Simulation of Indoor-Outdoor and Outdoor-Indoor Radio Channel in the MHz Band

Transcrição

1 Simulation of Indoor-Outdoor and Outdoor-Indoor Radio Channel in the MHz Band F. V. S. Coelho, E. Cataldo and L. J. Matos, Member, IEEE 1 Abstract The design of high performance communication systems depends on the previous knowledge of the radio channel dispersive behavior. Through wideband measurements it is possible to measure such dispersion by determining parameters as delay and Doppler spread or coherence time and bandwidth. In this work, measurements carried out on the MHz band in a transition channel (indoor-outdoor and outdoor-indoor) generate data that permit to compare the experimental delay spread with that obtained from the simulation of this channel by using the Saleh-Valenzuela model, which is a model applied to indoor channels. Clusters of multipath in the power delay profiles are used to identify the model parameters, instead of a unique cluster. The parameters of the Turin model, which is a model applied to outdoor channel, are also identified with the same experimental data. The tools used in this paper pointed to the conclusion that the Saleh-Valenzuela model can be used to simulate the transition channel too. Keywords Channel simulation, Channel sounding, Delay spread, Clustering. I. INTRODUÇÃO O EMPREGO de comunicações sem fio em prédios comerciais, fábricas, centros de conferência, entre outros estabelecimentos, constitui uma atraente alternativa aos sistemas que utilizam cabos elétricos e de fibra ótica. Os principais atrativos são a mobilidade dos usuários e a flexibilidade para instalar os terminais, além das reduções de custo e complexidade de instalação e manutenção. Em ambientes interiores, devido às distâncias reduzidas entre receptor e transmissor, e entre estes e os objetos presentes, os efeitos de dispersão temporal são, em geral, mais acentuados, em termos de quantidade de multipercursos por perfil de retardos, que em ambientes externos. A propagação em multipercursos está relacionada à interferência intersimbólica, o que constitui um fator crítico para o desempenho dos modernos sistemas de comunicação. Desta forma, muitos trabalhos foram realizados, com o intuito de caracterizar a propagação de sinais faixa larga em ambientes internos [1] - [4]. Ganeshi e Pahlavan [5] modelaram os tempos de chegada de multipercursos como um processo modificado de Poisson. Spencer et. al [6] concluíram que dados relativos aos tempos de chegada de multipercursos em ambientes internos, como galpões de fábricas e sala de aula, se ajustaram melhor ao modelo desenvolvido em [5] que aqueles obtidos em ambientes externos. Saleh e Valenzuela [7] desenvolveram um modelo compacto para caracterizar a dispersão temporal do canal rádio faixa larga em ambientes internos. Este modelo trata a contribuição dos multipercursos decorrentes de múltiplas interações entre o sinal e o ambiente, considerando modelo consagrado para caracterizar o comportamento dispersivo do canal indoor, inclusive adotado pelo IEEE [8]. Para ambientes externos, principalmente ambientes urbanos, o modelo de Turin é o mais comumente utilizado [9]. Neste tipo de ambiente, é pouco provável que multipercursos decorrentes de interações sucessivas com o ambiente influenciem no sinal recebido e o modelo trabalha apenas com um cluster. Neste trabalho, pretende-se verificar a adequabilidade do modelo de Saleh-Valenzuela em ambientes de transição, ou seja, o transmissor situado em ambiente externo e receptor em ambiente interno e vice versa. Visto que o modelo de Saleh- Valenzuela foi desenvolvido para ambiente interno e o de Turin, para ambiente externo, ambos são testados e comparados, no que tange à caracterização do comportamento dispersivo do canal faixa larga sondado. Os dados experimentais foram adquiridos nos diversos andares do prédio da Escola de Engenharia da Universidade Federal Fluminense, Rio de Janeiro, Brasil, durante a campanha de medições conduzida por Souza [10]. O grau de ajuste dos dados medidos em relação aos dois modelos referenciados foi efetuado. Para se atingir este objetivo, dois algoritmos de simulação da resposta ao impulso do canal, baseados nos modelos citados, foram desenvolvidos. A partir das simulações, os valores de espalhamento de retardo eficaz foram calculados para cada modelo e os resultados foram comparados com aqueles calculados a partir dos dados coletados em [10]. O trabalho está dividido em mais quatro partes. A seção II é dedicada à descrição da campanha de medições, incluindo o sistema de medidas e os ambientes onde os dados foram coletados. A seção III fornece uma descrição sucinta dos modelos utilizados. Na seção IV, os resultados são apresentados e discutidos. Finalmente, na seção V, as conclusões são apresentadas. II. CAMPANHA DE MEDIÇÕES A. Sistema de Medições O sistema de sondagem para medir o sinal faixa larga empregou a técnica de varredura, consistindo de um analisador F. V. S. Coelho, Universidade Federal Fluminense, Rio de Janeiro, Brasil, vargas.fabiano080673@gmail.com E. L. Cataldo, Universidade Federal Fluminense, Rio de Janeiro, Brasil, ecataldo@im.uff.br L. J. Matos, Universidade Federal Fluminense, Rio de Janeiro, Brasil, lenijm@id.uff.br Corresponding author: Leni J. Matos

2 vetorial, VNA HP8714ET (máximas potência de saída e resolução iguais a 16 dbm e 1 Hz, respectivamente); duas antenas discônicas omnidirecionais no plano horizontal, cada uma com 2.15 db de ganho (simulado) e perda de retorno (medida) abaixo de -15 db na faixa sondada; um LNA (Low Noise Amplifier) modelo ZLR-2150 da Minicircuits com ganho igual a 25 db na faixa MHz; um computador; uma fonte de tensão de 12 VDC para alimentação do LNA, cabos coaxiais e conectores, como mostra a Fig. 1. ambiente e vice versa. Tal ambiente externo é uma passagem entre dois prédios ou ambiente ao redor do prédio. Em cada ambiente analisado, 6 ou 7 locais foram selecionados (conforme o ambiente). Nestes locais, uma grade de 36 pontos, espaçados de 15 cm, foi posicionada. A antena receptora (ou transmissora) foi posicionada em cada ponto da grade, onde uma amostra da resposta do canal foi medida. O espaçamento de 15 cm foi calculado de forma a se obter amostras descorrelacionadas da resposta do canal. Dentre os cenários medidos, são aqui apresentados os designados como: A1 e A2, embora diversos outros tenham sido testados, com diferentes dimensões [10]. A1 e A2 correspondem ao mesmo ambiente, entretanto, a antena transmissora foi mantida fixa em A1, enquanto a receptora foi posicionada nos diferentes locais escolhidos. Em A2, a situação inversa foi observada e a recepção estava fixa enquanto a transmissão era levada para os diferentes locais. A Fig. 2 mostra o croqui de A1, marcando os locais onde foram posicionadas as grades, designados como RX ou TX, indicando as posições das antenas receptora e transmissora, respectivamente. É importante observar que os ambientes são divididos em três partes indoor-outdoor-indoor. Figura.1. Foto do sistema empregado na sondagem. ([10]). Antes de realizar as medições, o sistema completo, apenas sem as antenas, foi conectado e calibrado para fornecer 0 db na faixa de sondagem, equivalendo a potências iguais na saída do cabo de transmissão e na entrada do VNA, portanto, tirando o efeito dos cabos, do LNA e das conexões. Desconsiderando perdas nas antenas, a função de transferência obtida no analisador é a do canal em estudo, que está sendo sondado. Tanto na calibração quanto nas medições, a potência de saída do VNA se manteve em 10 dbm, suficiente para cobrir a área desejada e garantindo nível de entrada na recepção abaixo de 26 dbm, que é o máximo nível permitido pelo analisador vetorial de rede. Para as medições, o analisador vetorial gerava 1601 componentes de frequência, uniformemente espaçadas de 0.47 MHz, cobrindo uma faixa de 750 MHz, entre MHz [10]. O tempo de varredura da banda analisada foi de 696 milissegundos e as respostas do canal, a cada sondagem, foram armazenadas para processamento posterior. A partir da transformada inversa de Fourier da resposta do canal a cada sondagem [11], mostrada na tela do analisador, foi obtida uma amostra da resposta ao impulso de canal. B. Ambientes analisados Os ambientes sondados incluem cenários internos (indoor), nos quais o transmissor (TX) e o receptor (RX) estão neste ambiente, e de transição, ou seja, TX interno e RX externo ao Figura 2. Cenário A1 e localização dos pontos de medição. ([10]). A Fig. 3 mostra o croqui do ambiente A2. indoor outdoor indoor

3 Figura 5. Foto da visada do transmissor na posição TX 5 do Ambiente A2. III. MODELOS E PARÂMETROS DO CANAL A.Modelo de Saleh-Valenzuela Baseando-se nas características de propagação de um sinal faixa larga, Saleh e Valenzuela propuseram um modelo estatístico para caracterizar o comportamento dispersivo no domínio do tempo, em um ambiente indoor, no qual a resposta ao impulso do canal é modelada segundo um somatório duplo de impulsos ponderados, de acordo com (1): (), (1) Figura 3. Cenário A2 e localização dos pontos de medição. ([10]). As fotos dos cenário A1 e A2 são mostradas, respectivamente, na Fig. 4 e na Fig. 5. Figura 4. Foto da visada do transmissor na posição TX do Ambiente A1. onde corresponde aos multipercursos gerados pelos espalhadores principais, como paredes, janelas e portas e corresponde aos multipercursos gerados pelo espalhamento destes, nos espalhadores presentes nas proximidades das antenas. Esta caracterização mostra que os multipercursos chegam em grupos, criados pela interação sucessiva da energia eletromagnética com os obstáculos presentes no ambiente. Os parâmetros,, e designam, respectivamente,a intensidade dos multipercursos, os instantes de chegada de cada grupo de multipercursos, os instantes de chegada dos multipercursos de cada grupo e as fases dos multipercursos. Estes parâmetros correspondem a variáveis aleatórias cujas funções densidade de probabilidade serão descritas a seguir. A Fig. 5 mostra o perfil de potência de retardos, gerado pela simulação da resposta ao impulso do canal, de acordo com o modelo de Saleh-Valenzuela. Na figura, são mostrados três grupos de multipercursos. Os primeiros multipercursos de cada grupo são aqueles gerados pelos espalhadores principais. e os demais, são aqueles gerados pelo espalhamento destes nos obstáculos no entorno da antena.a ocorrência de multipercursos é modelada por meio dos instantes de chegada dos grupos de multipercursos e pelos instantes de chegada dos multipercursos, dentro de cada grupo, por um duplo processo de Poisson, de acordo com (2) e (3).

4 Figura 5. Exemplo de um perfil de potência de retardos. Figura 6. Ajuste das amplitudes normalizadas para a grade 1, no ambiente A1. ( ) Λ Λ( ), 1,2,3, (2) λ λ( ), 1,2,3, (3) Λ e correspondem, respectivamente, às taxas de chegada dos grupos de multipercursos e dos multipercursos no interior dos grupos. A intensidade dos multipercursos é caracterizada de acordo com uma distribuição Rayleigh de acordo com (4). [ [ ] onde [ ] é expresso por: ] (4) [ ] Γ (5) e é o valor médio quadrático do primeiro multipercurso, pertencente ao primeiro grupo e Γ e correspondem, respectivamente à taxa de decaimento dos grupos dos multipercursos e à taxa de decaimento dos multipercursos, dentro de cada grupo. De forma a confirmaras hipóteses assumidas por Saleh e Valenzuela, o valor médio das intensidades dos multipercursos foi calculado para cada posição da grade de medições. Em seguida, as intensidades dos multipercursos para cada perfil de potência de retardos medido foram normalizadas pelo valor médio calculado em cada grade. A distribuição de probabilidades empírica das amplitudes normalizadas de multipercursos (na cor azul) ajustou-se muito bem à distribuição de Rayleigh (na cor vermelha), como mostra a Fig. 6. Cabe ressaltar que em 92% dos casos este fato foi observado, portanto, pode-se dizer que Rayleigh é a distribuição que caracteriza tais amplitudes normalizadas. Quanto às fases dos multipercursos, estas são distribuídas uniformemente no intervalo [, ], com a função densidade de probabilidade (F.D.P.) mostrada na Fig. 7, obtida com o uso da função ksdensity do MATLAB. O mesmo comportamento foi observado nos demais locais de medições. Figura 7. F.D.P. das fases, em radianos, dos multipercursos no ambiente A3. B. Modelo de Turin De acordo com o modelo de Turin, a resposta ao impulso do canal é caracterizada pelo somatório de impulsos de acordo com (6): () ( ) (6) Os instantes de chegada dos multipercursos são modelados por um processo de Poisson simples, conforme (7): ( ), 0,1,2,3, (7) As amplitudes dos multipercursos são caracterizadas por uma distribuição do tipo Rayleigh, de acordo com (8). ( ) [ [ ] (8) ] onde [ ] é dado por (9): [ ] [ ] (9)

5 sendo que [ ] corresponde ao valor médio quadrático do primeiro multipercurso e corresponde à taxa de decaimento dos multipercursos no perfil de potência de retardos. Como no modelo de Saleh Valenzuela as fases dos multipercursos são uniformemente distribuídas entre [, ]. C. Ferramentas do processamento dos dados coletados 1) Determinação dos perfis de potência de retardos Por meio da transformada inversa de Fourier da resposta do canal, os perfis de potência de retardos foram obtidos [11]-[12]. Os efeitos de vazamento espectral (leakage) foram minimizados por meio da aplicação de funções janela de três termos de Blackman-Harris às amostras coletadas [13], antes de calcular a transformada inversa de Fourier. A escolha das funções janela de Blackman-Harris foi feita após comparação com outras funções. Após obter a resposta ao impulso do canal, foi testada a técnica Clean [14], juntamente com um patamar de ruído, facilmente escolhido por inspeção dos perfis, para extrair os multipercursos válidos. Embora se tenha feito a análise com essa técnica [15], optou-se por usar apenas o patamar de ruído para selecionar os multipercursos válidos, pois ela ocasionou um excesso de descartes, conforme foi identificado por Bianca [16] em análise comparativa de técnicas de limpeza de perfis de potência de retardos. 2) Identificação dos grupos de multipercursos e parâmetros do canal De acordo com o modelo de Saleh-Valenzuela, para se efetuar a caracterização do comportamento dispersivo do canal é necessário identificar os grupos de multipercursos. Para tal, foi utilizada a função K-means do para a separação em grupos. Para cada perfil de potência de retardos, os tempos de chegada dos multipercursos foram dispostos num espaço bidimensional, tempo x tempo, sobre o qual foi aplicada a função K-means. Vale observar que se o ângulo de chegada de cada multipercurso fosse medido, usar-se-ia ângulo de chegada versus retardo, levando a uma melhor visualização dos grupos. A Fig. 8 exemplifica um gráfico tempo x tempo, onde os pontos representam os multipercursos agrupados pela função K-means. A Fig. 9 mostra o perfil de potência de retardos associado ao agrupamento da Fig. 8. Figura 9. Multipercursos equivalentes ao agrupamento da Fig. 8. Os parâmetros do modelo de Saleh-Valenzuela (S-V): taxa de ocorrência dos grupos de multipercursos (Λ); taxa de ocorrência dos multipercursos no interior de cada grupo(); taxa de decaimento da intensidade do perfil de potência de retardos (1 Γ) ; e taxa de decaimento dos multipercursos, no interior de cada grupo (1 ) foram obtidos a partir do processo de agrupamento dos multipercursos. As Tabelas I, II e a Tabela II mostram resultados obtidos para os ambientes A1, A2 e A3, respectivamente [15], onde σ rms é o espalhamento de retardo eficaz. Os parâmetros do modelo de Turin foram determinados sem levar em conta o processo de agrupamento. Determinados os parâmetros e o número médio de multipercursos por grupo, tem-se as entradas do algoritmo de simulação da resposta ao impulso do canal. No caso da simulação segundo o modelo de Turin, o número médio de multipercursos, observado nos perfis de potência de retardos, foi utilizado. TABELA I PARÂMETROS OBTIDOS PARA O MODELO S-V EM A1 Grid Γ(ns) γ (ns) Λ (ns -1 ) λ (ns -1 ) σ rms médio (ns) 1 50,4 24,6 0,016 0,18 20,9 2 55,6 24,1 0,018 0,17 27,1 3 55,1 27,8 0,015 0,18 24,0 4 52,1 22,5 0,015 0,19 14,8 5 51,3 13,3 0,020 0,18 18,6 6 45,0 20,5 0,020 0,20 14,4 7 40,4 23, ,20 11,2 TABELA II PARÂMETROS OBTIDOS PARA O MODELO S-V EM A2 Figura 8. Grupos de multipercursos separados pela função K-means. Grid Γ(ns) γ (ns) Λ (ns -1 ) λ (ns -1 ) σ rms médio (ns) 1 47,3 24,4 0,014 0,19 19,0 2 52,5 29,1 0,016 0,18 28,2 3 51,0 28,7 0,015 0,18 21,5 4 65,0 11,9 0,019 0,17 14,8 5 88,5 21,7 0,022 0,16 27,3 6 56,6 14,7 0,024 0,17 19,1 7 66,4 23,5 0,013 0,20 20,6

6 TABELA III PARÂMETROS OBTIDOS PARA O MODELO S-V EM A3 seção foram observados em outros seis cenários do prédio da Engenharia da UFF [15]. Grid Γ(ns) γ (ns) Λ (ns -1 ) λ (ns -1 ) σ rms médio (ns) 1 69,6 26,1 0,022 0,15 25,0 2 62,3 20,9 0,017 0,15 21,4 3 55,7 28,2 0,015 0,19 22,5 4 55,9 31,6 0,015 0,19 24,2 5 60,4 27,1 0,019 0,20 27,6 6 50,7 19,1 0,020 0,19 19,5 O algoritmo de simulação utiliza geradores de valores aleatórios, cujas funções densidade de probabilidade ou distribuições de probabilidades, conforme o caso, correspondem às dos modelos estatísticos mencionados no texto. Os parâmetros destas funções correspondem àqueles calculados, conforme explicado na seção anterior. A partir dos perfis de potência de retardos, obtidos a partir da simulação, os valores de rms delay spread (espalhamento de retardo eficaz) [11] foram calculados, de acordo com os dois modelos. Tais valores representam o desvio padrão em relação ao tempo médio de retardo e foram, em seguida, comparados com aqueles obtidos por meio dos dados experimentais. Figura 10. Comparação do delay spread eficaz no cenário A1-Saleh. IV. RESULTADOS A Fig. 10 e a Figura 11 mostram os valores de espalhamento de retardo eficazes experimentais comparados àqueles obtidos por meio das simulações baseadas nos modelos de Saleh- Valenzuela e de Turin, respectivamente, considerando-se o cenário A1. Neste caso, foi observado que o comportamento dispersivo do canal, caracterizado pelo modelo de Saleh- Valenzuela, é o mais adequado nos cenários de transição. Nos cenários internos, como já era esperado, esse modelo ajustouse muito bem aos dados. Isto ocorreu, pois, no modelo de Turin, o decaimento das intensidades dos multipercursos é caracterizado por uma única curva exponencial, o que é mais adequado para caracterizar canais urbanos. O modelo de Saleh- Valenzuela caracteriza o decaimento das amplitudes dos multipercursos por meio de múltiplas curvas exponenciais, descrevendo mais adequadamente a atenuação dos perfis de potência em ambientes interiores, pois leva em conta os multipercursos de forte intensidade que ocorrem no ambiente indoor. Nestes gráficos, os valores de abscissa correspondem à posição da grade nos ambientes de sondagem e, para cada posição, os valores de espalhamento de retardo são marcados. Os pontos 2, 4, 5 e 6 correspondem a cenários de transição, enquanto que os pontos 1 e 3 correspondem a cenários indoor e 7 está dentro do banheiro, sem visada ao transmissor. Em cada figura, o intervalo de confiança de 95% é mostrado, representando os valores calculados a partir de 500 simulações da resposta ao impulso do canal, pelo modelo Saleh- Valenzuela e Turin, respectivamente, na Fig. 10 e na Fig. 11. Os valores obtidos das medições são marcados juntamente com sua média e, claramente, as figuras mostram que os resultados experimentais estão mais ajustados ao modelo de Saleh- Valenzuela. Resultados semelhantes aos apresentados nesta Figura11. Comparação do delay spread eficaz no cenário A1-Turin. V. CONCLUSÃO Valores de espalhamento de retardo eficaz foram calculados a partir de dados obtidos de medições em diferentes cenários (TX indoor-rx indoor, TX indoor-rx outdoor e TX outdoor- RX indoor) e comparados com aqueles obtidos através do modelo de simulação de Saleh-Valenzuela, aplicado a ambiente indoor, além do modelo de Turin, para ambiente outdoor. Os resultados dos parâmetros de espalhamento de retardo eficaz simulados pelo modelo de Saleh-Valenzuela mostraram um bom ajuste aos obtidos dos dados experimentais, não apenas para os cenários onde o transmissor e o receptor estavam no ambiente indoor como, também, àqueles onde um deles estava interno e outro externo, aqui chamado de cenário de transição. Embora o modelo de Saleh-Valenzuela tenha sido desenvolvido para predizer o comportamento dispersivo de canais faixa larga, em ambiente indoor, também se mostrou adequado ao canal de transição tanto indoor-outdoor quanto outdoor-indoor, mostrando a necessidade de se levar em conta o agrupamento de multipercursos na estimativa dos parâmetros de dispersão temporal tanto no canal indoor quanto no de transição.

7 Como trabalhos futuros, medições serão realizadas em pontos externos mais distantes do ambiente, a fim de se verificar até que distâncias o modelo de Saleh-Valenzuela pode ser aplicado. REFERÊNCIAS [1] G. JANSEN; P. STIGTEN and R. PRASAD, Wideband indoor channel measurements and BER analysis of frequency selective multi-path channels at 2.4, 4.75 and 11.5 GHz, IEEE Trans. Commun. 44, 10, 1986, pp [2] S. GHASSEMZADEH; R. JANA; C. RICE; W. TURIN and V. TRAWKH, A statistical path loss model for in-home UWB channels, IEEE Conference on Ultra-Wide-band Systems and Technologies (IEEE Cat.No.02EX580), 2002, pp [3] D. CASSIOLI; M. Z.WIN and A. F. MOLISH, A statistical model for the UWB indoor channel, IEEE Trans. on Vehicular Technology Conference 2, 2001, pp [4] K. W. CHEUNG; J. H. M. SAU and R. D. MURCH, A new empirical model for indoor propagation radiation, IEEE Trans. on Vehicular Technology Conference 47, n. 3, 1998, pp [5] R. GANESH and K. PAHLAVAN, Statistical modeling and computer simulation of indoor radio channel, IEEE Proceedings-1 138, n. 3, 1992, pp [6] Q. H.SPENCER; B. D. JEFFS; M. A.JENSEN and A. L. SROINDLE- HURST, Modeling the statistical time and angle of arrival characteristics of an indoor multipath channel, IEEE Journal on Selected Areas in Communications 18, n. 3, 2000, pp [7] M. SALEH and R. A. VALENZUELA, A statistical model for indoor multipath propagation, IEEE Journal on Selected Areas in Communications SAC-5, n. 2, 1987, pp [8] B. KANNAN, Wireless Personal Area Networks, IEEE P802.15, Singapore, 2004, pp [9] G. L. TURIN, F. D. CLAPP; T. L. JHON-STON; S. B. FINE and D. LAVRY, A statistical model of urban multipath propagation, IEEE Trans. on Vehicular Technology Conference VT-21, 1972, pp [10] C. F. SOUZA, Análise da dispersão temporal de canais da banda ultralarga (UWB) através de medidas realizadas em ambientes internos e externos, Dissertação de Mestrado, UFF, Niterói, RJ, Brasil, Jul [11] D. PARSONS, The mobile radio propagation channel, John Wiley & Sons, 2a. Ed., [12] P. A. BELLO, Characterization of randomly time-variant linear channels, IEEE Transactions on Communications, 1963, pp [13] J. H. FREDERIC, On the use of window for harmonic analysis with the Discrete Fourier Transform, Proceedings of the IEEE 66, n. 1, 1978, pp [14] J. TSAO and B. D. STEINBERG, Reduction of sidelobe and speckle artifacts in microwave imaging: The CLEAN technique, IEEE Trans. on Antennas and Propagation 36, n. 4, 1988, pp [15] F.V.S. COELHO, Estimativa da dispersão temporal do canal rádio faixa larga indoor segundo a técnica de agrupamento de multipercursos, Dissertação de Mestrado, UFF, Niterói, RJ, Brasil, [16] L. J. MATOS e B. S. MARINHO, Técnicas de Limpeza de Perfis de Retardos de Potência e sua Influência no Espalhamento de Retardo em Canal UWB, XXVI Simpósio Brasileiro de Telecomunicações - SBrT'08, de setembro de 2008, Rio de Janeiro, RJ. Edson Cataldo nasceu em 1967, no Rio de Janeiro, Brasil. Graduou-se em Engenharia de Telecomunicações pela Universidade Federal Fluminense (UFF), em 1988, onde também recebeu o grau de Mestre em Matemática, em Em 2000, obteve o título de Doutorado em Engenharia Mecânica pela Pontifícia Universidade Católica do Rio de Janeiro, PUC-Rio, Brasil. Completou o estágio de Pósdoutorado na Universidade Paris-Est, França, em 2006, e o estágio de Pósdoutorado Sênior, em 2015, nesta mesma universidade. Leciona na UFF e é bolsista de produtividade em pesquisa do CNPq, Brasil. Seus interesses são em Modelagem e Simulação, atuando em: modelos probabilísticos, produção de voz e processamento de sinais. Leni Joaquim de Matos nasceu no Rio de Janeiro, RJ, Brazil, em Graduou-se em Engenharia de Telecomunicações pela Universidade Estadual do Rio de Janeiro (UERJ), em Em 1981, recebeu o título de Mestre em Engenharia Elétrica, área de Eletromagnetismo Aplicado, pelo Instituto Militar de Engenharia (IME) e, em 2005, o título de Doutorado pela Pontifícia Universidade Católica do Rio de Janeiro, PUC- Rio, ambos no Brasil. Desde 1980 tem se dedicado ao ensino superior e de pósgraduação. Atualmente, é professora e pesquisadora na Universidade Federal Fluminense (UFF), Brasil. Interesse de pesquisa incluem: Antenas e Propagação no canal rádio móvel e no canal acústico submarino, envolvendo caracterização, modelagem e simulação. É membro do IEEE, IEICE, SBMO and SBrT. Fabiano Vargas da Silva Coelho nasceu em Niterói, RJ, Brasil, em Recebeu o grau de Bacharel em Ciências Náuticas da Escola Naval, em Em 2011, ele recebeu o grau de Mestre em Engenharia de Telecomunicações pela Universidade Federal Fluminense (UFF). Atualmente, cursa o Doutorado.