Compressão de sinais para fronthaul em arquitetura CRAN utilizando algoritmo evolutivo

As redes de acesso por rádio centralizado apresentam-se como uma potencial alternativa para a próxima geração de telefonia celular, devido à sua capacidade de prover grandes taxas de dados e permitir a redução dos gastos estruturais e operacionais na rede. A arquitetura centralizada implementa o conceito de fronthaul, mas aponta o desafio para aumento da capacidade de transmissão de dados nesses enlaces. Desta forma, o estudo de técnicas de compressão de sinais digitais apresenta-se como uma alternativa para reduzir o custo de implantação das redes de acesso por rádio centralizado. Nesse contexto, este trabalho investiga o uso de métodos de quantização vetorial na compressão de amostras complexas de sinais de LTE em bandabase. Propõe-se o uso de Algoritmos Genéticos no treinamento de dicionários sub-ótimos para o processo de quantização vetorial com objetivo de reduzir os erros impostos neste processo e consequente aumento na capacidade do fronthaul. Os resultados mostram que o algoritmo de compressão proposto permite redução de taxas de dados em fronthaul associados a erros aceitáveis. Demonstra-se ser possível fatores de compressão de taxa de dados de 5; 4 vezes, com erros de, aproximadamente, 4; 4%,comprovando-se a efetividade do método de treinamento de dicionários de LTE no downlink das redes de acesso por rádio centralizado.