Provisão e Rastreamento da Mobilidade

A mobilidade dos usuários é característica indelével das redes celulares. Em tese, esse tipo de rede deve suportar seus usuários, estejam eles onde estiverem, estejam eles imóveis ou não, desde que compreendidos na devida área de cobertura. De modo a manter a qualidade de serviço para seus usuários mesmo em deslocamento, o uso de algumas tecnologias se faz necessário. Não apenas técnicas de processamento devem ser aplicadas nos transmissores e/ou receptores para lidar com o efeito Doppler sobre o sinal recebido, mas também são requeridas estratégias de sucessão de célula servidora visto que uma parcela do tráfego passa a migrar de uma célula à outra. Devido a variações na interferência cocanal e, principalmente, a dificuldades em se disponibilizar recursos na próxima célula servidora em tempo hábil, uma precária manutenção do tráfego torna-se iminente nesta troca de célula servidora.

No caso de chamadas de voz esse problema fica mais evidente com a queda da chamada. Uma solução básica consiste em reservar certo número de canais para o processo de handoff, porém sacrificando a probabilidade de bloqueio de novas chamadas. Não é trivial escolher qual o número ótimo de canais a reservar nessas ocasiões, sobretudo se as variações no tráfego forem expressivas. Soluções tradicionais de otimização passam a ser inviáveis diante de cenários mais realistas. Em virtude disso, El-Alfy et al. (2006) propuseram uma solução fundamentada no aprendizado por reforço aplicada para assimilar uma política ótima em tempo de execução a partir de interações com o ambiente. O aprendizado por reforço é uma classe de ferramenta capaz de melhorar seu desempenho de maneira incremental.

À medida que se aumenta a velocidade em que o usuário transita de uma célula a outra, mais comprometido tenderá a ficar o tráfego, pois se aumentam as chances de não se completar o processo de handoff, visto este ser composto de um protocolo com várias etapas. Wu & Weng(2011) analisaram o processo de handoff em uma rede IEEE 802.11 sob um ambiente veicular e propuseram um processo mais rápido. De

2.2 Tópicos sobre Comunicações Móveis 22

início, a rede passa a ser integrada ao Global Positioning System (GPS). Daí dispondo das medidas de distância dos veículos aos pontos de acesso, um algoritmo k-médias difuso é aplicado para determinar o melhor ponto de handoff.

Para prover informações adicionais aos mecanismos de gerenciamento de mobilidade da rede (viz. handoff e localização), estimativas tanto de posição dos usuários quanto de velocidade também têm sido exploradas na literatura. O desempenho dos mecanismos de handoff pode ser drasticamente melhorado com informações sobre a velocidade do móvel. Essa informação pode ser tão simplesmente a classificação da mobilidade entre lenta e rápida, realizada porBalis & Hinton(1998) por meio de uma MLP com as entradas alimentadas por derivadas temporais dos valores médios de força dos sinais provenientes das seis estações rádio base mais fortes candidatas a servir um dado usuário.

Quanto à estimação de posição de um telefone celular, essa tarefa está principalmente relacionada à localização do usuário por questões envolvendo segurança. As técnicas de rádio localização são diversas, indo desde técnicas de triangulação até as baseadas no ângulo de chegada do sinal [Rappaport et al. 1996]. Baseados em estimativas da força do sinal recebido (FSR),Salcic & Chan(2000) exploram as MLPs para lidar com o problema de localização de duas maneiras distintas: a primeira é lidar como um problema de classificação, em que a área de interesse é seccionada tanto quanto se queira; a segunda consiste em tratar como um problema de aproximação de funções. A segunda maneira é mais indicada quando se prioriza melhor precisão, e pode se dar tanto através da predição da distância e ângulo aplicada a cada uma das células como também a estimação direta das coordenadas correspondentes à localização. Fang et al. (2011) fazem uso da informação sequencial de FSR de modo a lidar com as variabilidades típicas dos canais móveis como entrada de uma MLP. Seguindo o mesmo conceito,Fang et al.(2012) propuseram então duas arquiteturas de RNAsdinâmicas de modo a estimar as coordenadas da posição dos usuários. Uma alternativa para estimativa de posições para sistemas rádio cognitivos, que se utiliza de agrupamento através da weighted centroid localization (WCL), é criteriosamente analisada emWang et al.(2011).

No intuito de reduzir os custos de sinalização da atualização da área de localização dos usuários, Quintero (2005) propôs a utilização de umaMLP capaz de reconhecer alguns padrões de áreas de localização dos usuários e antever sua próxima área. Para isso, os usuários são classificados de antemão em três possíveis graus de

2.2 Tópicos sobre Comunicações Móveis 23

previsibilidade com relação à sua localização. Esses mecanismos de localização de área, quando executados periodicamente, têm papel importante no auxílio ao mecanismo de paginação. Por sua vez, a paginação objetiva encontrar a atual célula do usuário chamado, para que a rede possa entregar uma chamada. Se não realizada de maneira comedida, a paginação pode por si só gerar um tráfego significativo. Assumindo haver um padrão na movimentação dos usuários, Majumdar & Das (2005) sugerem um preditor baseado em uma RNA híbrida. Os perfis de mobilidade de todos usuários correspondem ao conjunto de entrada de uma rede SOM, a qual promove um agrupamento apropriado. Para cada agrupamento, uma redeMLPé treinada.

Informações provenientes do handoff podem também ter aplicações que vão além das finalidades originais da rede, como, por exemplo, para verificar se veículos estão trafegando em velocidade média esperada ou não. Esse tipo de mecanismo é viabilizado principalmente pela larga proliferação dos telefones celulares, dispensando assim a instalação de sensores. Hongsakham et al. (2008) aplicaram esse mecanismo para o congestionamento em uma rodovia na cidade de Bangkok, Tailândia. Em sua primeira abordagem, os autores aplicaram o algoritmo k-médias com três agrupamentos sobre as medidas de tempo de permanência na célula. A partir daí definiram dois limiares, que em tempo de execução permitiram classificar o congestionamento em três graus: recomendado, não recomendado, e a evitar. Em sua segunda abordagem, que foi a mais exata, os autores empregaram uma redeMLP para o mesmo fim, entretanto, agora o treinamento é supervisionado com base em graus de congestionamento escolhidos pelos pesquisadores.