Análise Comparativa de Modelos de Propagação e Qualidade de Experiência em Redes 5G: Implicações para o Planejamento de Redes Urbanas

  • Antonio Wilker O. de Sena UNIFESSPA
  • Gleison de O. Medeiros UNIFESSPA
  • João Victor C. Carmona UNIFESSPA

Resumo


Este trabalho investiga a eficiência de diferentes modelos de propagação em redes móveis de quinta geração (5G), com foco na análise do impacto desses modelos na qualidade da experiência do usuário (QoE). Três modelos de propagação foram analisados: Log Distance, Three Log Distance e Cost 231, utilizando simulações em ambiente virtual com o simulador NS-3. As métricas de QoE utilizadas foram o Mean Opinion Score (MOS) e o Peak Signal-to-Noise Ratio (PSNR). Os resultados indicaram que o modelo Cost 231 demonstrou o melhor desempenho em cenários ultra-densos, mantendo a qualidade da comunicação e da experiência do usuário, mesmo com alta densidade de usuários. O modelo Log Distance, por outro lado, apresentou um bom desempenho apenas em cenários de baixa densidade de usuários, enquanto o Three Log Distance apresentou desempenho inconsistente.

Referências

Bezerra, T. (2017). Ajuste de curvas aplicado a escolha de modelos de predição de canais de comunicações por ondas milimétricas. Dissertação de Mestrado.

CETIC (2022). Pesquisa tic domicílios 2022. [link].

Feng, Y., Zhou, Z., and Zhang, L. (2021). Beamforming and virtualized network slicing in c-ran for 5g. IEEE Transactions on Communications, 69(7):4567–4579.

Giordani, M., Polese, M., Mezzavilla, M., Rangan, S., and Zorzi, M. (2020). Toward 6g networks: Use cases and technologies. IEEE Communications Magazine, 58(3):55–61.

Haykin, S. (2008). Communications Systems. John Wiley & Sons, 5th edition.

Huang, G., Ercetin, O., Gokcesu, H., and Kalem, G. (2022). Deep learning-based qoe prediction for streaming services in mobile networks. 2022 18th International Conference on Wireless and Mobile Computing, Networking and Communications (WiMob), pages 327–332.

(ITU), I. T. U. (2020). Itu towards imt for 2020 and beyond. [link]. Accessed: 2024-11-25.

Medeiros, G. d. O. (2020). Um framework inteligente baseado em previsões de qoe para o balanceamento de cargas em redes 5g. Tese de Doutorado em Engenharia Elétrica.

Silva, G. N. S. d. (2020). Melhoria de modelos de predição de path loss para sinais da quinta geração (5g) na faixa de 3,5 ghz. Trabalho de Conclusão de Curso.

Zhang, H., Liu, N., Liu, X., Wang, X., and Mao, S. (2019). C-ran: An enabling technology for 5g networks. IEEE Wireless Communications, 26(3):136–143.
Publicado
28/05/2025
SENA, Antonio Wilker O. de; MEDEIROS, Gleison de O.; CARMONA, João Victor C.. Análise Comparativa de Modelos de Propagação e Qualidade de Experiência em Redes 5G: Implicações para o Planejamento de Redes Urbanas. In: ENCONTRO UNIFICADO DE COMPUTAÇÃO DO PIAUÍ (ENUCOMPI), 17. , 2025, Teresina/PI. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2025 . p. 19-28. DOI: https://doi.org/10.5753/enucompi.2025.9564.