AVALIAÇÃO DE MÉTODO DE ESTIMAÇÃO DE CROSSTALK EM REDES C-RAN COM FRONTHAUL DE COBRE COM REDE NEURAL E REGRESSÃO LINEAR
C-RAN, GFAST, Crosstalk, Regressão Linear, Rede Neural.
A implementação do padrão 5G fará as arquiteturas de rede móveis atuais evoluírem em direção a configurações C-RAN, as quais se caracterizam por concentrar o processamento em uma estação base, de onde o sinal é distribuído para antenas remotas. Para manter uma cobertura uniforme estes sistemas contam com uma densa rede de antenas de baixa potência espalhadas por dentro de construções. Essa abordagem aumenta a complexidade do sistema Multi Entrada Multi Saída (do inglês Multi Input Multi Output - MIMO) da rede, o que pode dificultar certas medições que envolvem a participação de equipamentos em ambas as pontas do enlace. Este trabalho apresenta um método para a estimação de Far End Crosstalk (FEXT) e Insertion Loss (IL) que diminui a necessidade de medições em ambas as pontas de enlace, a fim de evitar problemas de sincronização presentes em sistemas MIMO complexos. Comparado com outros métodos com propostas similares, a técnica apresentada consegue aliar uma abordagem mais simples a um menor grau de dependência de medições em duas pontas do enlace, sem sacrificar a robustez.