FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / Ericsson Brasil / Uma nova geraÃÃo de sistemas de comunicaÃÃes sem fio, 5a GeraÃÃo (5G), à prevista para 2020. Para a 5G, à esperado o surgimento de diversos serviÃos baseados em comunicaÃÃes mÃquina à mÃquina em diferentes Ãreas, como assistÃncia mÃdica, seguranÃa e redes de mediÃÃo inteligente. Cada um com diferentes requerimentos de taxa de transmissÃo, latÃncia, capacidade de processamento, eficiÃncia energÃtica, etc. Independente do serviÃo, os clientes precisam ficar satisfeitos. Isto està impondo uma mudanÃa de paradigmas em direÃÃo à priorizaÃÃo do usuÃrio como fator mais importante no gerenciamento de redes sem fio. Com esta mudanÃa, criou-se o conceito de qualidade de experiÃncia (do inglÃs, Quality of Experience (QoE)), que descreve de forma subjetiva como o serviÃo à percebido pelo usuÃrio. A QoE normalmente à avaliada por uma nota entre 1 e 5, chamada nota mÃdia de opiniÃo (do inglÃs, Mean Opinion Score (MOS)). Neste contexto, conceitos de QoE podem ser considerados com diferentes objetivos, como: aumentar a vida Ãtil de baterias, melhorar a seleÃÃo para acesso à rede e aprimorar a alocaÃÃo dos recursos de rÃdio (do inglÃs, Radio Resource Allocation (RRA)). Com relaÃÃo à RRA, nesta dissertaÃÃo consideram-se requerimentos de QoE na gestÃo dos recursos disponÃveis em um sistema de comunicaÃÃes sem fio, como espectro de frequÃncia e potÃncia de transmissÃo. Mais especificamente, estuda-se um problema de assinalamento de recursos de rÃdio e de alocaÃÃo de potÃncia que objetiva maximizar a mÃnima MOS do sistema sujeito a satisfazer um nÃmero mÃnimo de usuÃrios prÃ-estabelecido. Inicialmente, formula-se um novo problema de otimizaÃÃo considerando restriÃÃes quanto à potÃncia de transmissÃo e quanto à fraÃÃo de usuÃrios que deve ser satisfeita, o que à um importante tÃpico do ponto de vista das operadoras. Este à um problema nÃo linear e de difÃcil soluÃÃo. Ele à entÃo reformulado como um problema linear inteiro e misto, que pode ser resolvido de forma Ãtima usando algoritmos conhecidos de otimizaÃÃo. Devido à complexidade da soluÃÃo Ãtima obtida, propÃe-se uma heurÃstica chamada em inglÃs de Power and Resource Allocation Based on Quality of Experience (PRABE). O mÃtodo proposto à avaliado por meio de simulaÃÃes e os resultados obtidos mostram que sua performance à superior à de outros existentes, sendo prÃxima à da Ãtima. / 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 masterâs 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 operatorâs 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.