Avaliação de Desempenho da Cobertura e Capacidade de uma Rede Sem Fio IEEE 802.11ac / Performance Evaluation of the Coverage and Capacity of an IEEE 802.11ac Wireless Network

Avaliação de Desempenho da Cobertura e Capacidade de uma Rede Sem Fio

IEEE 802.11ac

Performance Evaluation of the Coverage and Capacity of an IEEE 802.11ac

Wireless Network

DOI:10.34117/bjdv6n5-539

Recebimento dos originais: 24/04/2020 Aceitação para publicação: 27/05/2020

Lidia Gianne Souza da Rocha

Engenheira da Computação pela Universidade Federal do Pará Instituição: Universidade Federal de São Carlos

Endereço Institucional: Rod. Washington Luís Km 235, SP-310, CEP 13565-905, São Carlos, São Paulo, Brasil.

E-mail: lidia@estudante.ufscar.br

Sidnir Carlos Baia Ferreira

Engenheiro de Telecomunicações pela Universidade Federal do Pará Instituição: Universidade Federal do Pará

Endereço Institucional: Rua Augusto Corrêa, 01, Guaná, CEP 66075-110, Belém, Pará, Brasil. E-mail: sidnircarlos@ufpa.br

André Augusto Pacheco de Carvalho

Mestre em Engenharia Elétrica pela Universidade Federal do Pará Instituição: Universidade Federal do Pará

Endereço Institucional: Rua Augusto Corrêa, 01, Guaná, CEP 66075-110, Belém, Pará, Brasil. E-mail andrepcarvalho@gmail.com

Jasmine Priscyla Leite de Araújo

Doutora em Engenharia Elétrica pela Universidade Federal do Pará Instituição: Universidade Federal do Pará

Endereço Institucional: Rua Augusto Corrêa, 01, Guaná, CEP 66075-110, Belém, Pará, Brasil. E-mail: jasmine@ufpa.br

RESUMO

A comunicação sem fio é o método mais comum para acesso a internet, podendo ser realizada através de celulares, notebooks, ou outros dispositivos que precisam estar conectados a um ponto de acesso. Contudo, uma rede sem fio (WLAN) precisa ser bem planejada visando oferecer boa cobertura e capacidade de transmissão e recepção de dados. Para melhorar a cobertura em uma área específica, muitos fatores devem ser otimizados simultaneamente. Este artigo apresenta uma métrica de avaliação de desempenho obtida através de simulações para análise de cobertura e capacidade de uma rede WLAN na reitoria da Universidade Federal Rural da Amazônia (UFRA). O cálculo da cobertura é baseado no modelo de propagação indoor de MotleyKeenan, considerando que os pontos de Acesso (APs) utilizados estão no padrão IEEE 802.11ac com faixa de frequência de 5.8GHz.

ABSTRACT

Wireless communication is the most common method for accessing internet, and can be done through cell phones, notebooks, or other devices that need to be connected to an access point. Although, a wireless network (WLAN) needs to be well planned to provide good coverage, data transmission and reception capacity. To improve the coverage in a specific area, many factors need to be optimized simultaneously. This article presents an evaluation metric for obtained through simulations for analysis of coverage and capacity of a WLAN network in the rectory of the Federal Rural University of Amazonia (UFRA). Coverage calculation is based on the propagation model indoor of Motley Keenan, considering that the Access Points (APs) used are in the IEEE 802.11ac with 5.8 GHz.

Key words: coverage; ieee 802.11ac; wifi; pylayers. 1 INTRODUÇÃO

O aumento da utilização de dispositivos móveis aliado a intensificação da demanda de usuários por conexões mais rápidas tem exigido soluções robustas que assegurem a qualidade e disponibilidade da rede wireless frente as demandas do usuário, para isso são necessárias métricas de avaliação de desempenho e uma estimativa precisa do comportamento do sinal evitando falhas no projeto de infraestrutura e consequentemente o aumento da qualidade na entrega do serviço.

Diversos fatores contribuem para a atenuação do sinal e perda do desempenho de uma rede sem fio, a saber fenômenos físicos como reflexão, difração, refração, bem como efeitos provenientes do ambiente escolhido para a implantação da tecnologia, afetando diretamente a capacidade da rede, Qualidade de Serviço (QoS) e Qualidade de Experiência (QoE), o que tem impulsionado diversas pesquisas para solução destes problemas [KAUSTAV et al., 2016].

No trabalho de [SEANDRA et al., 2012] foi realizado uma análise de cobertura WLAN no Centro de Recursos para Pesquisa e Aprendizagem (CRAI) da Escola Superior Politécnica de Gandia para o padrão IEEE 802.11g, onde foi medido a variação de intensidade média do sinal em cada andar com a distância dos APs, além de reprojetar a rede alterando a posição dos APs e atribuir canais adequados. A análise de desempenho realizada após a mudança dos pontos de acesso resultou em uma melhora do sinal. Em [NING LIU et al., 2015] foi introduzido um algoritmo híbrido para obter cobertura máxima da rede WLAN (IEEE 802.11n), custo mínimo de instalação e exposição humana mínima para três cenários: cobertura máxima com instalação mínima custo, cobertura máxima com exposição mínima e cobertura máxima com custo mínimo de instalação e exposição. Em [HUILIANG

et al., 2012] foi proposto um novo esquema de localização de transmissores para otimização da

cobertura sem fio em ambientes internos. O trabalho consistiu em duas etapas, sendo o primeiro estágio usando um método de pesquisa heurística iterativa para definir o número mínimo de transmissores necessários para atingir a cobertura desejada. O segundo estágio implementa um algoritmo de busca simplex hierárquico para otimizar a localização do transmissor visando maximizar a potência média recebida sem comprometer o número de transmissores. Simulações

eletromagnéticas através da aplicação da técnica FDTD [OTANI et al., 2015] foram realizadas em um piso de escritório para obter o indicador de intensidade de sinal recebido e canal de propagação com a ajuda usando o padrão IEEE 802.11n. Já no trabalho de [KATIA JAFFRE’S et al., 2006] foi desenvolvido um algoritmo de busca multi-objetivo, esse método orientado a QoS extrai as melhores soluções de planejamento de WLAN para o usuário final. Além deste, em [KAUSTAV et al., 2016] é apresentado a análise da cobertura sem fio no Departamento de ECE do NIT em Durgapur usando o padrão IEEE 802.11n realizada com o simulador Pylayers.

Neste trabalho foi implementado uma avaliação de cobertura e capacidade para uma rede 802.11ac usando o simulador Pylayers. Uma métrica de avaliação de desempenho é também proposta através da determinação de graus de cobertura e capacidade com o objetivo de avaliar a qualidade do sinal no ambiente, onde foram feitas diversas simulações alterando a localização dos pontos de acesso. Com os cenários implementados, a métrica foi então usada para poder auxiliar na determinação de qual cenário simulado apresentou a maior cobertura e melhor capacidade para o ambiente em estudo.

O artigo está dividido em 5 seções. Na seção 2 será feita uma breve descrição das técnicas de avaliação de desempenho existentes. Na seção 3, o software de simulação de redes sem fio, Pylayers, é descrito. Na seção 4, os resultados são apresentados e discutidos e na seção 5 o artigo é concluído.

2. AVALIAÇÃO DE DESEMPENHO DE REDES WIRELESS

As técnicas de avaliação de desempenho podem dividir-se em dois grupos, que, de alguma forma, se complementam. O primeiro está relacionado às técnicas experimentais do sistema chamados de modelo de simulação. As técnicas de modelagem fornecem resultados estocásticos, não necessita do sistema real, alta flexibilidade para verificar diferentes alternativas e baixo custo.

Modelagem, em uma simples definição, é quando há uma representação gráfica com características essenciais de um sistema real, sendo que através da solução desse modelo pode se ter uma aproximação de como o sistema se comportaria se fosse efetivado [FRANCÊS, 2001], conforme Figura 1. Segundo [CASTILHO, 2015], os modelos podem ter duas soluções: analíticas e por simulação [JOHNSON; MARGALHO, 2011].

O uso do modelo analítico permite a abstração de detalhes de baixo nível de um sistema, eliminando dados irrelevantes para a análise de desempenho de alto nível, com isso, torna-se mais simples em relação a outras técnicas de avaliação. As soluções analíticas obtidas são resultado do processo de modelagem onde deve ser identificado os principais componentes do sistema, a forma de interação, os modelos matemáticos e as suposições de seu funcionamento para fazer o estudo de avaliação [JOHNSON; MARGALHO, 2011]

Segundo [JOHNSON; MARGALHO, 2011], simulação pode ser considerada como o ato de reproduzir algum processo por meio de um recurso análogo, especialmente, com a finalidade de estudo. Em sistemas complexos, não se pode modelar analiticamente. Neste caso, é preciso o uso de simulações onde as linguagens de programação são utilizadas devido sua flexibilidade [JOHNSON; MARGALHO, 2011].

A técnica de simulação, devido a facilidade de uso e aprendizado, é uma das técnicas de avaliação bastante utilizada em sistemas computacionais, podendo ser usada para prever sistemas não existentes e verificar também o comportamento de sistemas existentes em vários cenários. No entanto, uma simulação pode conter modelos falhos, onde os resultados estão incorretos, tais problemas acontecem quando as técnicas são escolhidas de forma inadequada ou quando não se possui o conhecimento dos modelos estatísticos necessários. Sendo assim, é aconselhável o uso de simuladores que tenham sido avaliados pela comunidade científica ou pela indústria, garantido maior segurança e confiabilidade nos resultados [JOHNSON; MARGALHO, 2011].

Figura 1. Representação da técnica de modelagem [BRUSCHI, 2012]

Os modelos de simulação são divididos em variados grupos, os modelos dinâmicos, que envolvem variações contínuas no tempo e são caracterizados por possuírem retroalimentação, ou seja, os próprios resultados são utilizados com feedback para ajustes na entrada. Quando os modelos não contêm nenhuma probabilidade, são classificados como determinísticos, estes possuem simulação fechada, ou seja, fatores externos não o influenciam. E, quando as influências externas ocorrem são considerados probabilísticos ou estocásticos [JOHNSON; MARGALHO, 2011].

Segundo [JAIN, 1991] as etapas a serem consideradas na avaliação de desempenho são:  Estudar o sistema e definir os objetivos

 Determinar os serviços oferecidos pelo sistema  Selecionar métricas de avaliação

 Determinar os parâmetros que afetam o desempenho do sistema  Determinar o nível de detalhamento da análise

 Determinar a Técnica de Avaliação apropriada  Determinar a carga de trabalho característica  Realizar a avaliação e obter os resultados  Analisar e interpretar os resultados  Apresentar os resultados

O principal objetivo do estudo de avaliação de desempenho proposto neste trabalho é avaliar um projeto de implementação de uma rede sem fio baseada no padrão 802.11ac, no que diz respeito à cobertura do sinal e capacidade em um determinado ambiente. O serviço oferecido pelo sistema em estudo é o de conexão à Internet, oferecido a partir de um nível de sinal aceitável. Os parâmetros que mais afetam o desempenho do sistema é a interferência e a distância entre o ponto de acesso e o usuário, assim como a quantidade de usuários na rede. Não será levada em consideração nesse momento do estudo a carga na rede, somente a degradação do serviço oferecido com a distância em relação ao transmissor ou ponto de acesso e a interferência causada por outros pontos de acesso que cubram a mesma região. O estudo foi baseado nas técnicas de solução analítica e simulação. A carga de trabalho utilizada na avaliação é o cálculo do nível de sinal estimado em vários lugares no ambiente estudado, bem como o cálculo da estimativa da capacidade a ser oferecida pela rede nos mesmos pontos.

3. FERRAMENTA DE SIMULAÇÃO

O software utilizado para prever a cobertura e a capacidade da rede Wireless é o PyLayers: um simulador de código aberto em python [AMIOT, 2013]. A natureza flexível desta ferramenta de simulação permite inúmeros ajustes para melhorá-lo e mantê-lo de acordo com os avanços da indústria da comunicação. O mesmo tem a função de realizar simulações de canais de rádio móvel, propagação indoor, comunicações, mobilidade, localização, dispositivos portáteis, UWB-IR (rádio de impulso de banda larga), canal de 5G, internet das coisas e redes heterogêneas [AMIOT, 2013]. A partir da customização do simulador foi adicionado o padrão IEEE 802.11ac na frequência de 5.8 GHz, suas respectivas frequências de início e parada, largura do canal e frequência da banda de proteção.

Para realizar as medições de cobertura e capacidade do sinal em ambientes indoor foi usado o modelo de propagação de MotleyKeenan [Keenan 1988], o qual conta apenas com a atenuação ao longo do caminho percorrido, pelo sinal entre o transmissor e o receptor, e o número de paredes atravessadas.A partir dos dados fornecidos pelo modelo o PyLayers gera um mapa de calor o cenário de estudo e as informações simuladas. Esse modelo não fornece informações sobre propagação de atraso ou multipercursos, mas pode ser útil em diferentes contextos, como otimização

indoor, otimização da localização de APs, entre outros.

A perda de percurso do modelo de Motley e Keenam é calculada a partir da Equação (1):



Onde: P0 é a perda do percurso a uma distância de referência (1m) em dB; d é a separação entre

transmissor e receptor em metros; kwi é o número de paredes penetradas do tipo i e Lwi é a perda em

dB do tipo de parede i.

A potência recebida representada pela Equação (2) em qualquer ponto é a diferença entre a potência transmitida e a perda de percurso sofrida pelo sinal.

LdB tdBm dBmP P

r

P (2)

PrdBm é a potência recebida (em dBm); PtdBm é a potência transmitida (em dBm) o qual é especificada

pelo usuário e PL é a perda de percurso em dB de acordo com a Equação (1).

A potência de ruído do sinal em watts é dada pela Equação (3):

6 ) 10 / ( 10 10      K T B Pn FR b (3)

Onde o fator de ruído (FR) é inserido pelo usuário em dB; Kb representa a constante de Boltzmann; T é a temperatura absoluta em kelvin e B denota a largura de banda em MHz. A Equação (3) é usada para cálculo do ruído em dBm pela seguinte expressão:

30 ) ( log 10 10   n n P PdBm (4)

De (2) e (4) é possível calcular a razão sinal-ruído (SNR - SignalNoiseRatio), em dBpela Equação (5).

n

P

SNRPr/ (5)

A razão entre o sinal e o ruído de interferência (SINR) é definida como a razão entre potência recebida com a soma do ruído e a potência de interferência conforme Equação (6).





P

SINR



_

_

P

Pr

E por fim, a capacidade em Mbps é dada pela equação (9).

) 1 ( log2 SINR B C   (9)

O cenário de estudo foi o prédio onde se situa a reitoria da Universidade Rural da Amazônia, sendo este adicionado e configurado no Pylayers, onde foi definida a altura, largura e comprimento de cada sala, a espessura das paredes, material utilizado na construção das mesmas e das janelas e portas, visando deixar o ambiente mais similar ao original. Além disso, foi ajustado a localização dos roteadores e a sua potência de transmissão antes de realizar as simulações.

Figura 2. Layout do Prédio da Reitoria da Universidade Federal Rural da Amazônia

A distribuição da capacidade em Mbps foi calculada usando (9) e mostrada para diferentes conexões sem fio, onde B denota a largura de banda em MHz e o SINR é dado pela Equação (6), sendo está baseada no modelo de interferência aditiva [IYER, 2009], onde 𝑃_𝑟denota a potência

recebida da ligação 1. A soma é feita sobre todos os links 1 ∈ 𝐿, onde L é o conjunto de todos os links ativos simultaneamente e 𝑃_𝑛 é definido por (3).

4. RESULTADOS E DISCUSSÕES

Os principais fatores que afetam a cobertura WLAN indoor são o número e posição dos roteadores, além do canal e a potência de transmissão em que os mesmos estão configurados. Esses fatores precisam ser otimizados simultaneamente para obter a melhor cobertura, considerando uma potência recebida que não seja nociva à saúde. O processo de simulação foi dividido em 3 seções com base nas características que afetam a cobertura. Para cada simulação, a localização dos roteadores foi alterada, assim como os canais dos mesmos. Foi dado como prioridade, emitir a maior intensidade em toda a área. Para isso, as simulações foram realizadas com os roteadores em diferentes locais para determinar qual delas iria obter uma maior capacidade em Mbits simultaneamente, além de considerar a potência recebida pelo usuário para garantir melhor qualidade de recepção, os resultados são apresentados em mapas de calor que representam os pontos de recepção a partir da variação de cores em determinada região.

Foram realizadas simulações em ambientes com alta interferência entre os canais de comunicação, ou seja, ambientes em que os roteadores estão configurados com potência de transmissão e canais de banda semelhantes. A primeira simulação foi realizada para um ambiente com 3 roteadores, onde foi posto o primeiro perto do auditório (ponto 0), o segundo no corredor horizontal (ponto 1) e o terceiro no hall de entrada (ponto 2) para melhorar a conexão dos visitantes e das salas pertencentes ao corredor vertical. A taxa máxima de capacidade obtida foi de 24 Mbps, predominante nas primeiras salas do corredor vertical. Nas outras salas foi observado uma taxa de 19 Mbps e em algumas áreas com interferência de sinal dos roteadores a velocidade máxima foi de 12 Mbps, como visto na Figura 3.

A segunda simulação manteve 3 roteadores, mas dessa vez os mesmos foram postos em lugares estratégicos da reitoria. O primeiro foi colocado dentro do auditório (ponto 0), o segundo no corredor vertical (ponto 1), pois antes não havia nenhum roteador nessa área, e o terceiro numa sala de canto (ponto 2), perto do hall de entrada, como visto na figura 4, tais posições levaram em consideração os resultados positivos obtidos por [KAUSTAV 2016] em roteadores instalados nas extremidades das salas.

Nessa configuração se manteve a taxa máxima de 24 Mbps. No entanto, o auditório teve uma velocidade média bem melhor, de aproximadamente 22 Mbps, e a maioria das salas de aula obtiveram em média uma boa capacidade alcançando picos de aproximadamente 20 Mbps, ou seja, essa organização proporcionou uma alta velocidade uniforme, com exceção do hall de entrada que contou com uma taxa de aproximadamente 12 Mbps.

Figura 4. Capacidade de cobertura da reitoria com 3 APs em locais estratégicos.

A terceira simulação foi realizada apenas com 2 roteadores, pois nas simulações anteriores foi notado alta taxa de interferência e consequentemente diminuindo a capacidade em alguns pontos do prédio. O primeiro roteador (ponto 0) foi colocado no corredor próximo ao auditório e o segundo no hall de entrada (ponto 1), com o objetivo de atender as salas do corredor vertical, como visto na Figura 5.

Figura 5. Capacidade de cobertura da reitoria com 2 APs

Na nova configuração foi obtida uma taxa de bits máxima superior as das simulações anteriores, com cerca de 25,5 Mbps. E a média das salas de aula ficou em torno de 23 Mbps, exceto nas salas entre um roteador e outro, visto que estas ficam na região onde ocorre maior interferência entre os roteadores (região em azul), também foi observada esta mesma situação de interferência no final do corredor vertical.

Após as simulações uma métrica foi proposta e calculada, onde resultados são apresentados na Tabela 1, com o objetivo de encontrar qual simulação obteve os resultados satisfatórios. A métrica foi criada a partir de simulações de medições locais de potência recebida, e a capacidade foi encontrada em Mbits/s, usando a fórmula (9). Os valores foram divididos entre faixas que representam quantitativamente a vazão dos dados em cada simulação de rede.

Simulação Maior que 21 Mbits/s Entre 17 e 21 Mbits/s Menor que 17 Mbits/s Primeira – Figura 3 55% 30% 15% Segunda – Figura 4 20% 65% 15% Terceira – Figura 5 65% 15% 20%

Tabela 1: Métrica da capacidade de cobertura para as simulações

De acordo com a métrica usada, é possível perceber que na primeira simulação foram obtidas velocidades razoáveis para um ambiente de faculdade onde boa parte do cenário tem uma conexão ótima, maior que 21 Mbits/s, e outras áreas com conexão regular, com variação de 17 a 21 Mbits/s, sendo poucos os espaços considerados com uma conexão inferior a 17 Mbits/s.

Na segunda simulação, apesar de se ter um ambiente uniforme, a maioria dessas velocidades são caracterizadas apenas como uma conexão regular. Já na terceira simulação, obteve-se maior taxa de conexões ótimas, mantendo uma taxa de 15% para conexões regulares, embora a taxa de conexão ruim também foi superior as demais simulações. Sendo assim, considerando que o prédio é composto majoritariamente por salas de aula, a partir da métrica proposta, o melhor cenário seria o da segunda simulação. Pois, apesar de não possuir áreas extensas com boas conexões é o que melhor atende a maioria das salas de aula. Além disso, o auditório possui uma adequada taxa de bits o que se faz necessário devido ser um local de grande aglomeração de usuários.

Figura 6: Potência recebida da reitoria com APs em locais estratégicos

Na Figura 6 é mostrado o mapa de calor com a potência recebida da segunda simulação. A partir da mesma é possível notar que a maior parte das áreas adjacentes aos APs recebe uma potência média de -60dBm, ou seja, há um sinal aceitável sendo recebido, e mesmo na pior área, que alcança níveis médios de no máximo -78dBm, ainda é possível obter uma conexão regular, além de estar presente apenas em 3 salas, sendo uma delas o banheiro. Já nas outras salas o pior sinal é de -60dBm, tendo como média -45dBm no ambiente, mantendo uma potência recebida aceitável para todo o prédio.

5. CONCLUSÕES

A partir deste trabalho foi possível comprovar que os fatores determinantes para a avaliação do desempenho de uma rede WLAN são: o número de APs, sua posição e potência de transmissão. Ademais, considerando vários arranjos de instalação, foi encontrada uma solução satisfatória para a capacidade do sinal ao otimizar o parâmetro de localização dos pontos de acesso e determinar a tomada de decisão com o uso da métrica proposta neste trabalho para indicação das faixas de capacidade. O trabalho foi realizado sobre o atual padrão IEEE 802.11ac e como trabalho futuro

pretende-se implementar um algoritmo de otimização meta-heuristico para o cálculo da posição ótima. Além disso, será acrescentado ao simulador o padrão sem fio mais recente, IEEE 802.11ad.

REFERÊNCIAS

Boulic, R. and Renault, O. (1991) “3D Hierarchies for Animation”, In: New Trends in Animation and Visualization, Edited by Nadia Magnenat-Thalmann and Daniel Thalmann, John Wiley & Sons ltd., England.

Dyer, S., Martin, J. and Zulauf, J. (1995) “Motion Capture White Paper”, http://reality.sgi.com/employees/jam_sb/mocap/MoCapWP_v2.0.html, December.

Holton, M. and Alexander, S. (1995) “Soft Cellular Modeling: A Technique for the Simulation of Non-rigid Materials”, Computer Graphics: Developments in Virtual Environments, R. A. Earnshaw and J. A. Vince, England, Academic Press Ltd., p. 449-460.

Knuth, D. E. (1984), The TeXbook, Addison Wesley, 15th edition.

Smith, A. and Jones, B. (1999). On the complexity of computing. In Advances in Computer Science, pages 555–566. Publishing Press.

PyLayers Documentation, 2017. Disponívelem: < http://pylayers.github.io/pylayers/notebook/TOC.html#environment-description >. Acesso em: 2018 março.

Amiot, N., Laaraiedh, M., andUguen, B. (2013). Pylayers: An open source dynamic simulator for indoor propagation and localization. Communications Workshops (ICC), 2013 IEEE International Conference on, pages 84–88.

Motley, A. J. and Keenan, J. M. P. (1988). Personal communication radio coverage in buildings at 900 mhz and 1700 mhz. ElectronicsLetters, 24(12):763–764.

CASTILHO, J, J, M D; As Redes WLAN Serão Superadas? Um Estudo de Viabilidade de Redes WLAN Em DENSENETS: uma análise baseada em QOS/QOE. 2015. 79f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal do Pará, Belém, 2015.

FRANCÊS, C. R. L. Statecharts Estocásticos e Queuing Statecharts: novas abordagens para avaliação de desempenho baseadas em especificação statecharts. 2001. 156f. Tese (Doutorado em Ciência da Computação e Matemática Computacional) - Universidade de São Paulo, São Carlos, 2001.

JOHNSON T.; MARGALHO M. Avaliação de Desempenho de Sistemas Computacionais. Rio de Janeiro: LTC, 2011. 183 p.

Bruschi, Saritta. Notas de aula da disciplina Avaliação de Desempenho de Sistemas Computacionais, ICMC, USP. Disponível em:

https://edisciplinas.usp.br/pluginfile.php/37733/mod_resource/content/1/aula1introducao.pdf, acessado em 20/03/2018.

Jain, Raj, "The Art of Computer Systems Performance Analysis," John Wiley & Sons, INC, 1991, ISBN-10: 0471503363.

Sandra Sendra, Diana Bri, Emilio Granell and Jaime Lloret, “IEEE 802.11g Radio Coverage Study for Indoor Wireless Network Redesign”, International Journal on Advances in Intelligent Systems, vol 5, no 3 & 4, 2012

Ning Liu, David Plets, Kris Vanhecke, Luc Martens and Wout Joseph, “Wireless indoor network planning for advanced exposure and installation cost minimization”, EURASIP Journal on Wireless Communications and Networking, vol. 2015, no. 9, 2015.

Hui Liang, Bang Wang, Wenyu Liu, Han Xu, "A Novel Transmitter Placement Scheme Based on Hierarchical Simplex Search for Indoor Wireless Coverage Optimization," IEEE Transactions on Antennas and Propagation, , vol.60, no.8, pp.3921-3932, Aug. 2012.

Hajime Otani, Shoichi Yamaguchi, Satoshi Yonezawa and Manabu Omiya, “A Large-Scale Numerical Simulation of Indoor Radio Wave Propagation for a Wireless LAN System”, IEEE International Conference on Computational Electromagnetics, pp.312-314, Feb. 2015.

K. Jaffres-Runser, Jean–Marie Gorce, S. Ubeda, "QoS constrained wireless LAN optimization within a multiobjective framework," IEEE Wireless Communications, vol.13, no.6, pp.26-33, Dec. 2006.

K. Kaustav, S. Datta, M. Pal, R. Ghatak, "Motley Keenan model of in-building coverage analysis of IEEE 802.11 n WLAN signal in electronics and communication engineering department of National Institute of Technology Durgapur", Proc. Int. Conf. Microelectron. Comput. Commun., pp. 1-6, 2016.

Aravind Iyer, Catherine Rosenberg, and Aditya Karnik, “What is the Right Model for Wireless Channel Interference?”, IEEE Transactions on Wireless Communications, vol. 8, no. 5, May 2009.