Predição de Séries Temporais de parâmetros de Rede WCDMA – HSPA

Autores

  • Tiago dos Santos Bezerra Universidade Federal do Rio Grande do Norte Programa de Pós-Graduação em Engenharia Elétrica e de Computação, Natal, Brasil
  • Antonio Luiz P. S. Campos Universidade Federal do Rio Grande do Norte Programa de Pós-Graduação em Engenharia Elétrica e de Computação, Natal, Brasil

DOI:

https://doi.org/10.15628/holos.2014.1908

Resumo

Em telecomunicações, com o crescimento da demanda de tráfego de dados nas redes de terceira geração (3G), as operadoras de telefonia móvel têm atentado para o direcionamento dos recursos em infraestrutura nos locais onde se identifica maior necessidade. O direcionamento desses investimentos tem o objetivo de manter a qualidade do serviço prestado, principalmente, em regiões urbanas densas. Neste trabalho, é realizada a predição de séries temporais em redes HSPA – WCDMA dos parâmetros: potência recebida (Rx Power), potência de código do sinal recebido (Received Signal Code Power – RSCP), relação energia por chip em função da interferência (Energy per chip/Interference – Ec/Io) e taxa de transmissão (throughput) na camada física. A coleta dos valores dos parâmetros foi realizada numa rede em pleno funcionamento através de um drive test na cidade de Natal – RN. O modelo utilizado para predição das séries temporais foi o Modelo de Alisamento Exponencial de Holt. O objetivo das predições das séries temporais é verificar para quais parâmetros da rede HSPA – WCDMA o modelo de Holt melhor se adequou.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Biografia do Autor

Antonio Luiz P. S. Campos, Universidade Federal do Rio Grande do Norte Programa de Pós-Graduação em Engenharia Elétrica e de Computação, Natal, Brasil

Obteve os diplomas de graduação e mestrado em Engenharia Elétrica em 1996 e 1999, respectivamente, pela Universidade Federal do Rio Grande do Norte. O título de doutor em Engenharia Elétrica foi obtido na Universidade Federal da Paraíba, em 2002 . Atualmente é professor adjunto II da Universidade Federal do Rio Grande do Norte, onde ministra aulas na graduação do curso de Engenharia Elétrica. É também professor permanente do programa de pós-graduação em Engenharia Elétrica e de Computação da Universidade Federal do Rio Grande do Norte (PPgEEC/UFRN), onde orienta alunos de mestrado, doutorado e leciona disciplinas da área de Telecomunicações. É Bolsista de Produtividade em Pesquisa do CNPq, Nível 2. Tem experiência na área de Engenharia Elétrica, com ênfase em Teoria Eletromagnetica, Microondas, Propagação de Ondas e Antenas. Os principais temas abordados em suas pesquisas são: Estruturas planares, materiais dielétricos isotrópicos e anisotrópicos e métodos numéricos computacionais aplicados a Eletromagnetismo.

Referências

ARMSTRONG, J. S.; COLLOPY, F. Error Measures For Generalizing About Forecasting Methods: Empirical Comparisons. International Journal of Forecasting. v.8, p. 69-80, 1992.

BARROS, M., Processos Estocásticos, Papel Virtual, Rio de Janeiro 2004.

BIANCHI, L.; JARRETT, J. E.; HANUMARA, R. C. Forecasting incoming calls to telemarketing centers. The Journal of Business Forecasting Methods & Systems. v. 12, n. 2; p. 3-12, 1993.

BLOGH, J. S. and HANZO, L., Third Generation Systems and Intelligent Wireless Networking—Smart Antennas and Adaptive Modulation, John Willey & Sons, Chichester, 2002.

BOX, G. E. P., JENKINS, G. M., Time Series Analysis Forecasting and Control. Holden Day, California, 1976.

BOX, G. E. P., JENKINS, G. M. and REINSEL, G. C., Time Series Analysis Forecasting and Control. Prentice Hall, New Jersey, 1994.

CHATFIELD, C., Time-series forecasting, Chapmam & Hall/CRC, Boca Raton, 2000.

CUI, T., et. al., First Order Adaptive IIR Filter for CQI Prediction in HSDPA, 2010, IEEE Transactions on Education, 1-5, 18-21.

FADER, P. S.; HARDIE, B. G. S.; ZEITHAMMER, R. Forecasting new product trial in a controlled test market environment. Journal of Forecasting. v. 22, 2003, p. 391-410.

HYNDMAN, R. J.; KOEHLER, A. B. Another Look at Measures of Forecast Accuracy. International Journal of Forecasting. v.22, p. 679-688, 2006.

KAARANEN, Heikki et al., UMTS NETWORKS: Architecture, Mobility and Services, John Wiley & Sons Ltd, Inc., West Sussex, 2005.

KLOCKAR, L., SIMONSSON, A., GUNNARSSON, F., & Borg, A., ‘Channel Characterization and HSDPA Bit Rate Prediction of a Dense City Network’, 2009, IEEE Transactions on Education, 1-5, 26-29.

MAKRIDAKIS, S.; WHEELRIGHT, S. C.; HYNDMAN, R. J. Forecasting - Methods and Applications. New York: John Wiley, 1998.

MONTGOMERY, D. C., JERNNINGS, C., L and KULAHCI, M., Introduction to Time Series Analysis and Forecasting, John Wiley & Sons, New Jersey, 2008.

MORETTIN, P. A, TOLOI C. M. C., Modelos para Previsão de Séries Temporais, Instituto de Matemática Pura e Aplicada, Rio de Janeiro, 1981.

NOKIA (2003), HSDPA Solution, Nokia Group, Finland. *http://www.itu.int/ITU-D/tech/NGN/Manual/ManualAddReferences/A_3_2_3.pdf

SALLENT, O., et. al., A roadmap from UMTS optimization to LTE self-optimization, IEEE Transactions on Education, 49 (6), 172-182, 2011.

TOUHEED, H., QUDDUS, A.U. and TAFAZOLLI, R., Predictive CQI reporting for HSDPA, (2008). IEEE Transactions on Education 1-5, 15-18.

ZHENG, Y., et. al., A modified ARIMA model for CQI prediction in LTE-based mobile satellite communications, 2012, IEEE Transactions on Education, 822-826, 23-25.

WEI, W. W. S., Time Series Analysis – Univariate and Multivariate Methods, Pearson Education, Boston, 2006.

WRIGHT, G.; LAWRENCE, M.; COLLOPY, F. The Role of validity of Judgement in Forecasting. International Journal of Forecasting. v. 12, n. 1, p. 1-8, 1996.

Downloads

Publicado

2014-02-24

Como Citar

Bezerra, T. dos S., & Campos, A. L. P. S. (2014). Predição de Séries Temporais de parâmetros de Rede WCDMA – HSPA. HOLOS, 1, 170–190. https://doi.org/10.15628/holos.2014.1908

Edição

Seção

ARTIGOS

Artigos mais lidos pelo mesmo(s) autor(es)