Previsão de desempenho para redes móveis LTE e UMTS baseadas em redes GSM co-localizadas

Trabalho Final de Mestrado para obtenção do grau de Mestre em Engenharia Electrónica e Telecomunicações

Dadas as condições atuais do mercado de telecomunicações móveis, os operadores tentam rentabilizar as suas redes de comunicações. A melhor forma de o fazer é tornálas mais eficientes a nível tecnológico e diminuir os custos de manutenção e infraestrutura. Uma das técnicas mais recorrentes pelos operadores para minimizar o custo associados às infraestruturas é a co-localização de tecnologias. O objetivo desta tese é conseguir compreender o comportamento de cada tecnologia (UMTS e LTE) quando co-localizadas com GSM para isso pretende-se desenvolver um algoritmo que permita perceber o desempenho destas. Numa primeira fase é feito um estudo acerca de planeamento e dos principais indicadores a ter em conta no desenvolvimento do algoritmo. Posteriormente é efetuado um drive-test com o objetivo de recolher uma série de parâmetros que serão utilizados no modelo de previsão a desenvolver. Depois de desenvolvido o modelo de previsão é efetuado um segundo drive-test que visa validar este modelo.

Abstract: Given the current condition of the mobile telecommunications market, operators attempt to profitable their network. The best way to do this is to make them technologically efficient and decrease costs with maintenance and infrastructure. One of the most used techniques by operators to minimize the cost associated with infrastructure is the co location of different technologies. The aim of this thesis is to develop an algorithm that allows understanding, when colocated with the GSM, the performance of each technology (UMTS and LTE). In the first phase is done a study about planning and key indicators to be taken into account in the development of the algorithm. Is subsequently performed a drive-test in order to collect a number of parameters that will be used to develop the predictive model. After developing the forecasting model is made a second drive-test which aims to validate this model.