ANÁLISE DO EFEITO DE MARÉ NO PROVISIONAMENTO DE RECURSOS EM REDES HÍBRIDAS DE ACESSO VIA RÁDIO
MODELOS DE PROPAGAÇÃO AJUSTADOS POR ALGORITMOS META-HEURÍSTICOS BIOINSPIRADOS PARA A PREDIÇÃO DE PERDA DE PROPAGAÇÃO EM AMBIENTES AMAZÔNICOS
5G, efeito de maré, flutuação espaço-temporal, LBSN, C-RAN, D-RAN
O planejamento e análise das redes móveis de quinta geração (5G) considerando fenômenos como o efeito de maré, é de extrema importância para a eficiência e qualidade de serviços prestados aos usuários. O efeito de maré pode ser caracterizado como a flutuação espaço-temporal do tráfego de dados, inevitável em diferentes tipologias de redes, gerando áreas de intensa sobrecarga de recursos em locais/períodos de constante migração de pessoas e utilização de equipamentos móveis. Para estudar os impactos desse fenômeno diante da alta demanda de dados proveniente das redes 5G, este trabalho apresenta uma análise de dados de mobilidade e tráfego de usuários no cenário de Manhattan (New York - NY) através de dados reais de assinantes móveis coletados de redes sociais baseadas em geolocalização LBSN (Location-Based Social Network). Foram considerados fatores de disponibilidade de acesso, alocação de recursos e provisionamento de carga na rede, agregando os principais componentes da C-RAN (Centralized Radio Access Network) e da D-RAN (Distributed Radio Access Network) no modelo proposto. Considerando o impacto dos problemas causados pelo efeito de maré, assim como a alta demanda de tráfego esperada pelo 5G, foi evidenciado no cenário estudado a importância de melhorias no planejamento, na escolha de arquiteturas de acesso a rede utilizadas, nos modelos para o dimensionamento/provisionamento da rede, assim como nos esquemas de alocações dinâmicas de recursos em momentos de variação da densidade de tráfego. Os resultados apontaram que o dimensionamento e provisionamento de Small Cells (SCs) pode ser realizado para atender as demandas variáveis da rede, aplicando esquemas de alocações dinâmicas de recursos em momentos de baixa e alta densidade de tráfego, possibilitando a redução de até 10% no quantitativo de SCs, elevando a vazão do fluxo de dados em 3.3%, reduzindo a probabilidade de bloqueio em 3.6%. Ainda, a análise do efeito de maré foi capaz de determinar os hotspots no cenário onde as demandas exigiam maiores recursos de cobertura, de conexões nas SCs e/ou Macro Cells (BS), assim como as áreas com maiores taxas de usuários desconectados.