Banca de DEFESA: HUGO ALEXANDRE OLIVEIRA DA CRUZ

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: HUGO ALEXANDRE OLIVEIRA DA CRUZ
DATA: 12/06/2023
HORA: 14:00
LOCAL: Google Meet
TÍTULO:

ALOCAÇÃO DE GATEWAYS DE REDES IoT BASEADA EM MACHINE LEARNING E ALGORITMOS BIOINSPIRADOS: ESTUDO DE CASO EM SMART CAMPUS

PALAVRAS-CHAVES:

LoRa, Perda de propagação, Inteligência Computacional, RNA, EPSO, Algoritmo de otimização bioinspirado.

PÁGINAS: 95
GRANDE ÁREA: Engenharias
ÁREA: Engenharia Elétrica
RESUMO:

Em planejamento de redes sem fio, o fator mais importante para estimar a área de cobertura do sinal é a utilização de um modelo de propagação com boa acurácia. Para tanto, ele deve estar adaptado para o ambiente ao qual será implementado, sendo capaz de prever as nuances do sinal ao longo do percurso, para predizer com maior precisão a degradação do sinal experimentada. Dessa forma, o objetivo do trabalho é auxiliar no planejamento de futuras redes de IoT, assim como ocorre no estudo de caso do projeto Sistema Inteligente de Gestão Eficiente de Mobilidade Elétrica Multimodal (SIMA), que almeja criar um Smart Campus para monitorar os parâmetros (localização, nível de bateria, medição de temperatura etc.) dos veículos elétricos, como ônibus e barcos que atenderão à comunidade acadêmica. Assim, o trabalho proposto desenvolve um modelo empírico, baseado em medições, em redes do tipo LoRa, na frequência de 915MHz, para ambientes amazônicos. As medições foram realizadas no campus da Universidade Federal do Pará (UFPA), em Belém, Pará, Brasil. Para modelar a perda de propagação do sinal sem fio, foi empregada a técnica de inteligência computacional denominada Redes Neurais Artificias (RNA), de modo que foram utilizados 4 parâmetros de entradas: distância entre transmissor e receptor, o Spreading Factor (SF), tipo do link (uplink ou downlink) e altura do transmissor, a fim de se avaliar a acurácia do modelo proposto, que foi comparado com Close-in (CI) e Floating Intercept (FI), além da utilização do Modelo UFPA ajustado através de Algoritmo Genético (AG). Desse modo, o modelo que mais se destacou foi o proposto, baseado em RNA, sendo este empregado em um algoritmo de otimização bioinspirado com multiobjetivo denominado Evolucionay Particles Swarm Otimization (EPSO), para determinar o posicionamento dos gateways de forma a maximizar a área de cobertura da rede LoRa no Smart Campus, com o menor número de gateways possíveis. Obtendo o melhor resultado com 4 gateways e suas respectivas posições, cobrindo 100% da área estabelecida.

MEMBROS DA BANCA:
Externo ao Programa - 2132054 - FABRICIO DE SOUZA FARIAS
Interno - 1927644 - FABRICIO JOSE BRITO BARROS
Presidente - 325740 - GERVASIO PROTASIO DOS SANTOS CAVALCANTE
Interno - 2522772 - JASMINE PRISCYLA LEITE DE ARAUJO
Externo à Instituição - LESLYE ESTEFANIA CASTRO ERAS