Campus Salvador Dissertações
Use este identificador para citar ou linkar para este item: https://repositorio.ifba.edu.br/jspui/handle/123456789/501
metadata.dc.type: Dissertação
Título: Alocação otimizada de estações rádio base para sistemas de radiocomunicação profissionais utilizando algoritmo baseado em enxame de partículas
metadata.dc.creator: Barreto, Ubiraci Alves Muniz
metadata.dc.contributor.advisor1: Silva, Fabrício Gerônimo Simões
metadata.dc.contributor.referee1: Silva, Fabrício Gerônimo Simões
metadata.dc.contributor.referee2: Araújo, José Mário
metadata.dc.contributor.referee3: Assis, Karcius Day Rosário
metadata.dc.contributor.referee4: Lima, Antonio Cézar de Castro
metadata.dc.description.resumo: Um grande desafio na melhoria da eficiência na implementação de redes de radiocomunicação para Segurança Publica e Defesa e a obtenção de um posicionamento ótimo para a Estação Radio Base. Devido ao número de variáveis necessárias para análise destas posições, este problema é reconhecido na literatura como de alta complexidade computacional. Normalmente, para realização dos estudos, são utilizadas ferramentas de predição da propagação de rádio. No entanto, estas solução dependem geralmente da experiência e intuição do projetista para definição da melhor localização para as Estações Rádio Base. Neste trabalho, é apresentada uma solução alternativa baseada no método meta-heurístico conhecido como otimização por enxame de partículas, em que uma função fitness é otimizada considerando de forma ponderada cobertura e economia. O modelo de propagação de Longley - Rice foi utilizado a partir de um comparativo com medições realizadas em campo. Para uma região de estudo de 1806 km2, o desempenho do algoritmo mostrou bons resultados, quando considerada a modelagem utilizada, com possibilidade de alocação de quatro Estações Rádio Base com percentuais superiores a 90% de cobertura.
Resumo: A great challenge in the implementation of radiocommunication networks for Public Safety and Defense is obtaining an optimal positioning for the Radio Base Stations (RBSs). due to the number of variables needed to analyze these positions, this problem is recognized in the literature as of high computational complexity. Normally, to carry out the studies, only radio propagation forecasting tools were used. However, these solutions usually depend on the expe- rience and intuition of the designer to define the best location for the ERBs. In this work, we are presenting an alternative solution based on the heuristic method, known as particle swarm optimization, in which a function fitness is optimized considering weighted form, coverage and economy. The model of Longley - Rice propagation was used based on a comparison with medications performed in field. For a study region of 1,806 km2, the performance of the algo- rithm showed good results, when taken into account the modeling used, with the possibility of allocation of four ERBs with percentages greater than 90.
Palavras-chave: Radiocomunicação
Estação rádio base
Enxame de partículas
Radio communication
Base Radio Station
Genetic Algorithm
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Editor: Instituto Federal de Educação, Ciência e Tecnologia da Bahia
metadata.dc.publisher.initials: IFBA
metadata.dc.publisher.department: Programa de Pós-Graduação em Engenharia De Sistemas e Produtos (PPGESP)
metadata.dc.publisher.program: Mestrado Profissional em Engenharia de Sistemas e Produtos (PPGESP)
Citação: Barreto, Ubiraci Alves Muniz. Alocação otimizada de estações rádio base para sistemas de radiocomunicação profissionais utilizando algoritmo baseado em enxame de partículas. Dissertação (Programa de Pós-Graduação em Engenharia de Sistemas de Produtos) -- Instituto Federal da Bahia, Salvador, 2023.
metadata.dc.rights: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-nd/3.0/us/
URI: https://repositorio.ifba.edu.br/jspui/handle/123456789/501
Data do documento: 20-Set-2023
Aparece nas coleções:Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissert_Ubiraci Barreto_PPGESP.pdfDissertação12.61 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons

Ferramentas do administrador