Solução para planejamento de redes Wi-Fi 802.11ac por meio de RNA e PSO

Resumo

Este trabalho tem como objetivo desenvolver um método de predição de perda de propagação empírico para redes sem fio do padrão 802.11ac em ambientes indoors, baseado em campanhas de medições. Para tanto, foi utilizada uma técnica de inteligência computacional, denominada Redes Neurais Artificiais (RNA), que realiza um processo de regressão nos dados medidos para estabelecer a relação entre os parâmetros de entrada (distância e número de paredes atravessadas) com os parâmetros de saída (intensidade do sinal), sendo esta saída convertida em perda de propagação. A fim de avaliar o desempenho do método proposto, é feita uma análise entre os dados medidos e os preditos, calculando a acurácia do método (através da raiz do erro médio quadratico) e a precisão (através do desvio padrão do erro), respectivamente 2,17dB e 2,24dB, e, ainda, compará-lo com os modelos de predição indoor clássicos da literatura. Visando auxiliar futuros planejamentos de redes sem fio indoor, foi implementado o método de otimização bioinspirado Particle Swarm Optimization (PSO) de forma multiobjetiva, com a finalidade de estabelecer o número de transmissores necessários para cobrir determinada área a ser atendida com o sinal sem fio, bem como definir os melhores posicionamentos dos transmissores nos ambientes.