No description available.

In this thesis we address the problem of designing codes for specific applications. To do so we make use of the relationship between clusters and codes. Designing a block code over any finite dimensional space may be thought of as forming the corresponding number of clusters over the particular dimensional space. In literature we have a number of algorithms available for clustering. We have examined the performance of a number of such algorithms, such as Linde-Buzo-Gray, Simulated Annealing, Simulated Annealing with Linde-Buzo-Gray, Deterministic Annealing, etc, for design of codes. But all these algorithms make use of the Eucledian squared error distance measure for clustering. This distance measure does not match with the distance measure of interest in the error correcting scenario, namely, Hamming distance. Consequently we have developed an algorithm that can be used for clustering with Hamming distance as the distance measure. Also, it has been observed that stochastic algorithms, such as Simulated Annealing fail to produce optimum codes due to very slow convergence near the end. As a remedy, we have proposed a modification based on the code structure, for such algorithms for code design which makes it possible to converge to the optimum codes.

The Artificial Potential Fields approach is widely used in mobile robot navigation due to its easy implementation and low computational cost. In this approach, the environment is seen as a potential surface, where the goal point is modeled as an attractor point and the obstacles are considered repulsor points. A potential field function is used to model all the environment, calculating the in uence over the robot. The force that moves the robot is the descendent gradient of the field. Local minima appear when this gradient (the force) becomes equal to zero. This situation prevents the robot from arriving at the goal point. This work presents a new algorithm to escape from local minima points in the environment. This new algorithm is inspired in the deterministic annealing algorithm. A comparative study between the developed method and two known methods, simulated annealing to escape from local minima, and the method of virtual obstacle, is carried out. The results show that the proposed algorithm can be used to perform local minima escape, since this approach was capable to produce satisfactory results when compared with other classical existent solutions. / O Método dos Campos Potenciais Artificiais é amplamente utilizado para navegação de robôs móveis por sua facilidade de implementação e baixo custo computacional. Nessa abordagem, o ambiente é modelado com base em campos potenciais. Pontos de destino são modelados como atratores, ao passo que obstáculos são vistos como repulsores e uma função é usada para modelar o campo potencial gerado por cada um dos obstáculos e destinos e a sua in uência sobre o robô. Sendo o gradiente negativo do campo a força que impulsiona o movimento do robô, há a possibilidade de surgimento de pontos de mínimos, onde a forçaa se anula, diferentes do mínimo global. Este é um problema existente no método, que pode impedir que o robô chegue ao seu ponto de destino. Nesse contexto, o presente trabalho apresenta uma nova abordagem para escapar de pontos de mínimos locais por sistemas autônomos que implementam o método dos campos potenciais artificiais, inspirada no recozimento determinístico. É apresentado um estudo comparativo entre a técnica desenvolvida neste trabalho e mais dois métodos já conhecidos: recozimento simulado para escapar de mínimos locais e o método do obstáculo virtual. Os resultados obtidos mostram que o algoritmo inspirado no recozimento determinístico pode ser usado para escapar de mínimos locais, pois esse método foi capaz de produzir resultados satisfatórios quando comparado com outras soluções clássicas existentes.