Submitted by Natalia de Souza Gonçalves (natalia.goncalves@ufpe.br) on 2015-05-08T14:39:08Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) MestradoRobson_versao_posbanca_v8.pdf: 2916922 bytes, checksum: 69519207e681c79847392599f7417664 (MD5) / Made available in DSpace on 2015-05-08T14:39:08Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) MestradoRobson_versao_posbanca_v8.pdf: 2916922 bytes, checksum: 69519207e681c79847392599f7417664 (MD5) Previous issue date: 2014-11-14 / Nos últimos anos, o tráfego de dados nas redes celulares tem crescido exponencialmente devido ao aumento do número de dispositivos móveis. Neste cenário, os modelos de predição de sinais de rádio frequência podem ser utilizados na otimização da rede e na criação de novos serviços. Os modelos de predição mais utilizados são os modelos do tipo empírico, tais como o Okumura-Hata, Ericsson 9999, COST-231 e ECC-33. No entanto, esses modelos não apresentam bons resultados quando aplicados a ambientes urbanos. Neste trabalho, é proposto um método de predição de sinais de rádio frequência utilizando máquinas de vetores de suporte. Na implementação da máquina de vetor de suporte, os kernels Laplaciano, Gaussiano e Polinomial foram testados. Todas as implementações tiveram desempenho superior aos modelos empíricos tradicionais. Por último, a melhor configuração, obtida com o kernel Laplaciano, foi selecionada e aplicada no contexto de geolocalização de terminais móveis em redes celulares. Os resultados obtidos indicaram um erro médio de localização em torno de uma ordem de grandeza menor do que o erro obtido por meio de técnicas de trilateração de potência.