Spelling suggestions: "subject:"alocação dde potência"" "subject:"alocação dde potências""
1 |
Radio resource management for quality of experience optimization in wireless networksMonteiro, Victor Farias 15 July 2015 (has links)
MONTEIRO, V. F. Radio resource management for quality of experience optimization in wireless networks. 2015. 47 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2015. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2015-08-10T16:11:10Z
No. of bitstreams: 1
2015_dis_vfmonteiro.pdf: 4245557 bytes, checksum: 14d2c999994ab8aeff5ce7704d986df4 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2015-08-11T12:01:10Z (GMT) No. of bitstreams: 1
2015_dis_vfmonteiro.pdf: 4245557 bytes, checksum: 14d2c999994ab8aeff5ce7704d986df4 (MD5) / Made available in DSpace on 2015-08-11T12:01:10Z (GMT). No. of bitstreams: 1
2015_dis_vfmonteiro.pdf: 4245557 bytes, checksum: 14d2c999994ab8aeff5ce7704d986df4 (MD5)
Previous issue date: 2015-07-15 / A new generation of wireless networks, the 5th Generation (5G), is predicted for beyond 2020. For the 5G, it is foreseen an emerging huge number of services based on Machine-Type Communications (MTCs) in different fields, such as, health care, smart metering and security. Each one of them requiring different throughput rates, latency, processing capacity, energy efficiency, etc. Independently of the service type, the customers still need to get satisfied, which is imposing a shift of paradigm towards incorporating the user as the most important factor in wireless network management. This shift of paradigm drove the creation of the Quality of Experience (QoE) concept, which describes the service quality subjectively perceived by the users. QoE is generally evaluated by a Mean Opinion Score (MOS) ranging from 1 to 5. In this context, QoE concepts can be considered with different objectives, such as, increasing battery life, optimizing handover decision, enhancing access network selection and improving Radio Resource Allocation (RRA). Regarding the RRA, in this master’s thesis we consider QoE requirements when managing the limited available resources of a communication system, such as frequency spectrum and transmit power. More specifically, we study a radio resource assignment and power allocation problem that aims at maximizing the minimum MOS of the users in a system subject to attaining a minimum number of satisfied users. Initially, we formulate a new optimization problem taking into account constraints on the total transmit power and on the fraction of users that must be satisfied, which is an important topic from an operator’s point of view. The referred problem is non-linear and hard to solve. However, we get to transform it into a simpler form, a Mixed Integer Linear Problem (MILP), that can be optimally solved using standard numerical optimization methods. Due to the complexity of obtaining the optimal solution, we propose a heuristic solution to this problem, called Power and Resource Allocation Based on Quality of Experience (PRABE). We evaluate the proposed method by means of simulations and the obtained results show that it outperforms some existing algorithms, as well as it performs close to the optimal solution. / Uma nova geração de sistemas de comunicações sem fio, 5a Geração (5G), é prevista para
2020. Para a 5G, é esperado o surgimento de diversos serviços baseados em comunicações
máquina à máquina em diferentes áreas, como assistência médica, segurança e redes de
medição inteligente. Cada um com diferentes requerimentos de taxa de transmissão, latência,
capacidade de processamento, eficiência energética, etc.
Independente do serviço, os clientes precisam ficar satisfeitos. Isto está impondo uma
mudança de paradigmas em direção à priorização do usuário como fator mais importante no
gerenciamento de redes sem fio. Com esta mudança, criou-se o conceito de qualidade de
experiência (do inglês,
Quality of Experience (
QoE
)
), que descreve de forma subjetiva como o
serviço é percebido pelo usuário. A
QoE
normalmente é avaliada por uma nota entre 1 e 5,
chamada nota média de opinião (do inglês,
Mean Opinion Score (
MOS
)
).
Neste contexto, conceitos de
QoE
podem ser considerados com diferentes objetivos, como:
aumentar a vida útil de baterias, melhorar a seleção para acesso à rede e aprimorar a alocação
dos recursos de rádio (do inglês,
Radio Resource Allocation (
RRA
)
). Com relação à
RRA
, nesta
dissertação consideram-se requerimentos de
QoE
na gestão dos recursos disponíveis em um
sistema de comunicações sem fio, como espectro de frequência e potência de transmissão.
Mais especificamente, estuda-se um problema de assinalamento de recursos de rádio e de
alocação de potência que objetiva maximizar a mínima
MOS
do sistema sujeito a satisfazer
um número mínimo de usuários pré-estabelecido.
Inicialmente, formula-se um novo problema de otimização considerando restrições quanto
à potência de transmissão e quanto à fração de usuários que deve ser satisfeita, o que é
um importante tópico do ponto de vista das operadoras. Este é um problema não linear e
de difícil solução. Ele é então reformulado como um problema linear inteiro e misto, que
pode ser resolvido de forma ótima usando algoritmos conhecidos de otimização. Devido à
complexidade da solução ótima obtida, propõe-se uma heurística chamada em inglês de
Power and Resource Allocation Based on Quality of Experience (
PRABE
)
. O método proposto
é avaliado por meio de simulações e os resultados obtidos mostram que sua performance é
superior à de outros existentes, sendo próxima à da ótima
|
2 |
Emparelhamento de subportadoras e alocação de potência de transmissão para redes cooperativas / Subcarrier pairing and transmit power allocation for cooperative networksPessoa, Alexandre Matos 01 1900 (has links)
PESSOA, A. M. Emparelhamento de subportadoras e alocação de potência de transmissão para redes cooperativas. 2016. 104 f. Dissertação (Mestrado em Engenharia Elétrica e da Computação), Campus de Sobral, Universidade Federal do Ceará, Sobral, 2016. / Submitted by Programa de Pós-Graduação Engenharia Elétrica e de Computação (secretaria_ppgeec@sobral.ufc.br) on 2017-02-03T13:18:56Z
No. of bitstreams: 1
2017_dis_ampessoa.pdf: 1254061 bytes, checksum: 2374c25823a476483959e77f155b1e24 (MD5) / Rejected by Ana Márcia Sousa (marciasousa@ufc.br), reason: Prezada,
Conforme conversa por telefone corrigir campos e preencher o que faltou.
Quanto a dissertação do aluno ele deverá refazer toda a normalização do trabalho de acordo a Normalização de Trabalhos Acadêmicos e templates que se encontram na pagina da biblioteca: biblioteca.ufc.br em Normalização de Trabalhos Acadêmicos. on 2017-02-03T13:35:38Z (GMT) / Submitted by Programa de Pós-Graduação Engenharia Elétrica e de Computação (secretaria_ppgeec@sobral.ufc.br) on 2017-02-03T14:20:26Z
No. of bitstreams: 1
2017_dis_ampessoa.pdf: 1254061 bytes, checksum: 2374c25823a476483959e77f155b1e24 (MD5) / Rejected by Ana Márcia Sousa (marciasousa@ufc.br), reason: Prezada,
Favor verificar os campus: Autor, orientador, citação, descrição e título em inglês e fazer como está no guia de preenchimento que está na documentação enviada a você por ocasião do treinamento.
Quanto a dissertação do aluno ainda falta corrigir toda a Normalização do trabalho de acordo com as normas da UFC e templates na página da Biblioteca: biblioteca.ufc.br.
Você precisa avisar isto ao aluno e esperar que ele lhe envie corrigido e fazer a troca no ri e submeter novamente. on 2017-02-03T15:08:06Z (GMT) / Submitted by Programa de Pós-Graduação Engenharia Elétrica e de Computação (secretaria_ppgeec@sobral.ufc.br) on 2017-02-13T14:46:26Z
No. of bitstreams: 1
2017_dis_ampessoa.pdf: 1145087 bytes, checksum: 5f78bf6574910be8bb12b18e9fe5f1b1 (MD5) / Approved for entry into archive by Ana Márcia Sousa (marciasousa@ufc.br) on 2017-02-15T10:47:00Z (GMT) No. of bitstreams: 1
2017_dis_ampessoa.pdf: 1145087 bytes, checksum: 5f78bf6574910be8bb12b18e9fe5f1b1 (MD5) / Made available in DSpace on 2017-02-15T10:47:00Z (GMT). No. of bitstreams: 1
2017_dis_ampessoa.pdf: 1145087 bytes, checksum: 5f78bf6574910be8bb12b18e9fe5f1b1 (MD5)
Previous issue date: 2017-01 / present in the fourth generation of mobile communications due to its potential to combat fading and
extend the cell coverage area. In addition, efficient radio resource management when applied to relay
networks is capable of improving the performance of mobile communication systems in terms of
space diversity, coverage, spectral and energy efficiencies. One of the main assumption in our work is
a discrete mapping between channel quality and transmit data rate. This discrete mapping models the
use of finite MCSs and has been neglected by most of the articles in the literature. In this master thesis
we formulate two problems. The first problem consists in the maximization of the total data rate in
a cooperative system through subcarrier pairing and transmit power allocation. The second problem
aims at maximizing the number of satisfied users with the demanded QoS. For both problems we
provide the optimal solution, some basic properties and suboptimal solutions with low computational
complexity. By means of computational simulations, we show that the proposed solution to the
total data rate maximization problem has a maximum error to the optimal solution lower than 0.1%.
Furthermore, the heuristic solution proposed to the problem of maximizing the number of satisfied
users is capable of attaining a performance loss in the number of satisfied users not higher than 10%
to the optimal solution with much lower transmit power leading to energy efficiency gains. / Rede de repetidores e comunicação cooperativa se consolidaram como duas importantes tecnologias
presentes na quarta geração das comunicações móveis devido ao seu potencial em combater o
desvanecimento em pequena e larga escalas e ampliar a zona de cobertura das células. Além disso,
o gerenciamento dos recursos de rádio de forma eficiente aplicado em redes de repetidores tem se
mostrado como uma importante ferramenta para melhorar o desempenho dos sistemas de comunicações
móveis em termos de diversidade espacial, cobertura, eficiência espectral e energética. Um dos
pilares de nosso estudo foi a consideração de um mapeamento discreto entre a qualidade de canal de
comunicação geralmente representada pela SNR (do inglês, Signal-to-Noise Ratio) e a taxa de dados.
Essa consideração está em consonância com o uso de MCSs (do inglês, Modulation and Coding
Schemes) e tem sido ignorada em grande parte dos trabalhos da área. Nesta dissertação, formulamos
dois problemas. O primeiro problema consiste na maximização da taxa total em um cenário cooperativo
através do emparelhamento de subportadoras e alocação adaptativa de potência de transmissão. O
segundo problema consiste na maximização do número de usuário satisfeitos com o QoS (do inglês,
Quality of Service) solicitado. Para ambos os problemas, provemos a solução ótima, propriedades
básicas e soluções subótimas de baixo custo computacional. Através de simulações computacionais
mostramos que a solução subótima para o problema de maximização de taxa apresentou erro máximo
de 0.1% em relação a solução ótima. Além disso, a solução subótima para o problema de maximização
do número de usuário satisfeitos foi capaz de atender a perdas de desempenho menores que 10%
com relação ao ótimo, utilizando muito menos potência em ambos os saltos.
|
Page generated in 0.0618 seconds