Métodos de Optimización para Sistemas Inalámbricos
Código: 45650Créditos: 5
| Titulación | Tipo | Curso |
|---|---|---|
| Ingeniería de Telecomunicación | OP | 2 |
Profesor/a de contacto
- Nombre :
- Gonzalo Seco Granados
- Correo electrónico :
- gonzalo.seco@uab.cat
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
Haber cursado y superado con aprovechamiento las asignaturas de primer curso: Métodos de Estimación y Detección, y Procesado de Señal Multicanal.
Objetivos
El curso tiene como objetivo dotar a los estudiantes de una comprensión de los fundamentos matemáticos y las técnicas prácticas de optimización aplicadas al análisis y diseño de sistemas basados en la transmisión y recepción de señales. Los estudiantes aprenderán a formular y resolver problemas de optimización relacionados con la asignación de recursos, control de potencia, formación de haces, diseño de señales, estimación de parámetros, sincronización, y planificación en redes inalámbricas. El curso cubrirá métodos de optimización convexa y no convexa, con un enfoque en su aplicación a redes 5G/6G, sistemas MIMO y procesamiento de señales. Se formará al alumno en el uso de los paquetes de software habituales para resolver diferentes tipos de problemas de optimización. Al finalizar el curso, los estudiantes serán capaces de analizar sistemas inalámbricos, desarrollar soluciones basadas en optimización y aplicar algoritmos numéricos para mejorar el rendimiento, eficiencia y fiabilidad de los sistemas en escenarios reales.
Resultados de aprendizaje
- (CA26) Seleccionar técnicas de optimización apropiadas para abordar problemas de ingeniería complejos en sistemas de comunicación inalámbrica, sistemas MIMO y sistemas de posicionamiento terrestres y por satélite
- (CA27) Trabajar eficazmente en equipos interdisciplinarios para implementar técnicas de optimización distribuida en escenarios del mundo real, como la gestión de interferencias y el diseño de antenas inteligentes
- (CA28) Aplicar paquetes de software especializados en la resolución de problemas de optimización, adaptando los modelos matemáticos a los requerimientos específicos del software para obtener soluciones eficaces
- (KA25) Explicar los conceptos fundamentales y clasificaciones de los problemas de optimización, incluyendo optimizaciones convexas, no convexas, lineales y no lineales relevantes para sistemas inalámbricos
- (KA26) Explicar de manera detallada los métodos de optimización convexa, la teoría de la dualidad y las condiciones de KKT y su aplicación en comunicaciones inalámbricas
- (KA27) Identificar los diferentes tipos de problemas de optimización y clasificarlos dentro de sus familias estándar
- (SA36) Formular problemas del ámbito de la ingeniería de la telecomunicación como problemas estándar de optimización
- (SA37) Aplicar métodos de optimización numérica, como el método de Newton y métodos duales, para resolver problemas de optimización del mundo real en redes 5G/6G y sistemas satelitales
- (SA38) Desarrollar soluciones heurísticas e iterativas para desafíos de optimización no convexa, incluyendo la asignación de recursos y la localización en sistemas inalámbricos
- (SA39) Simular algoritmos de optimización para problemas específicos en comunicaciones inalámbricas, como la optimización de recursos en redes distribuidas y la mejora del rendimiento de sistemas MIMO
Contenidos
1. Introducción a la Optimización
- Conceptos básicos: función objetivo, restricciones y conjuntos factibles.
- Tipos de problemas de optimización: lineales, no lineales, convexos y no convexos.
- Formulación de casos estándar de análisis y diseño en sistemas inalámbricos como problemas de optimización.
2. Optimización Convexa
- Conjuntos convexos, funciones convexas y problemas convexos.
- Programación lineal, cuadrática y geométrica.
- Desigualdades generalizadas y optimización vectorial.
- Teoría de la dualidad y condiciones KKT.
- Aplicaciones: control de potencia en redes inalámbricas y conformación de haces en sistemas MIMO.
3. Optimización No Convexa
- Estructuras de problemas no convexos en comunicaciones inalámbricas.
- Óptimos globales frente a óptimos locales: desafíos de la optimización no convexa.
- Programación entera.
- Optimización sobre variedades.
- Métodos heurísticos e iterativos: descenso por gradiente y algoritmo de branch-and-bound.
- Aplicaciones: asignación de recursos, localización y estimación de orientación.
4. Métodos Numéricos de Optimización
- Algoritmos iterativos de optimización: método de Newton y métodos cuasi-Newton.
- Optimización estocástica y su relevancia para los sistemas inalámbricos.
- Técnicas de optimización distribuida: ADMM y métodos primal-dual.
- Aplicaciones: estimación de parámetros en redes distribuidas cell-free massive MIMO.
5. Casos de Estudio y Aplicaciones
- Casos de estudio de la literatura reciente sobre optimización en redes 5G/6G.
- Casos de estudio de la literatura reciente sobre optimización en constelaciones y señales de satélite.
- Aplicaciones del mundo real: radio cognitiva, gestión de interferencias y diseño de antenas inteligentes.
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Autónoma | |||
| Trabajo individual del alumno: estudio y resolución de problemas | 50 | 2 | CA26, KA25, KA26, KA27, SA36, SA38 |
| Trabajo individual del alumno: preparación de prácticas | 25 | 1 | CA26, CA28, KA25, KA27, SA37, SA38, SA39 |
| Tipo: Dirigida | |||
| Clases de teoria | 25 | 1 | CA26, KA25, KA26, KA27, SA36, SA37, SA38 |
| Sesiones prácticas | 12 | 0,48 | CA26, CA27, CA28, KA25, SA36, SA37, SA38, SA39 |
| Tipo: Supervisada | |||
| Tutoría y resolución de dudas | 7 | 0,28 | CA26, KA25, KA26, KA27, SA36, SA37, SA38 |
Actividades presenciales
- Clases de teoría: exposición de los contenidos teóricos
- Prácticas de laboratorio: aplicación de las técnicas presentadas en las clases de teoría a diferentes sistemas reales y puesta en práctica con distintos softwares de simulación.
- Exámenes parciales y final.
Actividades autónomas
- Estudio de los contenidos teóricos y prácticos de la asignatura.
- Resolución de problemas y elaboración de entregas con soluciones de algunos conjuntos de problemas.
- Preparación de exámenes.
- Trabajos prácticos: realización y profundización de las prácticas de laboratorio.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Evaluación de las sesiones prácticas | 30% | 2 | 0,08 | CA26, CA27, CA28, KA27, SA36, SA37, SA38, SA39 |
| Examen 2 | 35% | 2 | 0,08 | CA26, KA25, KA26, KA27, SA36, SA37, SA38 |
| Examen 2 | 35% | 2 | 0,08 | CA26, KA25, KA27, SA36, SA38 |
La nota final de la asignatura se obtiene como el promedio ponderado de las notas obtenidas en las actividades de evaluación continua.
Recuperación
El estudiante tiene la opción de realizar un examen de recuperación, el cual se llevará a cabo una vez finalizadas las clases presenciales, durante el período de exámenes de recuperación fijado por la escuela. En el examen de recuperación, el estudiante podrá recuperar la parte correspondiente al examen 1, la parte correspondiente al examen 2, oa ambas a la vez. En cualquier caso, la nota del examen de recuperación, sea correspondiente a la recuperación del examen 1 o del examen 2, sustituirá a la nota que haya sacado el estudiante al examen que está recuperando.
Una vez sustituida la nota del examen recuperado, la nota final de la asignatura se obtiene igualmente como el promedio de las notas de los exámenes (recuperados, en su caso) y de la nota de laboratorio.
Integridad académica y verificación de la autoría
El profesorado se reserva el derecho de convocar una entrevista o prueba oral individual de contraste cuando existan indicios de copia o falta de autoría en una actividad evaluable. La imposibilidad de acreditar satisfactoriamente la autoría podrá tener efectos sobre su calificación de acuerdo con la normativa académica vigente.
Consideración de " No Evaluable"
La nota final será " No Evaluable" sólo cuando el estudiante no se presente a ningún examen, ni los de la evaluación continua ni el de recuperación.
Consideración en caso de copia o plagio
Sin perjuicio de otras medidas disciplinarias que se estimen oportunas, y de acuerdo con la normativa académica vigente, se calificarán con un cero las pruebas o informes donde el estudiante haya cometido las irregularidades, como plagio, engaño, copia, dejar copiar, etc., que podrían conducir a una variación de la calificación.
Bibliografía
Boyd, S., & Vandenberghe, L. (2004). Convex Optimization. Cambridge University Press.
Bertsekas, D. P. (2016). Nonlinear Programming (3rd ed.). Athena Scientific.
Palomar, D. P., & Eldar, Y. C. (Eds.). (2010). Convex Optimization in Signal Processing and Communications. Cambridge University Press.
Boumal, N., (2023). An Introduction to Optimization on Smooth Manifolds. Cambridge University Press.
Software
Las sesiones prácticas harán uso del software Matlab.
Grupos e idiomas de la asignatura
La información proporcionada es provisional hasta el 30 de noviembre. A partir de esta fecha, podrá consultar el idioma de cada grupo a través de este enlace. Para acceder a la información, será necesario introducir el CÓDIGO de la asignatura