| Processo: | 22/03457-0 |
| Modalidade de apoio: | Bolsas no Brasil - Programa Capacitação - Treinamento Técnico |
| Vigência (Início): | 01 de junho de 2022 |
| Vigência (Término): | 31 de maio de 2024 |
| Área do conhecimento: | Engenharias - Engenharia Elétrica - Telecomunicações |
| Acordo de Cooperação: | MCTI/MC |
| Pesquisador responsável: | Luciano Leonel Mendes |
| Beneficiário: | Masoud Khazaee |
| Instituição Sede: | Instituto Nacional de Telecomunicações (Inatel). Santa Rita do Sapucaí , SP, Brasil |
| Vinculado ao auxílio: | 20/05127-2 - SAMURAI: núcleo 5G inteligente e integração de múltiplas redes de acesso, AP.TEM |
| Assunto(s): | Rede de telefonia celular Rede de comunicação Redes e comunicação de dados Tecnologias 5G Inteligência artificial Parametrização |
| Palavra(s)-Chave do Pesquisador: | Camada de Enlace | Camada Física | Enlaces de Longa Distância | Inteligência Artificial | Parametrização | Redes de Comunicações Móveis |
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) | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |