Dissertação

{en_GB=4G Network Patch using Drones} {} EVALUATED

{pt=O principal objetivo desta tese é estudar e propor uma nova alternativa ao patching de redes móveis. A solução implementada faz uso de drones para responder ao problema e foca-se no processo de escolha das melhores posições para os drones. Foi desenvolvido um algoritmo genético para superar este desafio que tira partido da distribuição não uniforme das necessidades de tráfego dos vários utilizadores da rede. Os drones tiram partido de estacões base mais distantes para fornecer cobertura e capacidade numa determinada zona. Foi desenvolvido um simulador para avaliar a qualidade das posições retornadas pelo algoritmo. Esta provou ser uma maneira eficaz de calcular as posições dos drones. Foram utilizadas duas métricas para comparar o novo algoritmo contra soluções já existentes: o número de utilizadores servidos, e o débito binário total que é servido. Quando comparado com outras soluções, o novo algoritmo mostrou conseguir manter o número de utilizadores servidos sem grandes alterações, e melhorar até 24% o débito binário fornecido., en=The main goal of this thesis is to study and propose a new approach to network patching in mobile networks. The developed solution implements network patching making use of UAVs. The biggest challenge is to define the best positions to deploy the UAVs. A genetic algorithm was developed to tackle this problem. The developed algorithm takes advantage of the non-uniform distribution of data rate requirements among users to better position the UAVs. The UAVs make use of distant base stations to provide extra coverage or capacity in a given area. A simulator was developed to access the quality of the positions. The developed algorithm showed to be an effective way to compute the positions of the UAVs. Two metrics were analyzed to measure the effectiveness of the algorithm: the number of served users, and the total data rate served. Compared to another existing solutions, the algorithm was able to keep the number of served users in every scenario tested, and increase up to 24% the data rate provided.}
{pt=Patch de rede, UAV, LTE, Algoritmo Genético., en=Network Patching, UAV, LTE, Genetic Algorithm.}

Novembro 30, 2018, 11:0

Orientação

ORIENTADOR

António Manuel Raminhos Cordeiro Grilo

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar