No abstract

No abstract

Resumo. Esse artigo apresenta uma abordagem multiobjetivo e multirestrição para a otimização de sistemas de transmissão de vídeo digital, baseados em Redes de FrequênciaÚnica. O método propostoé capaz de prover curvas de compromisso para a cobertura, custos e interferências, entre outros como nível de exposiçãoà radiação. O método de otimização de cobertura geral proposto pode ser estendido a outras redes sem fio, como sistemas de celular.Palavras-chave: Orthogonal frequency-division multiplexing, Redes de FrequênciaÚnica, otimização multiobjetivo e multirestrição. INTRODUÇÃOA otimização de Redes de FrequênciaÚnica (RFU) (Rebhan et al., 1989;Vélez et al., 2000;Plets et al., 2010;Koutitas., 2010;Lanza et al., 2012Lanza et al., , 2011Ligeti, 1999;Küchen et al., 1996;Santella et al., 2004;Ricny., 2007) para os propósitos de transmissão de sinais de televisão digital geralmente emprega um modelo de otimização com um conjunto de variáveis de decisão, bem como um conjunto de métricas de performance, representados por funções-objetivo. Na literatura, diversos métodos de otimização de RFU tem sido reportados (Koutitas., 2010;Lanza et al., 2012Lanza et al., , 2011Ligeti, 1999;Küchen et al., 1996;Santella et al., 2004). Estes, independentemente do número de metas, aplicam o chamado método de somas ponderadas (Deb, 2001;Miettinen, 1999) para avaliar as soluções candidatas, nos quais a aptidãoé dada pela soma ponderada das funções objetivo. Este modelo apresenta desvantagens, como por exemplo, a incapacidade de gerar todas as relações de compromisso entre as soluções em problemas não-convexos, a escolha dos pesosé realizada levando-se em conta apenas os fatores de ponderação desprezando a importância dos objetivos e a consistência dimensional na determinação dos mesmos. Além disso, existem várias soluções para um conjunto específico de pesos, ou seja, os pesos são também parâmetros a serem otimizados, o que pode resultar em desperdício de esforço computacional e acréscimo de complexidade ao modelo.O planejamento de cobertura de RFUé, naturalmente, um problema de otimização multiobjetivo, e por issoé conveniente fornecer ao projetista do sistema as curvas de compromisso para a cobertura daárea de serviço, o custo de implementação de rede, interferência interna e externa, entre outros.Neste trabalho,é proposta uma nova abordagem baseada na avaliação multiobjetivo e multirestrição das soluções candidatas. Algumas metas, por exemplo, custo e cobertura, podem ser vistas como funções-objetivo e outras, por exemplo, exposição e interferência, podem ser tratadas como funções de restrição apresentadas para minimizar suas respectivas violações. Tal abordagemé capaz de orientar adequadamente o processo de pesquisa ao longo das melhores curvas de compromisso entre restrições e objetivos, que geralmente são conflitantes e incomensuráveis.Esse artigoé organizado como segue: a seção II apresenta o modelo de representação de uma RFU e métricas associadas; na seção III, a abordagem multiobjetivo e multirestrição proposta e o algoritmo de ot...

Unmanned Aerial Vehicles (UAVs) and communication systems are fundamental elements in mission critical services, such as search and rescue. In this article, we introduce an architecture for managing and orchestrating 5G and beyond networks that operate over a heterogeneous infrastructure with UAVs' aid. UAVs are used for collecting and processing data, as well as improving communications. The proposed System Intelligence (SI) architecture was designed to comply with recent standardization works, especially the ETSI Experiential Networked Intelligence specifications. Another contribution of this article is an evaluation using a testbed based on a virtualized non-standalone 5G core and a 4G Radio Access Network (RAN) implemented with open-source software. The experimental results indicate, for instance, that SI can substantially improve the latency of UAV-based services by splitting deep neural networks between UAVs and edge or cloud equipment. Other experiments explore the slicing of RAN resources and efficient placement of virtual network functions to assess the benefits of incorporating intelligence in UAV-based mission critical services.

Veículos Aéreos não Tripulados (VANTs) são cada vez mais utilizados para diferentes propósitos. Os recentes avanços tem possibilitado a exploração de novas aplicações. Este artigo explora um contexto de utilização de VANTs como parte da infraestrutura de comunicação, através da utilização de IA, sob uma infraestrutura de redes de 6º Geração (6G). Além disso, esse artigo introduz a função de rede virtualizada NWDAF como elemento habilitador para IA em redes de comunicação.