Please use this identifier to cite or link to this item:
https://repositorio.ufrn.br/handle/123456789/15260| Title: | Modelagem e medições de ondas de rádio para predição de perda de propagação em ambientes urbanos |
| Authors: | Martins, Ronaldo de Andrade |
| Advisor: | Mendonça, Laércio Martins de |
| Keywords: | Modelos de predição de propagação;Ambientes urbanos e suburbanos;Modelo estatístico;Modelo de rede neural;Modelo do trajeto aleatório;Medições em campo;Propagation prediction models;Urban and suburban environments;Statistical model;Neural network model;Random walker model;Field measures |
| Issue Date: | 12-Jun-2006 |
| Publisher: | Universidade Federal do Rio Grande do Norte |
| Citation: | MARTINS, Ronaldo de Andrade. Modelagem e medições de ondas de rádio para predição de perda de propagação em ambientes urbanos. 2006. 151 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2006. |
| Portuguese Abstract: | Nesta tese novos modelos de predição de perda de percurso de propagação são propostos a partir de técnicas de otimizações recentes e de medições de níveis de potências obtidas para as áreas urbana e suburbana de Natal, cidade do Nordeste Brasileiro. Estes novos modelos são: (i) um modelo estatístico que foi implementado baseado na adição de estatísticas de 2a. ordem para a potência e a altimetria do relevo ao modelo de perdas lineares; (ii) um modelo com redes neurais artificiais que usou o treinamento do algoritmo backpropagation, a fim de obter a equação de perdas de propagação; (iii) um modelo baseado na técnica dos trajetos aleatórios, que considera a aleatoriedade da absorção e do caos do meio ambiente e que seus parâmetros desconhecidos para a equação de perdas de propagação são determinados através de uma rede neural. A digitalização do relevo das áreas urbanas e suburbanas de Natal foi realizada através do desenvolvimento de programas computacionais específicos e foram usados os mapas existentes no Instituto Brasileiro de Geografia e Estatística. As validações dos modelos propostos de predição de perda de propagação foram realizadas através de comparações com medidas e modelos clássicos de propagação, obtendo-se boas concordâncias numéricas. Estes novos modelos poderão ser aplicados a qualquer cenário urbano e suburbano com características arquitetônicas semelhantes à cidade de Natal |
| Abstract: | In this dissertation new models of propagation path loss predictions are proposed by from techniques of optimization recent and measures of power levels for the urban and suburban areas of Natal, city of Brazilian northeast. These new proposed models are: (i) a statistical model that was implemented based in the addition of second-order statistics for the power and the altimetry of the relief in model of linear losses; (ii) a artificial neural networks model used the training of the algorithm backpropagation, in order to get the equation of propagation losses; (iii) a model based on the technique of the random walker, that considers the random of the absorption and the chaos of the environment and than its unknown parameters for the equation of propagation losses are determined through of a neural network. The digitalization of the relief for the urban and suburban areas of Natal were carried through of the development of specific computational programs and had been used available maps in the Statistics and Geography Brazilian Institute. The validations of the proposed propagation models had been carried through comparisons with measures and propagation classic models, and numerical good agreements were observed. These new considered models could be applied to any urban and suburban scenes with characteristic similar architectural to the city of Natal |
| URI: | https://repositorio.ufrn.br/jspui/handle/123456789/15260 |
| Appears in Collections: | PPGEE - Doutorado em Engenharia Elétrica e de Computação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| RonaldoAM.pdf | 2.03 MB | Adobe PDF |  View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.