Publicação

Estudo do comportamento de canal em redes 5G: uma análise preditiva

Detalhes bibliográficos
Resumo:	Um parâmetro que passa a ser particularmente importante no dimensionamento das redes 5G é o estado do canal de comunicação, principalmente ao considerar as novas frequências usadas, o número crescente de dispositivos conectados e a necessidade de alocar recursos de forma eficiente. Para dimensionar os efeitos do canal, a Base Station (BS) recebe do User Equipment (UE) uma medição da qualidade do canal, chamada Channel Quality Information/Indicator (CQI), a partir da qual faz o escalonamento dos recursos para melhor atender os usuários. O estudo aqui desenvolvido visa gerar uma base de dados confiável de um fluxo de CQI ao longo de uma transmissão em uma rede móvel Long Term Evolution Advanced (LTE-A) com alguns parâmetros da Release 15 das Technical Specification (TS) do 3rd Generation Partnership Project (3GPP) para o 5G usando o Matlab. Após isso, propõe-se a aplicação de uma rede neural temporal para prever o CQI ao longo de uma transmissão. Por fim, avalia-se a confiabilidade da rede, comparando os valores preditos pelo sistema e os reais.
Autores principais:	Araújo, Patrick Luiz de
Assunto:	CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES 5G 3GPP CQI Machine Learning Redes móveis
Ano:	2019
País:	Brasil
Tipo de documento:	trabalho de fim de curso
Tipo de acesso:	unknown
Instituição associada:	IBICT
Idioma:	português
Origem:	Oasisbr

Descrição
Resumo:	Um parâmetro que passa a ser particularmente importante no dimensionamento das redes 5G é o estado do canal de comunicação, principalmente ao considerar as novas frequências usadas, o número crescente de dispositivos conectados e a necessidade de alocar recursos de forma eficiente. Para dimensionar os efeitos do canal, a Base Station (BS) recebe do User Equipment (UE) uma medição da qualidade do canal, chamada Channel Quality Information/Indicator (CQI), a partir da qual faz o escalonamento dos recursos para melhor atender os usuários. O estudo aqui desenvolvido visa gerar uma base de dados confiável de um fluxo de CQI ao longo de uma transmissão em uma rede móvel Long Term Evolution Advanced (LTE-A) com alguns parâmetros da Release 15 das Technical Specification (TS) do 3rd Generation Partnership Project (3GPP) para o 5G usando o Matlab. Após isso, propõe-se a aplicação de uma rede neural temporal para prever o CQI ao longo de uma transmissão. Por fim, avalia-se a confiabilidade da rede, comparando os valores preditos pelo sistema e os reais.

Não foram encontrados projetos financiados.