SAMURAI - Smart 5G Core And MUltiRAn Integration: núcleo 5G inteligente e integração de múltiplas redes de acesso

Resumo

As redes 5G irão atender a um grande número de novas aplicações, com requisitos muitas vezes contrastantes entre si. Isso significa que a camada física das redes 5G, responsável pela transmissão e recepção dos sinais na rede de acesso, deverá ser capaz de se adequar às diferentes demandas das aplicações de uma forma dinâmica e inteligente, levando-se em consideração as condições do canal móvel. Nas redes convencionais, a adequação do enlace de comunicação entre a ERB (estação radiobase) e os terminais móveis é realizada através de um parâmetro, denominado de CQI (Channel Quality Indicator), que é transmitido do terminal para a ERB. Essa abordagem leva em consideração apenas a quantidade de erros observados pelo terminal móvel e não considera as informações disponíveis em outras camadas, como resposta em frequência do canal e requisitos das aplicações. Além disso, o uso do CQI determina um MCS (Modulation Coding Scheme) específico, que configura a ordem de modulação e a taxa do código corretor de erro através de uma LUT (Look-up Table). Esse mapeamento estático entre CQI e MCS não é a abordagem mais adequada para um cenário tão dinâmico, como o proposto para as Redes 5G. Além disso, outros parâmetros como largura de faixa das subportadoras, duração do prefixo cíclico e tempo de quadro também deveriam ser ajustados para melhor adequar a camada física para uma dada aplicação. O uso de IA (Inteligência Artificial) para parametrizar a camada física pode aumentar significantemente a flexibilidade da rede em atender as demandas previstas para as redes 5G. O objetivo do bolsista TT-IV é atuar no desenvolvimento dos MTs 3 e 6 do projeto SAMURAI, realizando as seguintes atividades: I) definição dos requisitos para a camada física, tendo em vista os cenários de operação previstos para o projeto SAMURAI; II) concepção da camada física necessária para atendimento dos requisitos definidos; III) Implementação dos algoritmos de IA para controle da camada física; IV) elaboração dos relatórios técnicos. Para atingir a estes objetivos, o bolsista irá atuar nas seguintes atividades do projeto: 3.1 - Definição de requisitos e funcionalidades das camadas física e enlace para rede de longa distância. 3.2 - Concepção das camadas física e enlace. 3.3 - Definição dos algoritmos de ML e IA6.1 - Website do projeto. O candidato a bolsa TT-IV possui a experiência acadêmica e profissional necessária para a execução das atividades previstas em seu plano de trabalho. (AU)