Football Manager App

El objetivo de este proyecto ha sido la realización de una aplicación para tablets con sistema operativo iOS de Apple. La aplicación la puede utilizar cualquier persona con inquietudes sobre el mundo del fútbol, pero está pensada básicamente para entrenadores que busquen almacenar datos relacionados con sus equipos, jugadores, partidos, estadísticas de los equipos y los jugadores, etc. La información introducida quedará almacenada hasta que el usuario decida lo contrario eliminando los datos que ya no desee tener en su dispositivo de manera fácil e intuitiva. Aparte de eso, se ha desarrollado una pizarra táctil donde el usuario podrá realizar sus tácticas previas al partido y enseñársela a sus jugadores. Dispondrá de dos colores para diferenciar los diferentes jugadores que se dibujen. Además, se pueden realizar ligas online para que varios usuarios simultáneamente accedan a su contenido o lo modifiquen. Las ligas podrán ser reales a nivel profesional, de amigos o incluso ligas de videojuegos. Se ha realizado un apartado de mensajería donde los usuarios se podrán comunicar entre ellos sin salir de la aplicación. Bastará con buscar al usuario en el sistema, seleccionarlo y mandarle un mensaje. Si un usuario decide eliminar todos sus datos del sistema, podrá hacerlo y se eliminará cualquier información relacionada con él.

A Data Dropout Compensation Algorithm Based on the Iterative Learning Control Methodology for Discrete-Time Systems

This paper deals with the convergence of a remote iterative learning control system subject to data dropouts. The system is composed by a set of discrete-time multiple input-multiple output linear models, each one with its corresponding actuator device and its sensor. Each actuator applies the input signals vector to its corresponding model at the sampling instants and the sensor measures the output signals vector. The iterative learning law is processed in a controller located far away of the models so the control signals vector has to be transmitted from the controller to the actuators through transmission channels. Such a law uses the measurements of each model to generate the input vector to be applied to its subsequent model so the measurements of the models have to be transmitted from the sensors to the controller. All transmissions are subject to failures which are described as a binary sequence taking value 1 or 0. A compensation dropout technique is used to replace the lost data in the transmission processes. The convergence to zero of the errors between the output signals vector and a reference one is achieved as the number of models tends to infinity.