Gerenciamento de Recursos de Rádio

O gerenciamento dos recursos de rádio (GRR) se tornou mecanismo estratégico para a manutenção da qualidade do serviçoQoS (do inglês, quality of service) em sistemas de comunicação sem fio móveis, frente às condições de canal, ruído e interferência que transmissores e receptores ficam sujeitos, bem como a algumas restrições que normalmente permeiam um sistema de comunicação sem fio móvel comercial, tais como a escassez dos recursos de rádio e a liberdade de migração dos usuários entre as células. Em seguida, estão relacionados alguns dos trabalhos principais que se utilizam

2.2 Tópicos sobre Comunicações Móveis 13

de ferramentas provindas dos estudos de aprendizagem de máquinas. Entretanto, a última restrição mencionada acima apresenta algumas peculiaridades inerentes a outro mecanismo típico das redes celulares – o handoff –; alguns trabalhos nessa linha de investigação estão relacionados na seção 2.2.7 sobre provisão e rastreamento da mobilidade.

Recentemente foram publicados trabalhos que adotam uma problemática bem abrangente para o GRR conjunto, cujo arcabouço atenta para um cenário multioperadora e multirádio. Giupponi et al. (2009) desenvolveram uma solução híbrida incorporando lógica difusa e redes neurais artificiais (RNAs), utilizando-se ainda de técnicas de aprendizado por reforço. Focando-se em um cenário em que os sistemas Long Term Evolution (LTE) e Universal Mobile Telecommunications System (UMTS) coexistam,Vuˇcevi´c et al. (2011) propuseram um algoritmo deGRRconjunto, baseado no aprendizado por reforço, e formulado em termos de múltiplos serviços e células.

Há, no entanto, aplicações menos abrangentes, porém tão valiosas quanto as acima mencionadas. Estratégias de gerenciamento de recursos, como por exemplo, controle de admissão, escalonamento, alocação e gerenciamento da interferência, também têm sido investigadas separadamente.

Ahn & Ramakrishna(2004) propuseram um algoritmo de controle de admissão de conexões diante de serviços multimídia. O algoritmo busca prover o melhor nível de QoSpossível para todas as conexões ao mesmo tempo que atenta para a maximização da utilização dos recursos disponíveis como também para o aprimoramento da justiça. eventos de handoff e novas conexões.Ahn & Ramakrishna(2004) formulam o problema como sendo multiobjetivo e adotam umaRNAde Hopfield para tratá-lo, a qual permite resposta rápida o bastante para atuar em tempo de execução.

Também para o controle de admissão, porém focando-se em sistemas code-division

multiple access(CDMA) de banda larga,Shen et al.(2004) integraram um preditor neural da interferência de curto prazo a um processador de lógica difusa encarregado de tomar decisões sobre admissão de novas chamadas. Utilizando-se de programação neural dinâmica,Liu et al.(2005) desenvolveram um algoritmo de controle de admissão capaz de melhorar seu desempenho à medida que se ganha experiência; seu aprendizado pode se dar tanto fora quanto dentro do tempo de execução, i.e. tanto offline quanto

online.

Com o objetivo de fazer bom aproveitamento dos recursos de rádio disponíveis e, ao mesmo tempo, estabelecer alguma política de inter-relação de compartilhamento

2.2 Tópicos sobre Comunicações Móveis 14

entre os usuários, estratégias de escalonamento têm se apresentado como primordiais. Com uma formulação abrangente do problema, Fiengo et al. (2007) apresentam um escalonador multimídia – vídeo e voz em tempo real e web em tempo não-real – e multiobjetivo – vazão, perda de pacote, justiça, atraso e jitter. Tal escalonador é baseado em RNAsbem como na teoria do aprendizado por reforço. No caso investigado por Shen et al.(2009), a estrutura do escalonador toma como base aRNAcelular proposta porChua & Yang(1988).

Os autores se depararam com a necessidade de realizar a alocação de canal de maneira ainda mais eficiente enquanto investigavam a inserção de microcélulas em um sistema celular convencional à época (leia-se meados da década de 90). Essa inserção de microcélulas consistia em uma tentativa de provimento dos requisitos de qualidade que já vinham se tornando cada vez mais restritos. Devido a dificuldades apresentadas pelos métodos convencionais de alocação de recursos no que tange tanto à obtenção de resultados ótimos em tempo real quanto à variação da interferência, os autores trabalharam a abordagem de alocar o canal com base em experiências passadas. Para tanto, eles se utilizaram de uma rede auto-organizável (SOM) (do inglês, self-organizing

map) de Kohonen com domínio espaciotemporal, i.e., cuja entrada é função de um vetor de força do sinal devidamente indexado ao longo das estações rádio base e dos canais constituintes do sistema.

Com uma abordagem diferente para o problema, Calabuig et al. (2006) aplicaram umaRNAde Hopfield para alocação de largura de banda por usuário dentre um número limitado de opções. Novamente empregandoRNAsde Hopfield,Calabuig et al.(2010) propõem um algoritmo que simultaneamente seleciona a tecnologia de acesso de rádio que seja mais apropriada juntamente com a quantidade de recursos. Mesmo em um cenário multisserviço, o algoritmo garante a provisão daQoSem termos tanto de atraso quanto de taxa de bits. Em seu trabalho, Caviglione (2010) reserva largura de banda para serviços voice over internet protocol (VoIP). Utilizando-se de uma rede multilayer

perceptron(MLP) e com base em informações de desempenho e tráfego corrente, faz-se a predição da largura de banda requerida que deve ser reservada.

Em Chatterjee & Das (2005), os valores alvos de signal-to-interference plus noise

ratio (SINR) dos usuários móveis de um sistema CDMA são organizados ao longo de um vetor. Mesmo sob a influência de um controle de potência ideal, esse vetor de SINR varia juntamente com os requerimentos de QoS. Assim, a representação do vetor SINR no espaço multidimensional de QoS torna-se apropriada, permitindo

2.2 Tópicos sobre Comunicações Móveis 15

inclusive uma estimativa do desempenho do sistema. Para tornar o procedimento factível computacionalmente, os autores aplicam quantização vetorial (QV) estruturada em árvore ao espaço de QoS, particionando-o em um número finito de regiões. O procedimento é adotado para definir algoritmos de admissão de serviço e alocação de recursos.

Uma técnica deGRRtalvez menos comum, porém não menos importante, refere-se ao gerenciamento da interferência. O gerenciamento da interferência intercelular é o foco do trabalho de Rengarajan & Veciana (2011). A ideia-chave consiste no agrupamento e na agregação das cargas de tráfego em classes de usuários com similaridade em relação à sensitividade à interferência. Emprega-se o algoritmo k-médias para lidar com os ganhos logarítmicos, para cada um dos usuários, referentes às estações rádio bases vizinhas. Trata-se de uma abstração que simplifica muito a otimização do sistema bem como dos cabeçalhos de comunicação. Os benefícios relatados são vários: redução da potência de transmissão, diminuição dos atrasos na transferência de arquivos para usuários do tipo menor-esforço, e melhora da homogeneidade espacial do serviço.