Defesa de Tese de Doutorado de Marilson Duarte Soares, em 31/10/2023, às 14:30 horas, por videoconferência
Link para defesa: https://meet.google.com/nqt-nxcf-eje
Rádio Cognitivo e Aprendizado de Máquina Aumentando a Eficiência Espectral em Aplicações Indoor na Banda de 2,5 GHZ
Resumo:
No Brasil, a banda de 2,5 GHz é alocada para sistemas licenciados que usam tecnologia Long Term Evolution (LTE). Devido às características de propagação nessa banda, o sinal é severamente degradado por muros e outros obstáculos semelhantes, dificultando a cobertura em ambientes indoor. Embora isso seja um problema que o LTE enfrenta para fornecer cobertura indoor, esse detalhe também cria oportunidades de espectro para novos usuários, chamados de usuários secundários, no contexto do rádio cognitivo. Nessa tese, exploramos essas oportunidades para apresentar um projeto de um módulo rádio cognitivo (RC) para usuários secundários operarem nessa banda ao lado dos usuários primários de LTE. A metodologia desenvolvida utiliza métodos estatísticos e de aprendizado de máquina para detectar os períodos de canal ocioso e o tempo que o usuário secundário pode usar a banda sem gerar interferências ao usuário principal. Com base em dados reais do uso do canal LTE em ambientes indoor, este trabalho tem como objetivo propor um modelo matemático para a análise da duração dos períodos ociosos e mostrar que um pequeno conjunto de sensores de energia de banda estreita é suficiente para detectar as oportunidades para transmissões com alto recall e reliability.
Abstract:
In Brazil, the 2.5 GHz band is allocated to licensed systems of the Long-Term Evolution (LTE) technology. Due to the propagation characteristics in this band, the signal is severely degraded by walls and other similar obstacles, making coverage in indoor environments difficult. While this is an issue for the purpose of providing LTE indoor coverage, this detail also creates spectrum opportunities for new users, called secondary users, in the context of cognitive radio. In this thesis, we introduce a design of a cognitive radio (CR) module for secondary users to operate on this band alongside the primary LTE users. The developed methodology uses statistical and machine learning methods to detect idle channel periods and to estimate for how long the secondary user may use the band. Based on real data of LTE channel usage in indoor environments, we propose a mathematical model for the length of idle periods and show that a small set of narrow-band energy sensors is enough to detect transmission opportunities with high recall and reliability.
Banca examinadora:
Prof. Diego Gimenez Passos, UFF – Presidente
Profa. Aline Marins Paes Carvalho, UFF
Prof. Igor Monteiro Moraes, UFF
Prof. Pedro Vladimir Gonzalez Castellanos, UFF
Prof. Carlos Alberto Vieira Campos, UNIRIO
Prof. Luiz Alencar Reis da Silva Mello, PUC-Rio