Caracterização de Perdas

Outdoor da Rede LTE para

Ambiente Arborizado com
Estacionamento
Alfa Marine Damasceno Ferreira
Flávio Henry Cunha da Silva Ferreira
Lidia Gianne Souza da Rocha
Sérgio Felipe Bezerra Rabelo
Introdução
 Redes 4G: Maior área de cobertura e número de usuários que utilizam a
mesma faixa de frequência.
 Necessidade de uma grande área de cobertura com posicionamento eficiente
das antenas, de modo a garantir o melhor sinal possível para os usuários.
 Perdas por sombreamento e por peculiaridades do ambiente influenciam no
nível de sinal, tornando importante a caracterização do ambiente para o
projeto das redes.
 Este trabalho apresenta as medições e caracterização da perda do sinal de
LTE, para um ambiente outdoor de estacionamento com arborização.
Metodologia
Aplicativo
 G-Net Track Lite: monitoramento e medição do sinal recebido para
as redes 2G, 3G e 4G-LTE. (Calibração para 4G-LTE).
 Realizar campanhas de medição para analisar a propagação e perda
do sinal conforme se desloca.
 Operadora utilizada: Oi Telecom.
 Gerados log com as variáveis necessárias no fim de cada percurso.
 Tempo de captura: 600s/5m
Metodologia
Percurso
 Estacionamento dos prédios do Espaço Inovação do Parque
Tecnológico do Guamá (PCT-Guamá) com trecho densamente
arborizado.
 Aparelhos celulares mantidos em posição horizontal, com altura
constante de 1m em relação ao solo.
 Velocidade média:3 a 5km/h
 5 iterações com distância média de 500 metros.
Metodologia
Modelos
 Modelos outdoor: SUI (Stanford University Interim), o COST-231
Hata, o ECC-33 e o Log Distance.
 Representações gráficas das projeções de perda foram realizadas,
bem como uma análise da verossimilhança dos modelos com os
resultados obtidos na medição.
 Otimização por meio de KNN, para diminuição do erro quadrático
médio.
Otimização por KNN
 Se trata de um algoritmo não paramétrico de aprendizagem de máquina, ou seja, não
faz nenhuma suposição sobre a distribuição de dados subjacentes.
 Por ser determinado a partir dos dados, eles tendem a não obedecer aos pressupostos
teóricos, como nos modelos de regressão linear.
 O algoritmo baseia-se na semelhança de recurso. Ou seja, para a entrada do teste se
observa K vizinhos mais próximos, a partir da distância euclidiana. Desse modo, a saída
do teste é obtida a partir da média da saída dos K vizinhos mais próximos.
 Pode-se obter o K a partir da curva de erro da validação, onde se é usado o K em que o
erro foi menor. Outra opção, é utilizar como entrada o valor da raiz quadrada do
tamanho do vetor dos valores de entrada .
 Utilizado pelo fato dos modelos não preverem ambiente arborizado, por não seguir um
padrão linear de perda de percurso.
 Como entrada do algoritmo de otimização utilizou-se a distância do ponto medido até a
torre mais próxima, o ganho da antena da torre e a frequência da mesma. Foram
medidos 687 dados do percurso, sendo 70% para a fase de treinamento e 30% para a fase
de testes.
Modelos de Perda de Percurso
Dados de transmissão e antena
 Potência de transmissão (Pt) = 40 W
 Altura entre celulares e o solo (hr) = 1 m
 Altura da estação-base (hb) = 42 m
 Ganho da estação-base (Gt) = 18,3
 Faixa de frequências (f) = 2660 a 2670 MHz
 Emissão: 10M0G7W
 Localização da antena: [-1.464336, -48.449048]
Modelos de Perda de Percurso
Modelo SUI (Stanford University Interim)
 Utilizado modelo SUI básico, ou modelo de Erceg. f=2GHz e hr < 2m.

 Onde d0 = 100 m, d é a distância entre a estação-base e a antena receptora, λ é o

comprimento de onda e S representa o efeito de sombreamento.
 Constantes de terreno categoria B, por se tratar de um ambiente de arborização
densa.

 Onde a, b, c são as constantes de terreno, e hb é a altura da antena de estação-

base.
Modelos de Perda de Percurso
Modelo COST-231(Modelo Hata)
 Recomendado para ambientes urbanos.
 Consegue operar para faixas de frequência de 2GHz.

 Em que:

 Onde C= 0 dB e a(hm )=0 (cidade média), f é a frequência de propagação, hb é a

altura da estação base, hm é a altura da antena receptora.
Modelos de Perda de Percurso
Modelo ECC-33(Modelo Okumura-Hata)
 Funciona em faixas de até 3.5GHz.
 Envolve o ganho das antenas receptora e transmissora, bem como suas alturas.
Modelos de Perda de Percurso
Modelo Log-Distance
 Modelo básico para análise de perdas de percurso, utilizando o conceito
de far-field da equação de Friis.
 Relaciona as perdas em forma de logaritmo decrescente, em função da
distância entre transmissor e receptor

 Onde n é o expoente de perdas, d0 é uma distância de referência e d a

distância entre receptor e transmissor.
Resultados

n= 4.134 para hb= 42m

Resultados
Conclusões
 Log Distance foi o modelo que mais se aproximou do medido.
 Como esperado os modelos não tiveram boa precisão, por se tratar de um
percurso com ambiente arborizado.
 Verificou-se também que o resultado obtido a partir do uso do algoritmo de
otimização KNN obteve o menor desvio padrão em comparação aos modelos
de perda utilizados.
Referências
 A. Kumar, A. Aswal, e L. Singh, “4G Wireless Technology: A Brief Review”, International Journal of
Engineering and Management Research, vol. 3, no 2, p. 35–43, 2013.
 Zhang, H., Berg, A. C., Maire, M., & Malik, J. (2006). SVM-KNN: Discriminative nearest neighbor
classification for visual category recognition. In Computer Vision and Pattern Recognition, 2006 IEEE
Computer Society Conference on(Vol. 2, pp. 2126-2136). IEEE.
 Zhang, M. L., & Zhou, Z. H. (2007). ML-KNN: A lazy learning approach to multi-label learning. Pattern
recognition, 40(7), 2038-2048.
 Fukunaga, K., & Narendra, P. M. (1975). A branch and bound algorithm for computing k-nearest neighbors.
IEEE transactions on computers, 100(7), 750-753.
 Beyer, K., Goldstein, J., Ramakrishnan, R., & Shaft, U. (1999, January). When is “nearest neighbor”
meaningful?. In International conference on database theory (pp. 217-235). Springer, Berlin, Heidelberg.
 Dudani, S. A. (1976). The distance-weighted k-nearest-neighbor rule. IEEE Transactions on Systems, Man,
and Cybernetics, (4), 325-32.
 P. Sharma e R. K. Singh, “Comparative Analysis of Propagation Path Loss Models with Field Measured Data”,
International Journal of Engineering Science and Technology, vol. 2, no 6, p. 2008–2013, 2010.
 V. S. Abhayawardhana e et al., “Comparison of Empirical Propagation Path Loss Models for Fixed Wireless
Access Systems”, apresentado em Vehicular Technology Conference, 2005, vol. 1, p. 73–77.
 Molisch, A. F. (2011). 7 . 6 . 1 Appendix 7 . A : The Okumura – Hata Model. In Wireleless Communications,
Second Edition.
 J. R. Fernández, M. Quispe, G. Kemper, J. Samaniego, e D. Diaz, “Adjustments of Log-Distance Path Loss
Model for Digital Television in Lima”, apresentado em XXX SIMPÓSIO BRASILEIRO DE TELECOMUNICAÇÕES –
SBrT’12, Brasília (Brasil), 2012.