Navegando por Assunto "Field measurement"

Agora exibindo 1 - 1 de 1

Acesso aberto (Open Access)
Modelagem Neuro-Fuzzy de perdas de propagação para planejamento de redes LTE
(Universidade Federal do Pará, 2016-05-06) NASCIMENTO, Regina de Nasaré Almeida do; CAVALCANTE, Gervásio Protásio dos Santos; http://lattes.cnpq.br/2265948982068382
O desenvolvimento das tecnologias de comunicação móveis está relacionado com a demanda dos serviços pelos usuários que estão utilizando cada vez mais o serviço de dados do que de voz. E, para acompanhar tais demandas, as empresas de telecomunicações buscam suprir, com novas tecnologias, este usuário em busca de rapidez e qualidade no serviço utilizado pelas redes móveis. A tecnologia LTE (Long Term Evolution) tem demonstrado características flexíveis que se destacam em relação às tecnologias que a antecederam como a do GSM e UMTS e que fazem com que as operadoras atendam aos objetivos das redes existentes como serviços de multimídia, eficiência espectral e negócios para banda larga móvel. A organização que desenvolveu as especificações do LTE foi a 3GPP (3rd Generation Partners Project) e normalizado pelo Instituto Europeu de Normalização na área de Telecomunicações ETSI (European Telecommunications Standard Institute). Nesta dissertação, foi realizado um estudo sobre perdas de propagação em ambiente outdoor, a partir de modelos encontrados na literatura e adequados ao canal de propagação. Os resultados de desempenho são apresentados utilizando as métricas do erro médio quadrático e o desvio padrão e por representação gráfica dos dados medidos. Para auxiliar esta análise, é interessante mapear a área e desenvolver ou adequar ferramentas de planejamento de cobertura mais precisas e eficientes. Os dados utilizados neste trabalho foram coletados em algumas vias principais no munícipio de Castanhal, no estado do Pará, região norte do Brasil. A frequência utilizada do sinal transmitido para o LTE foi de 1.800 MHz e o método utilizado para a predição de perda de propagação foi o Neuro-Fuzzy. Este sistema utiliza as técnicas de inteligência computacional que combina Redes Neurais Artificiais (RNA) e Lógica Fuzzy (LF) e tem demonstrado capacidade de resolver diversos tipos de problemas em várias aplicações de diversas áreas. Em seguida foi realizada uma comparação de desempenho entre os valores preditos pelo método proposto e os modelos de propagação da literatura, analisando-se as características do sinal em canais específicos e observando-se as limitações e imposições locais.