Navegando por Assunto "Modelos baseados em conhecimento"

Agora exibindo 1 - 1 de 1

Acesso aberto (Open Access)
Modelo de rádio propagação em UHF para ambientes não homogêneos e climas distintos utilizando técnica de aprendizagem de máquina
(Universidade Federal do Pará, 2015-08-20) GOMES, Cristiane Ruiz; CAVALCANTE, Gervásio Protásio dos Santos; http://lattes.cnpq.br/2265948982068382
As transmissões de TV digital têm crescido muito no mundo todo nos últimos anos, e em especial no Brasil. A implantação e o melhoramento de tais sistemas de transmissão dependem de modelos que levem em consideração, entre outros fatores, as características geográficas da região, pois estas contribuem para a degradação do sinal. No caso do Brasil, há uma grande heterogeneidade de cenários e climas. Há anos são estudados diversos modelos de perda de propagação para diversas faixas de frequências e tipos de trajetos. Esta tese propõe um modelo empírico de rádio propagação outdoor na faixa de UHF, que é utilizada na TV digital. O modelo proposto estima valores de potência recebida podendo ser aplicado a trajetos não homogêneos e a climas distintos. Este último aspecto apresenta caráter inovador para faixa de UHF. Diferentes técnicas de inteligência artificial foram escolhidas para embasamento teórico e computacional por apresentarem a capacidade de introduzir, organizar e descrever dados quantitativos e qualitativos de maneira rápida e eficiente, possibilitando a determinação da potência recebida em uma diversidade de cenários e climas. O modelo proposto foi aplicado a uma cidade da região amazônica que apresenta trajetos heterogêneos como áreas urbanas densamente arborizados, frações sobre água doce entre outros. Campanhas de medições foram realizadas para obtenção dados de sinais de duas emissoras de televisão digital na região metropolitana da cidade de Belém-Pará para modelar, comparar e validar o modelo proposto. Os resultados obtidos são consistentes. O modelo retrata uma nítida diferença entre as duas estações climáticas do ano estudadas e erros RMS pequenos para todos os casos estudados. Comparação com modelos empíricos e determinísticos amplamente utilizados corroboram a validade do modelo.