio Step 2: ricalcola V e Π Π V
19 9 Algoritmo Algoritmo greed greed: Esempio : Esempio Step : k Step 2: J * {5,}, ricalcola V e Π Π V
20 2 Algoritmo Algoritmo greed greed: Esempio : Esempio ricalcola V e Π Π 2 V
21 2 Algoritmo Algoritmo greed greed: Esempio : Esempio Step : k2 Step 2: J * {5,,2}, ricalcola V e Π Π 2 V
22 22 Algoritmo Algoritmo greed greed: Esempio : Esempio ricalcola V e Π Π V
23 23 Algoritmo Algoritmo greed greed: Esempio : Esempio Step : k3 Step 2: J * {5,,2,3}, ricalcola V e Π Π V
24 24 Algoritmo Algoritmo greed greed: Esempio : Esempio ricalcola V e Π STOP Π V
25 25 Algoritmo Algoritmo greed greed: Esempio : Esempio In questo caso semplice è facile verificare che la soluzione ottenuta dall algoritmo greed J * {5,,2,3} è sub-ottima questa soluzione è infatti a costo minore: Π C V
26 Pianificazione dei siti e delle configurazioni E possibile facilmente modificare il modello per considerare anche le configurazioni delle stazioni radio base Variabili di decisione: se una BS con configurazione k è installata nel CS k altrimenti Insiemi delle configurazioni del sito : K Costi di installazione: ck costi di installazione di una stazione radio base con configurazione k nel sito candidato 26
27 Problema di set covering generalizzato (SCP) min S S k K k k K k K k c a k ik k k S i I {, } S, k K Massimo una configurazione per sitp 27
28 Maximum coverage problem (MCP) In pratica il vincolo di copertura non è un vincolo rigido è può essere rilassato. Di fatto la pianificazione è spesso un compromesso tra copertura e costo max λ S k K z i i I k z i k K k a ik S {, } k K k c z S {, } i I Nuove variaili che definiscono se i ècoperto i k k i I S, k K Definizione delle variabili z 28
29 Assegnamento dei punti di test alle stazioni radio base Quando un TP è coperto da più di una stazione: S k K a ik k Num. di stazioni che coprono TP i la stazione che effettivamente serve TP i non è definita dal modello Possiamo definire nuove variabili di assegnamento: x i se TP i è assegnato a CS altrimenti 29
30 Set covering with assignment (SCA) min S S k K x x i i k k K x i k c k K k a {, } i I ik k S k Definition of variables x S, k K {, } i I, S Coverage constraints Le soluzioni di SCA sono uguali o diverse da quelle di SCP (per le sole var. )? 3
31 Vincoli di capacità Usando le variabili x possiamo aggiungere al problema vincoli di capacità delle stazioni base: i I d i x i v k K k S dove d i è il traffico generato dal TP i e v k è la capacità della stazione base in CS con configurazione k Si potrebbero anche aggiungere vincoli più complessi relativi alla forma delle celle k 3
32 Assegnamento alla stazione più vicina L assegnamento dei TP ai CS non è però determinabile in fase di progetto in quanto dipende dei meccanismi di selezione di cella usati nella rete e implementati di solito nei terminali Il più comune meccanismo di selezione di cella consiste nello scegliere la stazione più vicina (segnale più forte) Un modo per vincolare le variabili x al criterio della stazione base più vicina consiste nell ordinare per ciascun TP i i CS in ordine descrescente di livello di segnale: {, k ),(, k ),...,(, )} L k ( 2 2 L I vincoli per forzare l assegnamento sono: l k l + L h l+ x i h l L 32
33 Pianificazione nei sistemi CDMA 2nd Generation Sstems (GSM, D-AMPS,...) Approccio a due fasi ) Copertura radio Livello minimi di segnale garantito in tutta l area di servizio 2) Assegnamento delle frequenze Vincolo di trafico Vincoli di qualità (SIR) 3rd Generation Sstems basati su W-CDMA L approccio a due fasi non si può usare: Nessuna pianificazione di frequenza Il cntrollo di potenza determina l effetto di modifica della copertura Pianificazione in fase singola distribuzione del traffico vincolo di SIR 33
34 Copertura del traffico nei sistemi CDMA Il traffico può essere condiderato coperto se la QUALITA della connessione è buoa La qualità è misurata dal Signal-to-Interference Ratio (SIR) SIR SIR downlink uplink SF SF α I + I +η I out out P P + I rec rec in in +η 34
35 Effetto del controllo di potenza (PC) Due meccanismi di PC: Power-based PC La potenza trasmessa viene regolata affinché la potenza ricevuta sia pari a P tar SIR-based PC La potenza trasmessa viene regolata affinché il SIR in ricezione sia uguale a SIR tar 35
36 Effetto di Cell breathing A causa delle limitazioni di potenza, l area di copertura di una cella dipende dall interferenza e quindi dal livello di traffico Quando il traffico (interferenza) aumenta il vincolo di SIR non può essere soddisfatto per i terminali lontani dalla BS a causa dell elevata attenuazione Solo i terminali vicini alla BS possono dunque essere serviti Durante la pianificazione delle copertura il livello del traffico gioca un ruolo importante a causa di questo effetto 36
37 Pianificazione dei sistemi CDMA Insieme dei siti candidati: S{,,m} Costi di installazione: c, S Insieme dei punti di test (TPs): I{,,n} Richieste di traffico: a i, i I Utenti equivalenti: u i φ(a i ) Matrice di propagazione: G[g i ], i I, S Problema: Selezione un sotto-insieme di siti candidati dove installare le BS e assegnare i TP ale BS così che i vincoli di qualità (SIR) siano soddisfatti in tutti i TP e il costo minimizzato. 37
38 Pianificazione dei sistemi CDMA Variabili di decisione: x Vincoli base: i i S x x i i x, i if otherwise if a BSis installed in S test point i I otherwise i {, } i I, S is assigned to BS S S i I assignment I, coherence integralit 38
39 Pianificazione dei sistemi CDMA Funzione obiettivo: max i I S u i x i λ S c P g maximize covered traffic P max minimize installation costs Controllo di potenza basato sulla potenza ricevuta (received power P tar ) variabili x i sono definite solo per le coppie tali che: tar power limit i 39
40 Pianificazione dei sistemi CDMA Vincolo di SIR: h I u h g h t S Ptar P g tar ht total interference x ht P tar SIR Il vincolo è non-lineare, ma può essere linearizzato: ( ) gh + M SIR uh xht S h I t S g min ht con M suffientemente grande signal power min S 4
41 Pianificazione dei sistemi CDMA LETTURA LETTURA CONSIGLIATA: CONSIGLIATA: E. E. Amaldi, A. A. Capone, F. F. Malucelli, C. C. Mannino, Optimization Problems and and Models for for Planning Cellular Networks, in in Handbook of of Optimization in in Telecommunications, Ed. Ed. P.M. P.M. Pardalos and and M.G.C. Resende, Kluver Academic Publishers, 25. 4
4.1 Localizzazione e pianificazione delle base station per le reti UMTS
esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),
DettagliProva intracorso del 18/11/02
Politecnico di Milano Facoltà di Ingegneria dell Informazione Prova intracorso del 8// Reti Radiomobili Esercizio Si vuole progettare una sistema di multiplazione TDMA per un sistema radiomobile simile
DettagliReti Radiomobili. Prof. Ing. Gennaro Boggia. telematics.poliba.it/boggia
Reti Radiomobili Prof. Ing. Gennaro Boggia gennaro.boggia@poliba.it telematics.poliba.it/boggia Generalità sulle reti cellulari Generalità sulle reti cellulari Una rete cellulare è: una infrastruttura
DettagliTecniche euristiche Ricerca Locale
Tecniche euristiche Ricerca Locale PRTLC - Ricerca Locale Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo: rilassamenti Rilassamento
DettagliProblemi di localizzazione di servizi (Facility Location Problems)
9. Problemi di Localizzazione di Servizi 1 Problemi di localizzazione di servizi (Facility Location Problems) Dato un insieme di clienti richiedenti una data domanda di merce e dato un insieme di possibili
DettagliModello di Ottimizzazione per la Schedulazione del Personale Infermieristico di una Residenza Assistita
Modello di Ottimizzazione per la Schedulazione del Personale Infermieristico di una Residenza Assistita Candidata: Serena Cortopassi Relatori: Prof. Frangioni, Prof. Scutellà Università di Pisa Tesi di
DettagliMetodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities
Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities L. De Giovanni M. Di Summa In questa lezione introdurremo una classe di disuguaglianze, dette cover inequalities, che permettono di
DettagliOttimizzazione Combinatoria e Reti (a.a. 2007/08)
o Appello 6/07/008 Ottimizzazione Combinatoria e Reti (a.a. 007/08) Nome Cognome: Matricola: ) Dopo avere finalmente superato l esame di Ricerca Operativa, Tommaso è pronto per partire in vacanza. Tommaso
DettagliSmart 169MHz
Smart Metering @ 169MHz Pianificazione ed ottimizzazione di una rete Wireless M-Bus Case Study Roberto Messina Account Manager La nostra storia Sedicomè un azienda italiana che vanta 30 anni di esperienza
DettagliRilassamento Lagrangiano
RILASSAMENTO LAGRANGIANO 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il seguente problema
DettagliRilassamento Lagrangiano
Rilassamento Lagrangiano AA 2009/10 1 Rilassamento Lagrangiano Tecnica più usata e conosciuta in ottimizzazione combinatoria per il calcolo di lower/upper bounds (Held and Karp (1970)). Si consideri il
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 28. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 28 Docente: Laura Palagi Laboratorio di Ricerca Operativa Homework n 28 Prof.ssa Ing. Laura Palagi
DettagliEsercitazione n o 3 per il corso di Ricerca Operativa
Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua
DettagliProgrammazione Matematica: VI Estensioni dell algoritmo del Simplesso
Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 Aprile 2004 Algoritmo del Simplesso L algoritmo del Simplesso
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
DettagliINFORMATICA 2015/2016 RETI WIRELESS
INFORMATICA 2015/2016 RETI WIRELESS 1 COSA E Wireless vuol dire letteralmente senza fili (in contrapposizione a wired) Una Rete Wireless è quindi un sistema di telecomunicazione (insieme di dispositivi,
DettagliScopo del laboratorio
p. 1/1 Scopo del laboratorio Imparare ad usare programmi che implementino metodi di ottimizzazione: simplesso, branch and bound ecc. utilizzarli per risolvere un problema proposto Modellatori Solver p.
Dettagli2.6 Calcolo degli equilibri di Nash
92 2 Giochi non Cooperativi Per queste estensioni di giochi non finiti si possono provare risultati analoghi a quelli visti per i giochi finiti. Rimandiamo alla bibliografia per uno studio più approfondito
DettagliCenni sui metodi iterativi per sistemi lineari. Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015
Cenni sui metodi iterativi per sistemi lineari Analisi Numerica Prof. M. Lucia Sampoli a.a. 2014/2015 Metodi numerici per sistemi lineari Nei metodi diretti la presenza di eventuali elementi nulli nella
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) protocolli reti IP memorizzazione compatta di
DettagliMacchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4
Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse
DettagliProblemi di localizzazione
Problemi di localizzazione Claudio Arbib Università di L Aquila Prima Parte (marzo 200): problemi con singolo decisore . Introduzione Un problema di localizzazione consiste in generale nel decidere dove
DettagliEsercizi svolti. delle matrici
Esercizi svolti. astratti. Si dica se l insieme delle coppie reali (x, y) soddisfacenti alla relazione x + y è un sottospazio vettoriale di R La risposta è sì, perchè l unica coppia reale che soddisfa
DettagliAlgoritmo del Simplesso
Algoritmo del Simplesso Renato Bruni bruni@dis.uniroma.it Univertà di Roma Sapienza Corso di Ricerca Operativa, Corso di Laurea Ingegneria dell Informazione Vertici e Punti Estremi di un Poliedro Un poliedro
DettagliSoluzioni degli esercizi di formulazione di PL{0, 1}
Soluzioni degli esercizi di formulazione di PL{0, 1} Salvatore Nocella 12 febbraio 2007 1 Al lavoro Due operai devono eseguire un certo numero di lavori J = {1,..., n}, ciascuno della durata di un ora.
DettagliApproccio Cross-Layer per l assegnazione di risorse in sistemi wireless. Seminario a cura dell ing. Diego Piazza
Approccio Cross-Layer per l assegnazione di risorse in sistemi wireless Seminario a cura dell ing. Diego Piazza Sommario Introduzione all approccio Cross-Layer Livello fisico e MAC in sistemi wireless
DettagliFigura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.
ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c
DettagliCinematica differenziale inversa Statica
Corso di Robotica 1 Cinematica differenziale inversa Statica Prof. Alessandro De Luca Robotica 1 1 Inversione della cinematica differenziale trovare le velocità di giunto che realizzano una velocità generalizzata
DettagliRisoluzione di problemi ingegneristici con Excel
Risoluzione di problemi ingegneristici con Excel Problemi Ingegneristici Calcolare per via numerica le radici di un equazione Trovare l equazione che lega un set di dati ottenuti empiricamente (fitting
DettagliCapitolo 6 Wireless e reti mobili
Capitolo 6 Wireless e reti mobili Reti di calcolatori e Internet: Un approccio top-down 3 a edizione Jim Kurose, Keith Ross Pearson Education Italia 2005 6-1 Capitolo 6: Wireless e reti mobili Background:
DettagliReti locali. Protocolli di accesso per reti locali
Protocolli di accesso per reti locali Gruppo Reti TLC nome.cognome@polito.it http://www.telematica.polito.it/ PROTOCOLLI DI ACCESSO PER RETI LOCALI - 1 Caratteristiche reti locali Piccola estensione geografica
DettagliUniversita degli Studi di Siena
Universita degli Studi di Siena Facolta di Ingegneria Dispense del corso di Sistemi di Supporto alle Decisioni I La Programmazione Dinamica Chiara Mocenni Corso di Laurea triennale in Ingegneria Gestionale
DettagliSoluzione dei problemi di Programmazione Lineare Intera
Fondamenti di Ricerca Operativa T-A a.a. 2014-2015 Soluzione dei problemi di Programmazione Lineare Intera Andrea Lodi, Enrico Malaguti, Daniele Vigo rev. 1.1.a ottobre 2014 Fondamenti di Ricerca Operativa
DettagliEsercizi di Programmazione Lineare - Dualità
Esercizi di Programmazione Lineare - Dualità Esercizio n1 Dato il seguente problema 3 + 3 2 2 + a scriverne il duale; b risolvere il duale (anche geometricamente indicando cosa da esso si può dedurre sul
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Posizionamento di antenne È dato un insieme A di possibili siti in cui installare antenne, a ciascuno
DettagliTeoria dei Giochi e delle Decisioni Prova del 24 Settembre Giocatore 2 a b Giocatore 1 a 8-12 b minz. ε ε 2 1 = 1.
Teoria dei Giochi e delle Decisioni Prova del 24 Settembre 2009 Cognome, Nome, Numero di Matricola: Esercizio Si consideri il gioco antagonista descritto dalla seguente matrice di payoff: Giocatore 2 a
DettagliPolitecnico di Milano. Facoltà di Ingegneria dell Informazione. Reti Radiomobili. Prof. Antonio Capone. 5 Riuso delle frequenze
Politecnico di Milano Facoltà di Ingegneria dell Informazione Reti Radiomobili Prof. Antonio Capone 5 Riuso delle frequenze Assegnamento dei canali alle celle La tecnica di accesso multiplo nei sistemi
DettagliEvoluzione dei sistemi di TLC: quali strategie per garantire lo sviluppo sostenibile e il rispetto dell ambiente? Marina Barbiroli
Evoluzione dei sistemi di TLC: quali strategie per garantire lo sviluppo sostenibile e il rispetto dell ambiente? Marina Barbiroli Evoluzione dei sistemi di TLC e impatto ambientale Quale scenario futuro
DettagliIl problema dello zaino: dalla gita in montagna ai trasporti internazionali. Luca Bertazzi
Il problema dello zaino: dalla gita in montagna ai trasporti internazionali Luca Bertazzi 0 Ricerca Operativa (Operations Research) The Science of Better Modelli e algoritmi per la soluzione di problemi
DettagliLEZIONE N. 11 ( a cura di MADDALENA BEI)
LEZIONE N. 11 ( a cura di MADDALENA BEI) F- test Assumiamo l ipotesi nulla H 0 :β 1,...,Β k =0 E diverso dal verificare che H 0 :B J =0 In realtà F - test è più generale H 0 :Aβ=0 H 1 :Aβ 0 A è una matrice
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile e Ambientale - AA Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento
DettagliComunicazioni ottiche Wireless
Comunicazioni ottiche Wireless Propagazione nello spazio libero (RF) Il canale radio (RF) presenta notevoli caratteristiche, alcune di queste sono Attenuazione Cammini multipli Problemi di compatibilità
DettagliPanasonic Italia S.p.A. Business Communication PBX Section Technical Reference Guide n 07-00 ott. 00 Rev 1
KX-TD816JT / KX-TD1232JT Attivazione sistema DECT Integrato Applicabile software ver.: P351E (KX-TD816JT), P151D (KX-TD1232JT) Panasonic Italia S.p.A. Via Lucini n 19 20125 Milano Tel. 02.67.07.81.86 Pag.
DettagliReti logiche: analisi, sintesi e minimizzazione Esercitazione. Venerdì 9 ottobre 2015
Reti logiche: analisi, sintesi e minimizzazione Esercitazione Venerdì 9 ottobre 05 Punto della situazione Stiamo studiando le reti logiche costruite a partire dalle porte logiche AND, OR, NOT per progettare
Dettagli4.5 Sistemi 2.5G: GPRS (Global Packet Radio System) e EDGE (Enhanced Data rate for GSM)
1 INFO-COM Dpt. Dipartimento di Scienza e Tecnica dell Informazione e della Comunicazione Università degli Studi di Roma La Sapienza Comunicazioni Mobili 2 Roberto Cusani Laurea Specialistica in: Ingegneria
DettagliProblemi, istanze, soluzioni
lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un
DettagliScheda Tecnica e Progettazione di Gioacchino Minafò - IW9DQW. Tratto dal sito web
Scheda Tecnica e Progettazione di Gioacchino Minafò - IW9DQW Il dispositivo che ha il compito di variare l intensità dei segnali all ingresso di un apparato radio o all uscita di un generatore di segnali
DettagliTeoria dell informazione
Corso di Laurea a Distanza in Ingegneria Elettrica Corso di Comunicazioni Elettriche Teoria dell informazione A.A. 2008-09 Alberto Perotti DELEN-DAUIN Modello di sistema di comunicazione Il modello di
DettagliAnalisi interazione domanda/offerta: modelli di assegnazione
Corso di Laurea Ingegneria Civile - AA 1112 Corso di: Fondamenti di Trasporti Lezione: Analisi interazione domanda/offerta: modelli di assegnazione Giuseppe Inturri Università di Catania Dipartimento di
DettagliPossibile applicazione
p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile
DettagliSISTEMI OPERATIVI, RETI, INTERNET
Competenze e Unità didattica formativa capitalizzabile 4.1 SISTEMI OPERATIVI, RETI, INTERNET Comprendere il significato dell'evoluzione dei sistemi operativi. Comprendere che cosa fa un sistema operativo
DettagliComplementi ed Esercizi di Informatica Teorica II
Complementi ed Esercizi di Informatica Teorica II Vincenzo Bonifaci 21 maggio 2008 4 Problemi di ottimizzazione: il Bin Packing Il problema bin packing è il seguente: dato un insieme di n oggetti di dimensioni
Dettagli3.6 Metodi basati sui piani di taglio
3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una
DettagliCOMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04
COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 Esercizio 1 Si risolva con il metodo branch-and-bound il seguente problema di PLI max x 1 + x 4x 1 + x + x = 0 x 1 + x + x 4 = x 1, x, x, x 4 0 x 1, x,
DettagliCOMUNICAZIONI A RADIOFREQUENZA
COMUNICAZIONI A RADIOFREQUENZA Teoria e sperimentazione pratica Prof. Giorgio Matteo Vitetta Università degli Studi di Modena e Reggio Emilia Dipartimento di Ingegneria Enzo Ferrari Organizzazione della
Dettaglix 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =
56 IL METODO DEL SIMPLESSO 7.4 IL METODO DEL SIMPLESSO In questo paragrafo sono riportati alcuni esercizi risolti sul metodo del simplesso. Alcuni sono risolti utilizzando la procedura di pivot per determinare,
DettagliMetodo di Quine-McCluskey. Algoritmo. Sommario. Sommario. M. Favalli
Sommario Metodo di Quine-McCluskey M. Favalli Engineering Department in Ferrara 2 3 Sommario (ENDIF) Reti logiche / 46 Algoritmo (ENDIF) Reti logiche 2 / 46 2 3 Metodo esatto per la sintesi di reti a 2
Dettagli5.3 Metodo dei piani di taglio
5.3 Metodo dei piani di taglio (PLI) min s.v. c T x Ax b x interi X Ipotesi: a ij, c j e b i interi Osservazione: La regione ammissibile di un PLI può essere descritta mediante dei vincoli più o meno stringenti
DettagliUNIVERSITÀ DEGLI STUDI DI CAGLIARI Corso di Laurea Magistrale in Ingegneria Elettronica e delle Telecomunicazioni GSM 2+
GSM 2+ Estensioni dell architettura GSM HSCSD: High-Speed Circuits-Switched Data Service Modalità di affasciamento di canali dati sulla stessa portante in frequenza Per usare più di 4 slot è necessario
Dettagli5.5 Metodi dei piani di taglio
5.5 Metodi dei piani di taglio Problema generale di Programmazione Lineare Intera (PLI) max{c t x : x X} dove X = {x Z n + : Ax b}, con A matrice m n e b vettore n 1 razionali Proposizione: conv(x) = {x
DettagliProblema del trasporto
p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. p. 1/1 Problema del trasporto Supponiamo di avere m depositi in
DettagliLunghezza media. Teorema Codice D-ario prefisso per v.c. X soddisfa. L H D (X). Uguaglianza vale sse D l i. = p i. . p.1/27
Lunghezza media Teorema Codice D-ario prefisso per v.c. X soddisfa L H D (X). Uguaglianza vale sse D l i = p i.. p.1/27 Lunghezza media Teorema Codice D-ario prefisso per v.c. X soddisfa L H D (X). Uguaglianza
DettagliNGN: l accesso mobile a internet Le frequenze, il quadro regolamentare e la tutela degli utenti
NGN: l accesso mobile a internet Le frequenze, il quadro regolamentare e la tutela degli utenti Mario Frullone Direttore delle Ricerche FUB Next Generation Network: modelli, territori, attori Bologna 26
DettagliRiconoscimento automatico di oggetti (Pattern Recognition)
Riconoscimento automatico di oggetti (Pattern Recognition) Scopo: definire un sistema per riconoscere automaticamente un oggetto data la descrizione di un oggetto che può appartenere ad una tra N classi
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) memorizzazione compatta di sequenze (DNA) diffusione
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Modelli per la Logistica Distributiva: Single Commodity Minimum Cost Flow Problem Multi Commodity Minimum Cost Flow Problem Fixed Charge
DettagliALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si
DettagliMODELLI DI ASSEGNAZIONE PER LE RETI STRADALI
MODELLI DI ASSEGNAZIONE PER LE RETI STRADALI CORSO DI PROGETTAZIONE DEI SISTEMI DI TRASPORTO - I MODELLI DI ASSEGNAZIONE L ASSEGNAZIONE DELLA DOMANDA AD UNA RETE DI TRASPORTO CONSISTE NEL CALCOLARE I FLUSSI
Dettagli4.5 Metodo del simplesso
4.5 Metodo del simplesso min z = c T x s.v. Ax = b x PL in forma standard Esamina una sequenza di soluzioni di base ammissibili con valori non crescenti della funzione obiettivo fino a raggiungerne una
DettagliRicerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015
1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)
DettagliDomini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):
UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione
DettagliParte V: Rilassamento Lagrangiano
Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice
DettagliSistemi di Telecomunicazione
Sistemi di Telecomunicazione Parte 6: Sistemi Ottici Parte 6.4: Esempi di dimensionamento di sistemi ottici Universita Politecnica delle Marche A.A. 2013-2014 A.A. 2013-2014 Sistemi di Telecomunicazione
DettagliCammini minimi fra tutte le coppie
Capitolo 12 Cammini minimi fra tutte le coppie Consideriamo il problema dei cammini minimi fra tutte le coppie in un grafo G = (V, E, w) orientato, pesato, dove possono essere presenti archi (ma non cicli)
DettagliVerso i puntatori: Cosa è una variabile?
Verso i puntatori: Cosa è una variabile? Quando si dichiara una variabile, ad es. int a; si rende noto il nome e il tipo della variabile. Il compilatore alloca l opportuno numero di byte di memoria per
DettagliSub-Optimal Measurement-Based CAC Algorithm
Tecniche per la garanzia di qualità in reti di Telecomunicazioni multiservizi Sottotema Controllo Courmayeur, 12-14 Gennaio 2000 Sub-Optimal Measurement-Based CAC Algorithm Gregorio Procissi procissi@iet.unipi.it
DettagliProgrammazione Lineare Intera. Programmazione Lineare Intera p. 1/4
Programmazione Lineare Intera Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Problema di PLI in forma standard: max cx Ax = b x 0, x I n I insieme degli interi. Regione ammissibile:
DettagliEsercizi sulla Programmazione Lineare. min. cx Ax b x 0
Soluzioni 4.-4. Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare 4. Risoluzione grafica e forma standard. Si consideri il problema min x cx Ax b x dove x = (x, x )
DettagliLa dualità nella Programmazione Lineare
Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x
DettagliSoluzione di problemi di Programmazione Lineare Intera
10 Soluzione di problemi di Programmazione Lineare Intera 10.1 ESERCIZI SULLA SOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 10.1.1 Risolvere con il metodo del Branch and Bound il seguente
Dettagli11.4 Chiusura transitiva
6 11.4 Chiusura transitiva Il problema che consideriamo in questa sezione riguarda il calcolo della chiusura transitiva di un grafo. Dato un grafo orientato G = hv,ei, si vuole determinare il grafo orientato)
DettagliAlgoritmi e Strutture Dati II: Parte B Anno Accademico Lezione 5
Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 5 In questa lezione inizieremo a studiare gli algoritmi di approssimazione per problemi di ottimizzazione NP-hard
DettagliUn esempio di applicazione della programmazione lineare intera: il Sudoku
Un esempio di applicazione della programmazione lineare intera: il Sudoku Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria della Sicurezza: Trasporti e Sistemi Territoriali AA
DettagliImmunized portfolio selection: numerical problems
Immunized portfolio selection: numerical problems P. L. De Angelis Istituto Universitario Navale - Napoli Scopo del lavoro Descrivere alcune considerazioni di tipo computazionale connesse alla selezione
DettagliEM Adattatore USB Wireless
EM4576 - Adattatore USB Wireless 2 ITALIANO EM4576 - Adattatore USB Wireless Avvertenze ed elementi cui necessita prestare attenzione In virtù delle leggi, delle direttive e dei regolamenti emanati dal
Dettagli2. ALGORITMO DEL SIMPLESSO
. ALGORITMO DEL SIMPLESSO R. Tadei Una piccola introduzione R. Tadei SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione
Dettagli1 Riduzione per righe e matrici equivalenti per righe.
Geometria Lingotto. LeLing2: Sistemi lineari omogenei. Ārgomenti svolti: Riduzione per righe e matrici equivalenti per righe. Forma echelon e sistemi gia risolti. Il metodo di Gauss-Jordan e la forma echelon.
DettagliMetodologie e Risultati. Scuola Superiore di Specializzazione in Telecomunicazioni. Massimo Celidonio Fondazione Ugo Bordoni (FUB)
Seminario Le nuove frontiere tecnologiche del 5G: Le comunicazioni radiomobili ad onde millimetriche Risultati dell attività sperimentale a 33 GHz e a 75 GHz condotta presso l ISCOM nell ambito del progetto
DettagliOttimizzazione marginale
Ottimizzazione marginale R. Pesenti Problema di faceness Formulazione del problema Il vostro supermercato deve disporre i prodotti A, B, C e D sugli scaffali 1, 2, e 3 ognuno di lunghezza 100 cm. Dato
DettagliLezioni di Ricerca Operativa 2 Dott. F. Carrabs
Lezioni di Ricerca Operativa Dott. F. Carrabs.. 009/00 Lezione 6: - mmissibilità di un vincolo - Vincoli alternativi - Vincoli alternativi a gruppi - Rappresentazione di funzioni non lineari: Costi fissi
DettagliPROBLEMI A MOLTI OBIETTIVI
PROBLEMI A MOLTI OBIETTIVI Spesso gli obiettivi di pianificazione e/o gestione sono numerosi e difficilmente paragonabili (incommensurabilità). Esempio 1 Risanamento di una zona fortemente inquinata n
DettagliLa notazione usata è quella usuale nel caso scalare, ed è estesa al caso generale. Consideriamo una forma quadratica:
. SU ALCUNI OPERAORI DI DERIVAZIONE Alcune operazioni tipiche dell analisi matematica hanno un diretto riscontro in termini matriciali. Consideriamo ad esempio una forma lineare: f() l l + l +..l n n ;
DettagliProgrammazione lineare intera: undici esercizi commentati e risolti
Programmazione lineare intera: undici esercizi commentati e risolti Giovanni Righini 6 agosto 2010 Di tutti gli esercizi presentati nel seguito è disponibile il modello con relativa soluzione anche sotto
DettagliStrumentazione per la misura a banda stretta del campo elettromagnetico. Laura Vallone
Strumentazione per la misura a banda stretta del campo elettromagnetico Laura Vallone Strumentazione a banda stretta Un misuratore di campo EM a banda stretta si compone di varie parti: o Sistema di ricezione
DettagliProcessi di cost management - Programmazione multiperiodale
Processi di cost management - Programmazione multiperiodale Queste slide (scrte da Carlo Mannino) riguardano il problema di gestione delle attivà di un progetto allorché i costi di esecuzione sono legati
DettagliReti logiche: analisi, sintesi e minimizzazione. Giovedì 9 ottobre 2014
Reti logiche: analisi, sintesi e minimizzazione Giovedì 9 ottobre 2014 Punto della situazione Stiamo studiando le reti logiche costruite a partire dalle porte logiche AND, OR, NOT per progettare l ALU
Dettagli(a) Si proponga una formulazione di programmazione nonlineare a variabili misto-intere per problema.
6. Clustering In molti campi applicativi si presenta il problema del data mining, che consiste nel suddividere un insieme di dati in gruppi e di assegnare un centro a ciascun gruppo. Ad esempio, in ambito
DettagliLA PROGRAMMAZIONE MATEMATICA (p.m.)
LA PROGRAMMAZIONE MATEMATICA (p.m.) Un problema di programmazione matematica è un problema di ottimizzazione riconducibile alla seguente espressione generale: ricercare i valori delle variabili x 1, x
DettagliIngegneria Telematica e delle Telecomunicazioni
Ingegneria Telematica e delle Telecomunicazioni Una visione architetturale INFORMATICA TELEMATICA TELECOMUNICAZIONI ELETTRONICA Telecomunicazioni e Telematica sono le lauree della telefonia fissa e cellulare
DettagliINTRODUZIONE ALLE RETI. Tipologie di Rete. Perché una rete? Interconnessione di reti
INTRODUZIONE ALLE RETI Tipologie di Rete Perché una rete? Condividere risorse utilizzo razionale di dispositivi costosi modularità della struttura affidabilità e disponibilità Comunicare tra utenti scambio
Dettagli