Modelo de propagação indoor multi-andar em 2.4 GHz com estimativa de parâmetros de QoS em chamadas VoIP

O advento de novas formas multimídia tem atraído uma clientela exigente, onde preocupação não é somente com o serviço, mas também, com a qualidade que esse serviço pode ser oferecido. As WLAN (Wireless Local Area Networks) tornaram-se a forma mais comum de roteamento de Internet, devido ao seu baixo custo e facilidade de implementação. Para realizar um bom roteamento é necessário um planejamento, utilizando-se modelos. Os modelos de propagação existentes na literatura fazem a predição da intensidade do sinal, mas algumas vezes não contemplam a previsão de um bom serviço. Nesse sentido a presente dissertação propõe-se a elaborar um modelo de propagação empírico indoor multi-andar que não só prediz a potência recebida, mas também faz uma previsão para algumas métricas de QoS (Quality of Service) de chamadas VoIP (Voice over Internet Protocol). Para a elaboração do modelo proposto foram feitas campanhas de medição, em um prédio de dois andares, em pisos distintos mantendo-se a posição do ponto de acesso (PA) fixa. Estudos de geometria analítica para a contagem e agregação de perdas em pisos e paredes. Os resultados do modelo proposto foram comparados com um modelo da literatura que tem um comportamento similar, onde é possível verificar o melhor desempenho do modelo proposto, e para efeito de estudo um andar completamente simulado foi introduzido para avaliação.

Green-Markov models - new optimization strategies: a case study for user allocation in co-channel macro/femto networks

ABSTRACT: The femtocell concept aims to combine fixed-line broadband access with mobile telephony using the deployment of low-cost, low-power third and fourth generation base stations in the subscribers' homes. While the self-configuration of femtocells is a plus, it can limit the quality of service (QoS) for the users and reduce the efficiency of the network, based on outdated allocation parameters such as signal power level. To this end, this paper presents a proposal for optimized allocation of users on a co-channel macro-femto network, that enable self-configuration and public access, aiming to maximize the quality of service of applications and using more efficiently the available energy, seeking the concept of Green networking. Thus, when the user needs to connect to make a voice or a data call, the mobile phone has to decide which network to connect, using the information of number of connections, the QoS parameters (packet loss and throughput) and the signal power level of each network. For this purpose, the system is modeled as a Markov Decision Process, which is formulated to obtain an optimal policy that can be applied on the mobile phone. The policy created is flexible, allowing different analyzes, and adaptive to the specific characteristics defined by the telephone company. The results show that compared to traditional QoS approaches, the policy proposed here can improve energy efficiency by up to 10%.

Previsão multi-passos a frente do preço de energia elétrica de curto prazo no mercado brasileiro

A predição do preço da energia elétrica é uma questão importante para todos os participantes do mercado, para que decidam as estratégias mais adequadas e estabeleçam os contratos bilaterais que maximizem seus lucros e minimizem os seus riscos. O preço da energia tipicamente exibe sazonalidade, alta volatilidade e picos. Além disso, o preço da energia é influenciado por muitos fatores, tais como: demanda de energia, clima e preço de combustíveis. Este trabalho propõe uma nova abordagem híbrida para a predição de preços de energia no mercado de curto prazo. Tal abordagem combina os filtros autorregressivos integrados de médias móveis (ARIMA) e modelos de Redes Neurais (RNA) numa estrutura em cascata e utiliza variáveis explanatórias. Um processo em dois passos é aplicado. Na primeira etapa, as variáveis explanatórias são preditas. Na segunda etapa, os preços de energia são preditos usando os valores futuros das variáveis exploratórias. O modelo proposto considera uma predição de 12 passos (semanas) a frente e é aplicada ao mercado brasileiro, que possui características únicas de comportamento e adota o despacho centralizado baseado em custo. Os resultados mostram uma boa capacidade de predição de picos de preço e uma exatidão satisfatória de acordo com as medidas de erro e testes de perda de cauda quando comparado com técnicas tradicionais. Em caráter complementar, é proposto um modelo classificador composto de árvores de decisão e RNA, com objetivo de explicitar as regras de formação de preços e, em conjunto com o modelo preditor, atuar como uma ferramenta atrativa para mitigar os riscos da comercialização de energia.