RELATÓRIO TÉCNICO - CIENTÍFICO. IDENTIFICAÇÃO DO PROJETO Título do Projeto de Pesquisa (ao qual está vinculado o Plano de Trabalho): Estudo e

Transcrição

1 UNIVERSIDADE FEDERAL DO PARÁ PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO DIRETORIA DE PESQUISA PROGRAMA INSTITUCIONAL DE BOLSAS DE INICIAÇÃO CIENTÍFICA PIBIC: CNPq, CNPq/AF, UFPA, UFPA/AF, PIBIC/INTERIOR, PRODOUTOR, PIBIT E FAPESPA Período: 08/2016 a 01/2017 RELATÓRIO TÉCNICO - CIENTÍFICO (X) PARCIAL ( ) FINAL IDENTIFICAÇÃO DO PROJETO Título do Projeto de Pesquisa (ao qual está vinculado o Plano de Trabalho): Estudo e Simulação de Modelos de Rádio Propagação em UHF para Trajetos Não Homogêneos Utilizando Técnicas de Aprendizado de Máquinas Nome do Orientador: Cristiane Ruiz Gomes Titulação do Orientador: Doutora Faculdade: Faculdade de Matemática Instituto/Núcleo: Laboratório: Instituto de Ciências Exatas e Naturais Título do Plano de Trabalho: Estudo e Simulação de Modelos de Rádio Propagação em SHF Utilizando Técnicas de Aprendizado de Máquina. Nome do Bolsista: Andreia Vanessa Rodrigues Lopes Tipo de Bolsa: ( ) PIBIC/ CNPq ( ) PIBIC/CNPq AF ( ) PIBIC /CNPq- Cota do pesquisador ( ) PIBIC/UFPA ( ) PIBIC/UFPA AF ( ) PIBIC/ INTERIOR (X) PIBIC/PRODUTOR ( ) PIBIC/PE-INTERDISCIPLINAR ( ) PIBIC/FAPESPA ( ) PIBIC/PIBIT 1

2 INTRODUÇÃO: A confiabilidade dos sistemas de comunicação está vinculada a um bom planejamento na recepção do sinal. Os modelos de rádio propagação apresentam-se como uma importante ferramenta na predição do sinal. Existe uma grande quantidade de modelos de propagação, estes podem ser classificados quanto à abordagem teórica sendo determinísticos ou empíricos, quanto à aplicação em cenários indoors ou outdoors e quanto à frequência de operação. Modelos Determinísticos ou Teóricos, como por exemplo os Modelos de Traçado de Raios, são comumente usados em ambientes indoor, e apresentam grande precisão. Como pontos negativos destacam-se o elevado tempo computacional, requerem a descrição detalhada do ambiente em questão, sendo assim de difícil implementação e utilização. Os Modelos Empíricos ou semi-empíricos são obtidos a partir de uma campanha de medições em uma ou mais regiões, são dados por uma expressão final, de fácil aplicação e não necessitam de muito tempo de execução, tendem a não fornecer resultados muito confiáveis quando aplicados a regiões que difiram significativamente da região original. Os principais exemplos de modelos empíricos estudados foram os Modelo Log- Distance, Modelo ITU-R P , Modelo COST-231 Keenan e Motley, Modelo COST-231 Multi-Wall que baseia-se no modelo COST-231 Keenan e Motley. Onde todos estes são aplicados em ambientes indoors. Para ambientes outdoors temos os Modelo de Okumura et al., Modelo Hata et al. que é uma formulação empírica das curvas descritas por Okumura, COST231-Hata e Modelo Dual-Slope que foi baseado nos trabalhos de Rappaport e Milstein e XIa et al. apud Sakar. O Aprendizado de Máquina é uma subárea da Inteligência Artificial dedicada ao desenvolvimento de algoritmos ou métodos que permitam ao computador aprender, ou ainda encontrar padrões em um conjunto de dados. Existem 3 tipos de aprendizagem: a supervisionada, a não supervisionada e a por reforço. O aprendizado de máquina é dividido em Agentes Baseados em Conhecimento que utilizam o método dedutivo; Classificação; Regressão; Aprendizagem não supervisionada e por fim Aprendizagem por Reforço. Também foram estudados algoritmos de Aprendizado de máquina como o Classificador K-Vizinhos Próximos, o classificador Nayve Bayes, o modelo oculto de Markov, Redes Neurais Artificias, Mapas de Kohonen este algoritmo é considerado um mapa auto-organizável, capaz de diminuir a dimensão de um grupo de dados. De posse do referencial bibliográfico optou-se pelo estudo de tecnologias emergentes delimitando o tema em faixas de frequências mais altas, abordando assim o SHF (Frequências Super Altas) para o estudo da Quinta Geração de Redes Móveis 5G. Ainda não há padronizações para o 5G, porém muitas empresas públicas e privadas já começaram seus testes, modelagens e simulações. A tecnologia promete um aumento de velocidade de conexão em relação ao LTE- 4G bastante significativo. Ainda não se pode definir esse aumento, mas, estima-se o padrão ideal de 20 Gbps, o suficiente para baixar um filme em alta definição em 10 segundos. Assim, com o surgimento do 5G abrangendo as faixas de frequências de 8GHz chegando a estudos com até 60GHz este projeto tem como foco principal o estudo na faixa de 10GHz para modelagem e simulações em 5G. A partir da modelagem de dados será feito um ajuste em modelo de propagação para a faixa de 10GHz observando resultados e comportamento do mesmo. 2

3 JUSTIFICATIVA: Inicialmente o foco do projeto era estudo da faixa UHF, e em vista da necessidade de novas medições, modelos e simulações para a nova tecnologia do 5G, optouse por delimitar o tema para a faixa de SHF. A Recomendação ITU-R p , que é a recomendação que aborda a faixa estudada nesse projeto, não contempla valores para a faixa de 10 GHz Assim, levando em consideração a nova tecnologia do 5G e com a ausência de valores que contemplem essa faixa de 10 GHz, este projeto visa estudar, simular e modelar um conjunto de dados medidos para o ajuste de um modelo existente na literatura. Disponibilizando assim, novos valores de coeficientes de atenuação com a distância para o modelo estudado. OBJETIVOS: Os objetivos cumpridos do projeto foram: Estudar modelos de rádio propagação para trajetos não homogêneos disponíveis na literatura. Após esse estudo optou-se pela troca de modelos, estudando assim os modelos de propagação empíricos para ambientes indoors; Estudar os modelos existentes para a faixa SHF, delimitando para a faixa de 10 GHz; Estudar a teoria matemática necessária para compreensão dos modelos; Estudar técnicas de aprendizagem de máquina; Gerar simulações de modelos que apresentem critérios e parâmetros que mais se aproximem do problema estudado e que tenham os resultados mais satisfatórios; Comparar os modelos simulados. A elaboração de artigos para publicações utilizando os resultados encontrados está em fase de desenvolvimento com previsão de submissão no I Workshop de TIC para Desenvolvimento WTICp/D. MATERIAIS E MÉTODOS: Foi feito um levantamento bibliográfico robusto para entender os modelos da literatura, para estudar e compreender as técnicas de aprendizagem de máquina. Após este levantamento bibliográfico foram selecionados os modelos que mais se adequavam a faixa de frequência estudada e aos modelos clássicos mais usados a fim de comparação. Os próximos passos foram estudar os métodos e funções internas da Ferramenta de desenvolvimento de aplicações Matlab. Funções essas primordiais para a modelagem e simulação dos dados. A campanha de medições foi feita em um corredor no bloco de laboratório de Computação e Telecomunicações da UFPa. Usando duas antenas omnidirecionais com ganhos de 2,5 dbi, com Transmissor fixo chamado de Synthesized sweeper 83752A Hewlett Packard com ganho de transmissão de 20 dbm e Receptor móvel chamado Signal Analyzer MS2692A para obter o ganho recebido. As duas antenas estavam a uma altura igual de 1,6 m do chão. Ao todo 40 pontos foram medidos em linha reta, em visada direta (LoS) e sem obstáculos. Onde cada ponto possuía uma distância de 1 metro entre antena transmissora e antena receptora. Após a campanha de medições iniciou-se as simulações no MATLAB com os modelos ITU-R-123-8, Modelo COST-231 Keenan e Motley e Modelo Multi-Wall e com o modelo ajustado. O modelo escolhido para sofrer o ajuste de frequência foi um modelo citado na dissertação de Mestrado BATALHA (2016) que trabalha na faixa de 5,2 GHz pois foi o modelo que obteve os melhores resultados para a faixa proposta. Após o uso de Tendência Logarítmica foi encontrado novos valores para coeficiente de 3

4 perda de potência devido à distância, valor que a Recomendação ITU-R p-1238 não contempla. Obtendo assim resultados satisfatórios em comparação com os outros modelos da literatura. RESULTADOS: Como principal avanço teórico no projeto pode-se citar os bons resultados obtidos com o ajuste no modelo. Após modelagem de dados precisa e dados em ambientes reais as simulações do projeto atenderam a todos os objetivos propostos e esperados. As simulações mostraram que após o ajuste e, mesmo que o modelo não tenha sido projetado para a faixa de frequência estudada ele foi o modelo com resultados mais satisfatórios em comparação com os demais modelos estudados e simulados para a faixa de frequência proposta. A figura 1 mostra a Perda de Potência medida, o modelo ajustado, o modelo que sofreu o ajuste e o modelo ITU-R afim de comparação. Figura 1: Comparação entre os modelos. A determinação de valores ótimos e novos para o Coeficiente de perda de potência devido à distância que a Recomendação ITU-R P não apresenta em sua formulação, sendo essa mais uma contribuição para a literatura e de suma importância para as futuras medições que serão projetadas para atravessar obstáculos fixos como paredes e pisos. O ajuste obteve o valor de RMS de 3.6 db, Erro Absoluto de 2.87 db e Desvio Padrão no valor de 3.65 db, valores esses mais aceitáveis em comparação com os valores obtidos no modelo ITU-R e com o modelo BATALHA,2016. Os valores de RMS, Erro Absoluto e Desvio Padrão são mostrados na Tabela 1. Tabela 1: Valores de RMS, Erro Absoluto e Desvio Padrão Modelos RMS (db) Erro Absoluto (db) Desvio Padrão (db) Modelo Ajustado 3,60 2,87 3,65 Modelo BATALHA,2016 7,97 6,14 6,27 4

5 Modelo ITU ,41 5,02 6,18 Os resultados recentemente alcançados serão publicados. PUBLICAÇÕES: Os resultados foram satisfatórios para a faixa de frequência estudada e serão brevemente publicados no XXXV Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos SBRC 2017 ( no I Workshop de TIC para Desenvolvimento WTICp/D ( com o foco no tópico de interesse de WiFi para longas distâncias, tecnologias celulares, redes em malha. ATIVIDADES A SEREM DESENVOLVIDAS NOS PRÓXIMOS MESES: Para tarefas futuras está a realização de campanha de medições de dados na faixa de 10 GHz em ambientes com paredes, objetos fixos e andares. Modelar esses dados para o ambiente estudado e simular a Perda de Propagação de acordo com o Modelo em questão. Bem como a publicação dos resultados obtidos nas próximas etapas do projeto em forma de Artigos Acadêmicos. CONCLUSÃO: Este projeto conseguiu cumprir as metas estipuladas dentro e até antes do prazo estimado. Foram desenvolvidas pelo bolsista habilidades sobre modelos de propagação, sobre aprendizado de máquina, acerca de história da arte sobre tecnologias novas, como o 5G. Incentivou a resolução de problemas matemáticos aplicados a telecomunicações, sobre o uso de linguagem de programação na resolução dos problemas encontrados, bem como a disponibilidade de uma comparação consistente entre os modelos de propagação para ambiente indoor estudados. Com o conhecimento adquirido pelo bolsista, pode-se obter maiores ideias sobre novas medições para a faixa estudada e para outras faixas do SHF e que a Recomendação ITU-R P englobe. Podendo ainda, utilizar faixas de frequências maiores para a continuação de simulações e modelagens para a Quinta Geração de Redes Móveis 5G. E como foco final a publicação dos resultados obtidos em forma de Artigos Acadêmicos. REFERÊNCIAS BIBLIOGRÁFICAS: ABOURADDY, A.F,; ELMOBI, S.M. Statistical modeling o the indoor radio channel at 10 GHz through propagation measurements.i. Narrow-band measuremts and modeling. In: Malaysia International Conference on Communications (MICC), Anais, pages , ALPAYDIN, E. Introduction to machine learning. 3a edição. Massachusetts: MIT, BATALHA, I.S. Estudo da Tecnologia IEEE ac Para o desenvolvimento de modelos empíricos e Cross-Layer f. Dissertação (Mestrado em Engenharia Elétrica) Universidade Federal do Pará, ERAS, L.C.; BATALHA, I.S.; Silva, D.K.N; FERREIRA, H.R.O.; FONSECA, W.S.; BARROS, F.J.B.; CAVALCANTE, G.P.S. Measurements and Modeling for Indoor Environments Analysis at 10 GHz for 5G. In: EUROPEAN CONFERENCE ON ANTENNAS AND PROPAGATION-EUCAP, Anais, Portugal: IEEE Conference Publications, p

6

7 FICHA DE AVALIAÇÃO DE RELATÓRIO DE BOLSA DE INICIAÇÃO CIENTÍFICA O AVALIADOR DEVE COMENTAR, DE FORMA RESUMIDA, OS SEGUINTES ASPECTOS DO RELATÓRIO: 1. O projeto vem se desenvolvendo segundo a proposta aprovada? Se ocorreram mudanças significativas, elas foram justificadas? 2. A metodologia está de acordo com o Plano de Trabalho? 3. Os resultados obtidos até o presente são relevantes e estão de acordo com os objetivos propostos? 4. O plano de atividades originou publicações com a participação do bolsista? Comentar sobre a qualidade e a quantidade da publicação. Caso não tenha sido gerada nenhuma, os resultados obtidos são recomendados para publicação? Em qual tipo de veículo? 5. Comente outros aspectos que considera relevantes no relatório 6. Parecer Final: Aprovado ( ) Aprovado com restrições ( Reprovado ( ) ) (especificar se são mandatórias ou recomendações) 7. Qualidade do relatório apresentado: (nota 0 a 5) Atribuir conceito ao relatório do bolsista considerando a proposta de plano, o desenvolvimento das atividades, os resultados obtidos e a apresentação do relatório. Data: / /. Assinatura do(a) Avaliador(a) 7