No início da Internet, os provedores de serviços ofereciam velocidades de transferência de dados em torno de 9.200 bps, e naquela época atendiam às necessidades de aplicações como acesso à web, transferência de arquivos e correio eletrônico (e-mail) [1, 2]. ]. Neste contexto, a família de tecnologias conhecida como Digital Subscriber Lines (DSL) tornou-se um dos métodos de transmissão de dados mais utilizados, principalmente devido ao facto de o DSL ser utilizado como meio de acesso às estruturas de redes telefónicas convencionais existentes.
As Tecnologias xDSL
A transmissão que se origina do CPE para o CO é chamada de transmissão upstream. A transmissão que se origina do CO para o CPE é chamada de transmissão downstream.
Fontes de Interferˆ encias nas linhas DSL
O Crosstalk
Como o transmissor interfere no receptor, a FEXT ocorre quando o transmissor e o receptor estão em extremidades opostas do cabo. NEXT ocorre quando o transmissor e o receptor estão na mesma extremidade do cabo.
Ru´ıdo Impulsivo
Interferˆ encia de R´ adio
O rádio AM cobre frequências entre 0,55 e 1,6 MHz, o que se sobrepõe ao espectro de ADSL, VDSL e suas variantes. A rede DSL também pode atuar como fonte de interferência em sistemas de rádio, causando o chamado “ruído de saída”, que ocorre quando o sistema DSL irradia energia na banda de rádio, o que é considerado insignificante a menos que venha de VDSL e VDSL2 [10 ]. ].
Motiva¸c˜ ao
As principais fontes de RFI são rádios AM (ou modulação de amplitude (AM)) e sistemas de rádio amador (conhecidos como HAM). Os radioamadores normalmente operam em frequências entre 1,8 MHz e 29 MHz, caso em que a interferência é particularmente prejudicial aos serviços que utilizam faixas superiores a 1,8 MHz, como ADSL2+, VDSL e VDSL2 [5].
Estado da arte
Algoritmos Evolutivos
Objetivos da Tese
Contribui¸c˜ ao da Tese
Organiza¸c˜ ao da Tese
Este capítulo enfoca os fundamentos dos sistemas DSL, especialmente os detalhes da modulação multitons discreta DMT, que é usada na maioria dos padrões DSL. Este capítulo enfoca vários tópicos, como a margem de ruído, que é a principal defesa das tecnologias DSL quando se trata de instabilidade.
A modula¸ c˜ ao discreta multi-tom
Na entrada do receptor, um equalizador no domínio do tempo (ou Time Domain Equalizer (TEQ)) é utilizado com a finalidade de encurtar a resposta ao impulso do canal para um comprimento menor ou igual ao prefixo cíclico. Após a equalização no domínio do tempo, o prefixo cíclico é descartado e as amostras do sinal recebido são convertidas de serial para paralelo e utilizadas para Transformação Rápida de Fourier (FFT).
Modelo de transmiss˜ ao do canal
Margem como parˆ ametros do modem
E o valor de margem especificado a ser usado durante a inicialização quando o processo de alocação de bits for executado [17]. Este parâmetro limita o nível máximo de margem para transmissão de dados em serviços DSL.
Conclus˜ ao
Nos estágios iniciais das redes DSL, os serviços e aplicações exigiam largura de banda moderada. Em geral, estas aplicações exigiam requisitos moderados em termos de estabilidade da rede, onde a perda de pacotes e o atraso na transmissão não tinham um impacto tão significativo no desempenho do serviço. O surgimento de novas aplicações que combinam voz, vídeo e dados implicou a necessidade de criar métodos de comunicação mais eficientes sobre o binder DSL, garantindo o desempenho dos serviços.
A instabilidade nas redes DSL
M´ etricas
Esta métrica é usada para avaliar a qualidade da rede e representa o tempo médio entre dois eventos de falta. Esta métrica representa o tempo médio entre duas requalificações espontâneas, ou seja, sem intervenção do usuário. Por exemplo, o serviço de IPTV para TV digital sobre IP é considerado estável em termos de MTBE.
Causas da Instabilidade nas redes DSL
Estrat´ egias para aumentar a estabilidade nas redes DSL
- Estrat´ egias relacionadas ao controle da utiliza¸c˜ ao da SNR
- Stuck-at low rate
- Estrat´ egias da Camada de Enlace
- O Gerenciamento do Espectro
- Maximiza¸c˜ ao da taxa
- Ru´ıdo Virtual / Ru´ıdo Artificial (ANVN)
- Gerenciamento Dinˆ amico de Linha
Linhas mais instáveis são ajustadas com valores de margem mais conservadores e tornam-se mais robustas ao ruído [56]. O VN é implementado através de uma estratégia onde o próprio circuito DSL determina que um determinado nível de ruído pré-programado (considerado o pior caso) esteja sempre presente na transmissão para. Quando uma linha está instável, algumas ações podem ser tomadas, como: a taxa de dados pode ser reduzida, a potência transmitida pode ser aumentada ou os códigos podem ser alterados, como Impulse Noise Protection (INP).
Conclus˜ ao
O objetivo deste capítulo é fornecer uma visão geral das técnicas de otimização utilizadas no trabalho (ou seja, enxame de partículas AG e PSO), suas propriedades, fluxo de trabalho, operadores, etc. Este capítulo explora aspectos relacionados à otimização multiobjetivo, com foco no algoritmo genético de elite de ordem não dominada - II (NSGA-II) e nos algoritmos SMPSO.
Algoritmos Evolutivos
Algoritmos Gen´ eticos
- Funcionamento de um algoritmo gen´ etico canˆ onico
- A Representa¸c˜ ao
- A Popula¸c˜ ao
- A fun¸c˜ ao objetivo ou avalia¸c˜ ao (fitness )
- A Sele¸c˜ ao
- A Recombina¸c˜ ao (Crossover)
- A Muta¸c˜ ao
- O Elitismo
O grau de aptidão de cada indivíduo da população atual é calculado com base na aplicação da função objetivo (aptidão). Durante a seleção, são escolhidos indivíduos da população que participarão da reprodução. Um número de indivíduos da população é escolhido aleatoriamente e desse grupo é selecionado o indivíduo com melhor aptidão.
Inteligˆ encia de Enxames
Otimiza¸c˜ ao por Nuvem de Part´ıculas (PSO)
- O Algoritmo PSO
Em outras palavras, cada partícula possui uma memória e a capacidade de armazenar a melhor posição já visitada. Assim, o movimento ocorre em direção à melhor posição já visitada pelo grupo, levando em consideração a melhor posição previamente visitada pelo indivíduo [84]. Os componentes cognitivos e sociais influenciam o movimento das partículas através do espaço de busca, criando forças atrativas.
Compara¸c˜ ao entre PSO e algoritmos Gen´ eticos
Otimiza¸c˜ ao Multiobjetivo
- Problemas de Otimiza¸c˜ ao Multiobjetivo
- A dominˆ ancia de Pareto
- Solu¸c˜ oes ´ otimas de Pareto
- Metas em Otimiza¸c˜ ao Multiobjetivo
No contexto multiobjetivo, uma possível solução para um determinado problema é chamada de conjunto de soluções de Pareto. Uma tarefa importante no processo de otimização multiobjetivo está relacionada à identificação do conjunto de soluções ótimas de Pareto. A tarefa de maximizar a diversidade dentro do conjunto de soluções é um objetivo específico da otimização multiobjetivo.
Algoritmos evolutivos para otimiza¸c˜ ao multiobjetivo
Algoritmo Gen´ etico Elitista com Ordena¸c˜ ao N˜ ao Dominada - NSGA-II 44
- Torneio por Distˆ ancia de multid˜ ao (Crowding Distance sorting ) 47
- A Muta¸c˜ ao Polinomial
Um dos principais desafios na otimização multiobjetivo é preservar a diversidade em torno de soluções não dominadas [88, 97]. Na segunda parte do Algoritmo 3 (linhas 12 a 22), as soluções encontradas são classificadas em uma fronteira. A ideia é utilizar uma estimativa da densidade de soluções ao redor de cada indivíduo da população.
Algoritmos Multiobjetivos Baseados em Enxame de Part´ıculas
Algoritmo Baseado em Enxame de Part´ıculas com Constri¸c˜ ao de Velo-
O SMPSO [116] surgiu como uma adaptação do então existente algoritmo MOPSO, ao qual foi adicionado um mecanismo de limitação de taxa. O objetivo era evitar um fenômeno conhecido como explosão de velocidade [116], que ocorre quando a velocidade das partículas assume valores muito elevados durante as iterações, resultando em movimentos. Uma peculiaridade do SMPSO diz respeito à atualização da velocidade que é realizada via equação (4.15), e utiliza tanto o peso inercial ω quanto um fator de constrição para determinar χ a velocidade das partículas do enxame.
Conclus˜ ao
Este capítulo tem como objetivo descrever a abordagem adotada para o problema de maximização da margem de ruído em redes DSL, começando pela descrição do problema e sua formulação matemática. Abaixo está uma apresentação do modelo de otimização utilizado, que consiste na otimização dos parâmetros da camada física, ou seja, a seguir é apresentada a solução proposta, onde foi aplicada uma abordagem de otimização híbrida evolutiva e multiobjetivo que rendeu um conjunto de soluções que o são.
O problema de otimiza¸c˜ ao da margem de ru´ıdo
Este problema é geralmente modelado como um problema de maximização de margem - Maximização de Margem (MM) - e pode ser definido como. Pnmax é a restrição de potência total de transmissão disponível para o usuário n. Na verdade, na literatura existem outras ferramentas para otimização de margem que utilizam balanceamento de espectro, como em [38, 39].
O problema de otimiza¸c˜ ao da margem com uma vis˜ ao multiobjetivo
Contudo, estes adotam uma abordagem diferente para resolver o problema de otimização e não utilizam a definição do problema como em (5.1). Desta forma, este trabalho apoia-se na utilização do NRME como algoritmo básico para comparação dos resultados, o que será demonstrado no próximo capítulo. Para o caso de maximização de margem definido na equação 5.2, este conjunto de soluções resulta na região de margem onde cada ponto (ou valor de margem) procura garantir a estabilidade da rede DSL ao mesmo tempo que satisfaz as restrições de taxa alvo e potência transmitida definidas na equação 5.2.
Implementa¸c˜ ao das meta-heur´ısticas no problema de otimiza¸c˜ ao da margem de
- Codifica¸c˜ ao
- A fun¸c˜ ao de Avalia¸c˜ ao (fitness )
- Uma abordagem h´ıbrida - Otimiza¸c˜ ao local atrav´ es de minimiza¸c˜ ao da
- Algoritmos de Minimiza¸c˜ ao de Potˆ encia
- Sele¸c˜ ao
- Operadores de Crossover e Muta¸c˜ ao
- Execu¸c˜ ao do algoritmo gen´ etico
- O algoritmo multiobjetivo por enxame de part´ıculas
- Popula¸c˜ ao
- Arquivo externo de solu¸c˜ oes n˜ ao-dominadas
- Atualiza¸c˜ ao da velocidade e posi¸c˜ ao
- Avalia¸c˜ ao da fun¸c˜ ao objetivo, operador de turbulˆ encia
- Execu¸c˜ ao do algoritmo por enxame de part´ıculas
Nesta abordagem, a matriz de potências (P) é representada através da utilização de pesos (λN) do problema de minimização de potências. O método utiliza uma população de partículas, que são geradas aleatoriamente no início da execução do algoritmo. Tal como na população GA, as partículas de enxame contêm informação sobre cada linha DSL (ou seja, a matriz P com a distribuição de potência de todos os utilizadores e os limites de ruído), conforme definido na Secção 5.4.1.
Conclus˜ ao
Este capítulo apresenta os experimentos realizados e os resultados obtidos utilizando os algoritmos descritos no capítulo 5. Todos os experimentos foram realizados no simulador jDSLsim1, que é um simulador de sistema DSL escrito na plataforma JAVA. Os experimentos foram realizados em um computador MacBook Pro com processador Intel Core i5 de 2,5 GHz e memória DDR3 de 4 GB e 1600 MHz.
Configura¸c˜ ao dos Cen´ arios
Supõe-se que todos os usuários conectados ao CO tenham condições de canal idênticas, ou seja, as mesmas funções de transferência do canal direto e ruído de diafonia. Neste tipo de topologia, conhecida como near-far, o objeto de interesse normalmente concentra-se em torno da transmissão downstream, devido à forte interferência NEXT gerada pelas linhas conectadas ao RT, causando alcance significativo às linhas quando conectadas ao RT . CO. A potência máxima de transmissão permitida para cada modem é de 19,4 dBm e planos de frequência definidos em [17].
Princ´ıpio de Funcionamento
Resultados Num´ ericos
An´ alise das PSDs de transmiss˜ ao
Quanto aos utilizadores ligados ao RT, estes têm que limitar a sua atribuição de potência para não degradar a transmissão dos utilizadores ligados ao CO. a) PSDs de transmissão obtidos pelo algoritmo NRME e pelo algoritmo híbrido AG+IWF. A razão é que com o uso de algoritmos DSM nível 2 na otimização local, os usuários se conectaram ao RT. Em altas frequências é alocada uma quantidade maior de corrente, pois a alocação neste momento não causará interferência aos usuários conectados ao CO.
Compara¸c˜ ao entre o HEMO e o NRME
A Figura 6.4 mostra que os usuários conectados ao RT evitam alocar muita energia para baixas frequências porque esta é a parte compartilhada do espectro. Esta abordagem permite que cada usuário conectado ao RT utilize margens de ruído maiores para o mesmo conjunto de velocidades alvo. Normalmente, o UPBO reduz a potência transmitida de links curtos para reduzir a interferência FEXT em outras linhas [127].
Convergˆ encia
Conclus˜ ao
A hybrid particle swarm optimization-based fuzzy expert system for diagnosing coronary artery disease. A new Cuboid method with particle swarm optimization for real-life denoising from heart sound signals. Distance Based Ranking in Many-Objective Particle Swarm Optimization, volume 5199 of Lecture Notes in Computer Science.
DSM n´ıvel 2
Solu¸c˜ oes Semi-distribu´ıdas
- Modelo de rede de acesso DSL, envolvendo um cen´ ario com trˆ es usu´ arios
- Exemplos das principais fontes de interferˆ encias nas redes DSL: o ru´ıdo de
- Exemplo de ru´ıdo de crosstalk, ilustrando a incidˆ encia do Next e Fext
- Exemplo da modula¸c˜ ao DMT onde o canal ´ e dividido em um n´ umero de sub-
- Blocos da transmiss˜ ao DMT
- Ilustra¸c˜ ao do prefixo c´ıclico
- Cen´ ario ilustrando a utiliza¸c˜ ao dos modelos de fibra ´ otica e servi¸cos DSL
- Cen´ ario ilustrando a utiliza¸c˜ ao dos servi¸cos VDSL2 e ADSL2+ em combina¸c˜ ao
- Instabilidade em uma rede num per´ıodo de tempo de quatro horas. Durante esse
- Fluxograma do funcionamento do Particle Swam Optimization (PSO)
- Exemplo de itera¸c˜ ao do algoritmo NSGA-II
- A distˆ ancia de multid˜ ao do algoritmo NSGA-II
- Tecnologias xDSL
- Principais modelos de algoritmos multiobjetivos evolucion´ arios, seus respectivos
- Diferentes implementa¸c˜ oes de algoritmos multiobjetivos baseados em Enxame
- Exemplo de codifica¸c˜ ao utilizando o formato real, para um cen´ ario formado por
- Parˆ ametros de configura¸c˜ ao do AG
- Parˆ ametros de configura¸c˜ ao do SMPSO
Acessos em servi¸cos de banda larga fixa no per´ıodo de jan/fev de 2015
