Este trabalho apresenta melhorias em uma ferramenta de planejamento de serviços de telecomunicações para posicionamento ótimo de estações radiobase (ERB), projetada por Igor Gomes (em seu doutorado) e uma proposta de metodologia híbrida aplicada ao problema de avaliação da exposição humana a radiações não ionizantes. (RNI) . Portanto, modelagens e ferramentas desenvolvidas com foco específico no planejamento de serviços de telecomunicações são de fundamental importância para sua efetiva implementação.
Considerações iniciais
Ferramenta de Planejamento de Serviços
Modelagem Híbrida
(BERNABÒ et al., 2017) apresenta uma avaliação da literatura sobre os efeitos da exposição ao RNI na fertilidade. O estudo (NAVEENA et al., 2017) utiliza um modelo híbrido ARIMA-ARN para prever o preço de um tipo de café (“Café Robusta”) na Índia.
Considerações finais
Problemas Multiobjetivo
Se a função objetivo e/ou restrições não forem lineares, temos um problema não linear. Quando as restrições são não-convexas, ou representadas por variáveis discretas, temos um problema de classe NP-difícil (DEB; KALYANMOY, 2001).
Modelos ARIMA
- Operadores de Transição de Estado
- Operador de Translação para o Passado (Atraso)
- Operador de Translação para o Futuro (Adiantamento) . 13
- Operador Soma
- Modelos Auto-regressivos (AR)
- Modelos de Médias Móveis (MA)
- Modelos de Autorregresssivos Integrados de Médias Móveis (ARIMA) 14
Este é o tipo de modelo utilizado neste trabalho na modelagem de campos elétricos aplicado ao processo de avaliação da exposição humana ao RNI. A Resolução ANATEL 700/2018 (ANATEL, ), regulamenta limites no Brasil e instrui desde métodos de medição até formas matemáticas de avaliar a exposição ao RNI. Para a frequência considerada neste trabalho (600 MHz), o limite de exposição para o público em geral é de 33,6805 V/m em qualquer janela de tempo de seis minutos.
A Tabela 1 mostra como calcular os limites de exposição ao RNI para o público em geral, de acordo com as normas brasileiras. A avaliação da exposição ao INR também pode ser avaliada utilizando o índice ER, mostrado em (3.14) (ANATEL Onde 𝐸𝑚,𝑖 é o valor do campo elétrico medido na frequência 𝑖 e 𝐸𝐿,𝑖 é o limite de exposição na frequência i. Uma comparação ( 3.5) mostra que o efeito da exposição ao RNI é cumulativo se diversas fontes de diferentes frequências contribuírem com radiação num determinado ponto.
Considerações finais
Por exemplo, não houve medição em edifícios com altura de 30 m, ou 40 m junto a torres de 120 m ou 130 m, quatro vezes mais altas que os edifícios. Por outro lado, edifícios com altura superior a 80 m foram considerados adequados para o cenário pretendido nesta tese (considerando a altura da torre de transmissão na faixa de 120 m ou 130 m).
Ferramenta de Planejamento
Campanhas de Medição em 500 MHz (Televisão Digital Brasileira
Campanha de medições para problema de exposição à RNI
Considerações finais
Ferramenta de Planejamento de Serviços
Modelo de Propagação Eletromagnética
Onde𝑦é a função geradora da curva de tendência em uma determinada frequência, 𝑥 é a distância até um ponto de referência e 𝑎 e 𝑏 são parâmetros a serem determinados. Neste trabalho, três curvas de tendência são utilizadas para calcular uma quarta curva de tendência via ajuste parabólico. 𝑥). Para testar o modelo, são feitas estimativas para curvas de tendência nessas frequências, mais a frequência de 2.400 MHz (LAN sem fio - WLAN).
Caso as curvas estimadas tenham comportamento esperado, segundo a teoria eletromagnética, o modelo de tendência é considerado satisfatório. O comportamento obtido para as frequências analisadas é o esperado, uma vez que as curvas de tendência para frequências mais altas possuem menor nível de potência (valores no eixo y). A degradação do sinal em 1.800 MHz também se comporta conforme o esperado, uma vez que a curva está entre as curvas de 2.100 MHz e 521 MHz.
Discretização, Divisão e Classificação do Ambiente Estudado
O critério de prioridade adotado leva basicamente em consideração o tipo de terreno determinado para cada quadrado da grade. Isto significa que, considerando uma grelha de 5 quadrados, é necessário conhecer o valor do critério de prioridade do quadrado central (ponto P), para saber o tipo de terreno de cada um dos 4 quadrados que o rodeiam. A partir destes valores, considere os tipos de terreno e o valor de importância dos 4 quadrados adjacentes (conforme Tabela 4) e some todos estes valores de importância individuais.
Por exemplo (ver Fig. 7b), um quadrado rodeado por 4 vizinhos do tipo 3 (edifício) tem um valor de importância de 40, o máximo permitido pelos valores aqui adotados. A classificação de importância para cada tipo de terreno pode ser alterada, de acordo com a necessidade do projeto. a) (b). Este procedimento é repetido para todos os quadrados da grade, gerando o gráfico de importância do terreno mostrado na Fig.
Contagem e Classificação
Na Fig.9 há uma torre de transmissão e três receptores em pontos diferentes, para ilustrar a contagem de quadrados, além de mostrar como ficará a “reta” formada por quadrados. Um sistema linear de equações foi gerado a partir dos dados de medição e da quantidade de cada tipo de quadrado utilizado. O valor encontrado para “construção + arborização” foi o menor de todos, pois as edificações da área estudada ocupam uma fração menor.
Utilizar os critérios de importância expostos implica atrair a solução ótima (posição dos ERBs) para locais mais importantes, como regiões de construção (ver Figura 5a). Foi criado um código em 𝑀 𝐴𝑇 𝐿𝐴𝐵○c, visando flexibilidade para atender diferentes cenários de planejamento de uma rede sem fio, possibilitando adicionar os seguintes atributos: altura do transmissor, altura do receptor, frequência de operação, transmissão de potência e número de locais candidatos para a instalação de novas torres de transmissão. Há um comportamento semelhante ao da frequência de 2100 MHz, mas com desvanecimento mais rápido, o que é esperado em frequências mais altas.
Modelo Híbrido ARIMA-RNA
Ajuste Linear (ARIMA)
Ou seja, assume-se que o valor da intensidade do campo eléctrico num determinado piso é função dos valores identificados nos pisos inferiores. Desta forma, o conjunto de treinamento passa a contar com um número de amostras que permite um resultado de ajuste mais preciso do modelo ARIMA. Por fim, com base no comportamento das funções ACF e PACF, é possível obter o ranking do modelo ARIMA que melhor se ajusta ao conjunto dado.
Optou-se por isolar as tendências dos grupos de treinamento e comparação ao ajustar o modelo ARIMA. Por fim, as funções ACF e PACF foram analisadas para avaliar a necessidade de diferenças nas séries e posteriormente determinar o ranking do modelo ARIMA. Os resíduos do modelo ARIMA foram ajustados utilizando RNA e os resultados do modelo híbrido foram obtidos.
Ajuste por MQ
A subseção “Ajustes por MQ” explica os ajustes com o método MQ realizados neste trabalho. O ajuste do MQ foi realizado para comparação com os resultados obtidos pelo modelo ARIMA, pois para problemas deste tipo onde as relações entre variáveis e informações são lineares, é um método bastante utilizado. Com: 𝑑: distância que deseja estimar 𝐸; 𝑑𝑖𝑛𝑓: distância inferior tabelada mais próxima; 𝐸𝑠𝑢𝑝: intensidade do campo elétrico em 𝑑𝑠𝑢𝑝.
Dado o ambiente considerado neste estudo, para efeitos de estimativa da recomendação foram assumidos os valores tabelados para “trajetos terrestres 50% do tempo a 600 MHz”. No entanto, uma solução QM pode ser obtida minimizando as somas dos quadrados dos erros entre as estimativas e os valores de referência, ou seja, os resíduos. O problema original é linear, mas como as matrizes a serem minimizadas são dinâmicas, isso implica um problema de MQ não linear.
Ajuste via RNA
A função de ativação da rede é gaussiana e é mostrada em (5.11) e um diagrama geral de um regressor generalizado é mostrado na Fig. A saída da grade (8 ou 24 pontos) é então interpolada para corresponder o número de amostras aos dos grupos de comparação e à saída do modelo ARIMA. Uma RNA realiza seus cálculos em etapas cujas quantidades são determinadas pelo projetista, dependendo do problema em questão.
Dependendo da arquitetura da rede, as correções podem ou não ocorrer nos cálculos das camadas e, quando ocorrem, a forma como essas correções são realizadas também pode ser determinada durante o desenvolvimento da RNA. Finalmente, os valores estimados da RNA, dados por ^𝑁, são somados aos estimados por ARIMA, resultando na estimativa final do modelo, ^𝑍 (ver 5.13).
Considerações finais
Os resultados da versão melhorada da ferramenta de planejamento são comparados com os da versão original, com o objetivo de ilustrar as melhorias obtidas. Os resultados do modelo ARIMA-RNA são expostos e comparados com as estimativas de mínimos quadrados e a recomendação (INTERNATIONAL, 2013).
Ferramenta de Planejamento
Cenário 1: Duas Torres
O cenário das duas torres pode ser interpretado como um projeto de cobertura em uma região que não é atendida por um serviço de qualidade. A Figura 15a mostra o resultado obtido em (GOMES, 2018) da otimização para o caso de duas torres na frequência de 2100 MHz e a Fig. 15c e 15d mostram os resultados de otimização no cenário de duas torres obtidos com a metodologia multiobjetivo para 2100 MHz e 2600 MHz, respectivamente.
O lado esquerdo das figuras representa o lado “básico” do campus, que contém diversos pavilhões de salas de aula e todo o setor administrativo da UFPA. Portanto, a solução encontrada com a metodologia multiobjetivo e o critério de apenas uma torre por hemisfério vai ao encontro dos anseios da comunidade do campus da UFPA. Esta realidade será discutida na próxima subseção, que trata de simulações considerando três torres (duas ERBs dentro da UFPA e uma externa existente representada nas Figuras 2 e 5b).
Cenário 2: Três Torres
Mesmo que este seja um cenário hipotético, pois existem ERBs fora da UFPA que, embora parcialmente, podem atender a região mais à direita do mapa analisado. Nota-se que a solução ótima encontrada para este cenário foi a mesma do cenário de duas torres, apesar da influência da torre externa. Isso se deve ao fato de haver uma concentração de locais prioritários que atraem o posicionamento de novas torres para o canto inferior esquerdo do mapa.
Porém, neste cenário, a influência da torre externa existente contribui para a cobertura na área superior direita do mapa. No cenário de duas torres, que representa uma hipótese onde não existia a torre externa, praticamente não havia cobertura nesta região. Porém, a solução apresentada para 2600 MHz acaba excluindo pontos importantes da área da UFPA, concentrados no canto inferior esquerdo do mapa.
Modelo Híbrido ARIMA-RNA
- Resultados MQ - Conjuntos Originais
- Resultados MQ - Conjuntos Interpolados
- Resultados ARIMA (individual) - Conjuntos Originais
- Resultados ARIMA (individual) - Conjuntos Interpolados
- Ajuste por RNA e Estimativas Finais do Modelo Híbrido – Con-
- Ajuste por RNA e Estimativas Finais do Modelo Híbrido – Con-
Considerando o comportamento das curvas do conjunto de dados, optou-se por ajustar o modelo ARIMA à série sem tendência. Agora podemos analisar as funções ACF e PACF de 𝑌3 para verificar a necessidade ou não de diferenças nas séries. Se você não optar por calcular as diferenças, já poderá determinar a ordem do modelo ARIMA.
Se a função PACF chegar a zero após o primeiro atraso, indica que temos um modelo ARIMA (1,0,0). Os gráficos que mostram estimativas do modelo para o conjunto de ajuste e conjuntos de comparação são mostrados nas Figuras 6.8a, 6.8b e 6.8c. Tal como acontece com o conjunto original, os melhores resultados vieram com o conjunto “data3”, que foi utilizado como conjunto de treinamento.
Considerações Finais
Este capítulo conclui a apresentação deste estudo e contém conclusões sobre os resultados apresentados em relação à ferramenta de planejamento e em relação ao modelo híbrido.
Ferramenta de Planejamento
Cenário 1: Duas Torres
Cenário 2: Três Torres
Modelagem Híbrida ARIMA-RNA
Exposição à RNI
Conjuntos Originais
Conjuntos Interpolados
Etapas Futuras
Ferramenta de Planejamento
Modelagem Híbrida
Considerações Finais
Esta subseção mostra o ajuste do modelo híbrido a um conjunto de dados provenientes de medições em 2.100 MHz de (GOMES, 2018). Um deles é um conjunto de ajustes e os outros dois atuam como referência em relação às estimativas do modelo híbrido. Este seria o principal ponto a ser alterado para que os dados de treinamento/comparação do modelo híbrido possam resultar em estimativas que possam ser comparadas de forma justa com o modelo incluído em (GOMES, 2018).
Destaca-se a metodologia para obtenção de resultados semelhantes aos utilizados na aplicação do modelo híbrido ao problema de avaliação de edifícios. Os radianos 𝑅4 e 𝑅2 foram escolhidos para comparar as estimativas do modelo com os dados de referência. A Figura 25 compara as estimativas de potência recebidas do modelo híbrido com aquelas do modelo ARIMA simples e os dados de referência, tanto para os conjuntos originais quanto para os conjuntos interpolados.
