Redes neurais artificiais para predição de sinal de comunicação sem fio na cidade de Caraúbas - RN

Abstract

Diante dos problemas que os usuários enfrentam no uso diário relacionados a comunicação sem fio móvel um deles é a perda de potência de sinal. Utilizando-se dos conhecimentos da rede neural artificial (RNA) e os modelos que a mesma dispõe, o respectivo trabalho realizou um levantamento de dados relativos a predição de sinal 4G no município de caraúbas localizado no estado do Rio Grande do Norte. Considerou-se um raio de sensoriamento de 4 Km no entorno de uma estação rádio base (ERB) localizada no centro da cidade. Foram consideradas variações a cada 45° de ângulo em relação a ERB e testes a cada 500 metros, nos testes foi avaliado a potência de sinal recebida, a latência e as velocidades de upload, e download. A extração dos dados de testes ocorreu por dois aplicativos, o Info sinal de rede e o Open Signal, um terceiro aplicativo foi utilizado para medições de distância. O modelo de treinamento da rede utilizado foi o de retropropagação por meio do algoritmo Levenberg-Marquardt Backpropagation, 90% dos dados foram utilizados para treinar a rede 5% para validação e 5% para teste. O algoritmo de aprendizado e treinamento foi desenvolvido no software MatLab e comparado com os modelos de propagação no espaço livre e o modelo Hata. Como sresultados medidos, é apresentado o erro quadrático médio da rede e gráficos que expressam o sinal da potência recebida nos quadrantes analisados, para os demais itens avaliados nos testes, é apresentada uma comparação geral do comportamento da rede. Por fim é discutido as localidades do munícipio que possuem maior perda de sinal e a localidade com um melhor sinal, relacionando possíveis agentes causadores, sugestões de melhorias para operadora analisada e projeções para trabalhos futuros.