Cidade de Lisboa

Obtiveram-se valores para as distribuições de população de 0,5 %, 2 % e 5 %, os quais se encontram tabelados no Anexo N. Verifica-se que entre tipos de comutação distintos, considerando o mesmo débito, não se apresentam variações significativas. Contudo, para os parâmetros de qualidade esta análise necessita de ser mais cuidada. Para a mesma distribuição de população, tem-se que para débitos crescentes se verifica uma diminuição dos raios, do número de utilizadores e ainda de η_UL e de η_DL, confirmando a tendência até aqui verificada.

De modo análogo, para um dado serviço e aumentando a distribuição da população verifica-se uma diminuição dos raios, confirmado pela Figura 4.4.

Voz 64 CS 64 PS 144 CS 144

PS 384

PS

Pop. 5 % Pop. 2 %

Pop. 0,5 % 0

0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8

Raio méd [km]

Figura 4.4: Evolução dos raios médios para os diferentes serviços para as distribuições de população consideradas.

Uma outra forma de analisar os resultados simulados será comparar a relação entre os valores máximos e mínimos para os diferentes raios obtidos, exemplificado na Figura 4.5 para uma população de 5 %, relativos às Tabela N.1, Tabela N.3 e Tabela N.5.

Nota-se que para débitos mais elevados o desvio dos raios mínimos e máximos aumentam em relação aos valores de raios médios, e que é o raio mínimo aquele que apresenta maior variação em relação ao raio médio. Tal pode ser explicado pelo facto de em algumas zonas da cidade muito povoadas os raios serem bastante pequenos, mas em média os raios apresentarem valores bastante superiores. É também com o aumento do débito do serviço de referência que há mais oscilações por se servirem utilizadores com uma grande variedade de serviços.

4. Análise e Interpretação de Resultados

-150 -100 -50 0 50 100 150 200 250 300 350

voz 64 CS 64 PS 144 CS 144 PS 384 PS

Desvio Relativo [%]

0 1 2 3 4 5 6 7 8

voz 64 CS 64 PS 144 CS 144 PS 384 PS Rméd / Rmin Rmáx / Rméd

(a) Desvio Relativo (b) Relação entre os raios

Figura 4.5: Desvio relativo entre os raios mínimo e máximo para o raio de referência e relação entre estes.

Para uma análise estatística mais pormenorizada do desempenho do sistema apresentam-se os figuras e tabelas do Anexo N. Verifica-se para cada BS:

• os η_UL e η_DL não são muito sensíveis a variações da distribuição de população, embora diminuam para débitos crescentes, já que para serviços de referência com débitos mais elevados o sistema deve garantir o serviço, pelo que atinge os valores de carga máxima mais facilmente, uma vez que não deverá baixar o débito do utilizador. Contacta-se também que η_UL é sempre superior a η_DL, o que confirma o verificado no Capítulo 2, sendo η_UL mais limitativo.

• o número de utilizadores não é muito sensível a variações da distribuição de população;

contudo, diminui acentuadamente para débitos crescentes, como já analisado anteriormente.

• sendo a capacidade a soma de tráfego por utilizador, esta não é muito sensível a variações da distribuição de população, já que só depende do número de utilizadores por BS e dos seus serviços.

0 5 10 15 20 25 30 35 40 45

voz 64 CS 64 PS 144 CS 144 PS 384 PS

N Utilz

0 100 200 300 400 500 600 700

Cap [kbps]

Utiliz Capacidade

voz 64 CS

64 PS 144

CS 144 PS 384

PS

Pop. 0,5%

Pop. 2%

Pop. 5%

0 100 200 300 400 500 600 700

Cap [kbps]

(a) População 0,5 % (b) Populações distintas Figura 4.6: Evolução da capacidade e do número de utilizadores por BS para 0,5 % da

população e para populações distintas.

Modelos de Tráfego para Estações de Base em UMTS d

Aumentando o débito do serviço de referência, aumenta em média o volume de tráfego gerado por cada utilizador; contudo, como se conseguem servir menos utilizadores, tal resulta num compromisso entre ambas, originando em leve diminuição da capacidade, como se verifica pela Figura 4.6.

• a potência de emissão depende dos serviços de cada utilizador e da sua distância à BS;

contudo, devido a ter um comportamento proporcional ao do raio, tem-se que o factor mais predominante é o da distância de cada utilizador. Assim, a potência de emissão diminui com o aumento do débito e com o aumento da distribuição da população, como se verifica com a Figura 4.7.

voz 64 CS 64 PS 144 CS 144

PS 384 PS

Pop. 5%

Pop. 2%

Pop. 0,5%

0 5 10 15 20 25 30 35 40

Potência da BS [dBm]

Figura 4.7: Potência de emissão da BS para populações distintas.

• o factor limitativo predominante é sempre η_UL, sendo o seguinte η_DL. Para distribuições de população com poucas pessoas o factor de atenuação máxima de propagação assume alguma relevância. Apenas no caso de voz como referência se verificam algumas limitações de potência máxima de transmissão da BS, sendo equivalente à situação de raios maiores.

• as probabilidades de bloqueio são bastante elevadas pois consideraram-se áreas de serviço com raios bastante superiores aos raios médios de cobertura da BS. Devida a estar a considerar-se uma grelha uniforme sobre uma população não uniforme, existirão zonas em que o bloqueio será muito acentuado. Para o caso de baixa densidade populacional, encontram-se valores de bloqueio nulos; contudo este resultado não é relevante já que se apresenta um gama de valores muito vasta que reforça a não uniformidade da população.

• o parâmetro de qualidade Pgood apresenta um incremento com o aumento do débito do serviço de referência, já que isso implica que não se pode reduzir o débito abaixo desse valor, verificando-se o mesmo para o aumento da população, sendo o comportamento inverso para o caso do Ppoor.

Para uma melhor avaliação dos parâmetros relativos ao desempenho, torna-se necessário avaliar o comportamento dos parâmetros de qualidade com a variação do raio da área de serviço, como se verifica na Tabela N.7. Apresentando o raio médio de cobertura da BS valores inferiores aos do raio máximo de propagação, verifica-se com a Figura 4.8 para diferentes serviços que a diminuição do raio de referência tem um forte impacto na probabilidade de bloqueio, já que a reduz, apesar de esta ainda apresentar valores elevados

4. Análise e Interpretação de Resultados

(cerca de 25 %). Tal deve-se à grande variedade de raios apresentados para cada BS na cidade global, devido à não uniformidade do tráfego.

0 10 20 30 40 50 60 70

voz 64 CS 64 PS 144 CS 144 PS 384 PS

Pb[%]

Rref = Rprop Rref = Rméd

0 20 40 60 80 100 120

voz 64 CS 64 PS 144 CS 144 PS 384 PS

Pgood[%]

Rref = Rprop Rref = Rméd

(a) Pb [%] (b) Pgood [%]

Figura 4.8: Evolução dos parâmetros de qualidade para 0,5% da população.

É ainda de notar que, relativamente a Pgood, o desempenho do sistema não depende significativamente do raio de referência, dependendo apenas do tipo de serviço considerado.

Pode ainda analisar-se a variação dos parâmetros de qualidade com a densidade habitacional, como se verifica com a Figura 4.9.

0 10 20 30 40 50 60 70 80 90 100

0 100 200 300 400

Densidade Hab [utilz/km²]

Pb [%]

Rref = Rprop Rref = Rméd

0 10 20 30 40 50 60 70 80 90 100

0 50 100 150 200 250 300 350

Densidade Hab [hab/km²]

Pgood [%]

Rref = Rprop Rref = Rméd

(a) P_b [%] (b) P_good [%]

Figura 4.9: Evolução de Pb e de Pgood , com a densidade habitacional, para voz.

Tem-se que a probabilidade de bloqueio é inferior ao considerar-se como referência o raio médio, visto ser inferior ao raio de propagação, sendo o número de utilizadores que fica sem serviço menor. Para densidades habitacionais superiores tem-se que os raios de cobertura das BS são menores, por isso a probabilidade de bloqueio é superior. Verifica-se também que Pgood não é muito sensível ao raio de referência, nem ao aumento da densidade habitacional, pois depende apenas do serviço de referência, como se verificou com Figura 4.8.

Modelos de Tráfego para Estações de Base em UMTS d