Planning and deployment of wireless networks: a data-driven machine learning and optimization framework based on urban mesh and 5G networks
Data
2024-10-31
Autores
Jeske, Marlon 
Tipo
Tese de doutorado
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Wireless networks play a fundamental role in the modern world, providing essential infrastructure for applications ranging from industrial automation to smart city development. Different wireless network architectures, such as mobile networks, wireless sensor networks, and wireless mesh networks, are used for different purposes and address specific requirements. Despite their distinct characteristics, these networks share common challenges in planning and deployment, particularly in complex urban environments where factors such as signal propagation, connectivity, and energy consumption must be carefully managed. This thesis addresses these challenges by proposing data-driven approaches based on machine learning and optimization techniques. It aims to fill critical gaps in the literature, particularly regarding accurate signal strength prediction and the optimal placement of relay devices. To achieve these objectives, three interrelated studies are presented in this thesis. In the first study, a machine learn
As redes sem fio desempenham um papel fundamental no mundo moderno, fornecendo infraestrutura essencial para aplicações que vão desde automação industrial até o desenvolvimento de cidades inteligentes. Diferentes arquiteturas de redes sem fio, como redes móveis, redes de sensores e redes mesh, são utilizadas para diferentes propósitos e atendem a requisitos específicos. Apesar de suas características distintas, essas redes compartilham desafios comuns no planejamento e implantação, especialmente em ambientes urbanos complexos, onde fatores como propagação de sinal, conectividade e consumo de energia precisam ser cuidadosamente gerenciados. Esta tese aborda esses desafios propondo abordagens baseadas em dados, utilizando técnicas de aprendizado de máquina e otimização. Nesta tese, busca-se preencher lacunas críticas na literatura, particularmente no que diz respeito à predição da força do sinal de forma precisa e à alocação ideal de dispositivos repetidores. Para alcançar esses objetivos, três estudos inter-re
As redes sem fio desempenham um papel fundamental no mundo moderno, fornecendo infraestrutura essencial para aplicações que vão desde automação industrial até o desenvolvimento de cidades inteligentes. Diferentes arquiteturas de redes sem fio, como redes móveis, redes de sensores e redes mesh, são utilizadas para diferentes propósitos e atendem a requisitos específicos. Apesar de suas características distintas, essas redes compartilham desafios comuns no planejamento e implantação, especialmente em ambientes urbanos complexos, onde fatores como propagação de sinal, conectividade e consumo de energia precisam ser cuidadosamente gerenciados. Esta tese aborda esses desafios propondo abordagens baseadas em dados, utilizando técnicas de aprendizado de máquina e otimização. Nesta tese, busca-se preencher lacunas críticas na literatura, particularmente no que diz respeito à predição da força do sinal de forma precisa e à alocação ideal de dispositivos repetidores. Para alcançar esses objetivos, três estudos inter-re
Descrição
Citação
JESKE, Marlon. Planning and deployment of wireless networks: a data-driven machine learning and optimization framework based on urban mesh and 5G networks. 2024. Tese – Universidade Federal de São Paulo, São José dos Campos, 2024