Metodologia para Medição e Avaliação de RNI em Prédios Próximos a Estações de Telecomunicações

Ricardo Q. de F. H. Silva, Marcio E. C. Rodrigues, Aldenir B. Da S. Costa, Marília C Muniz, Leonardo S. Pinto, Vicente Sousa, Fred Sizenando Rossiter Pinheiro, Gutembergue Soares da Silva

DOI: 10.14209/sbrt.2024.1571025720

Keywords: Metodologia de Medição Radiação Não Ionizante Campos Eletromagnéticos Prédios

Abstract

A necessidade de expandir a infraestrutura para dar suporte a quinta geração das redes móveis (5G) fez diversas operadoras adotarem métodos de economia em infraestrutura amplamente difundidos como a instalação de Estações Rádio Base (ERBs) em telhados de prédios e uso de sítios compartilhados, aumentando a probabilidade de existirem ERBs em prédios cujas antenas irradiam na direção de prédios vizinhos, configurando uma situação de linha de visada. O presente trabalho estabelece uma metodologia de medição específica para prédios que estão em situação de linha de visada com ERBs, baseada nas diretrizes e limites da legislação brasileira, e realiza um estudo de caso para validar a metodologia proposta. Os resultados mostram intensidades de campo elétrico abaixo dos limites estabelecidos na legislação brasileira em todos os cenários medidos. A diferença entre os valores obtidos na medição no nível de rua, em frente ao prédio-alvo, e os valores referentes à medição no andar-alvo, cerca de dez vezes maiores, denota a relevância da definição de uma metodologia como a proposta.

Download

Estudo de Caso sobre Cobertura e Capacidade de Transmissão de Redes 5G Comerciais em um Cenário Urbano

Bruna Liberato Souza, Fred Sizenando Rossiter Pinheiro, Gutembergue Soares da Silva, Vicente Sousa, Ricardo Q. de F. H. Silva, Marcio E. C. Rodrigues

DOI: 10.14209/sbrt.2024.1571025761

Keywords: 5G Medições com Dispositivos Móveis Cobertura Taxa de Dados

Abstract

A quinta geração das redes móveis (5G) surge para atender crescente demanda por conectividade, propondo um serviço de alta largura de banda e baixa latência, bem como o suporte a outros dispositivos que o de telefone celular. Apesar da grande oportunidade, a implantação deste serviço no Brasil ainda não apresentou resultados impactantes, devido ao alto investimento necessário para implementação das versões mais avançadas do 5G. No Brasil, as operadoras optaram inicialmente pela instalação da versão do 5G Non-Standalone (NSA), que ainda utiliza o núcleo da rede 4G. Adicionalmente, devido a maior frequência de operação, muitos sítios 5G precisam ser implantados, materializando outro fator negativo. Este trabalho apresenta uma análise do serviço 5G ofertado pelas operadoras de telefonia móvel em um bairro da cidade do Natal, no estado do Rio Grande do Norte, com objetivo de obter um panorama do serviço ofertado e avaliar sua qualidade, comparando resultados de medições em locais estratégicos. As medições foram realizadas utilizando o SpeedTest (com celular parado) e G-NetTrack Pro (para o celular em movimento) em 22 pontos de medição. Os resultados obtidos indicaram que a cobertura do sinal 5G na região analisada varia entre as operadoras, tanto em área de atendimento como em taxas de dados.

Download

Prediction of Communication Signal Strength with UAVs Using Artificial Neural Networks

Jaqueline dos Santos Silva, Evelio Fernandez, Alessandro Zimmer

DOI: 10.14209/sbrt.2024.1571026178

Keywords: uav artificial neural networks path prediction signal strength

Abstract

Recognizing the growing importance of unmanned aerial vehicles in urban traffic surveillance, this research aims to predict Wi-Fi signal strength during drone flights. A multilayer perceptron was employed and achieved an RMSE of 0.47. In comparison, signal strength predictions using the Longley-Rice model through Radio Mobile presented higher error metrics, with RMSE values ranging from 8.23 in rural areas to 12.84 in urban scenarios, highlighting that artificial neural networks are a promising methodology for predicting signal strength.

Download

Comparação das técnicas MFCC, PNCC e ZCPA na identificação de patologias relacionadas à voz, usando Redes Neurais Artificiais

Vinícius F Cardoso, Edson Cataldo, Leonardo Alfredo Forero Mendoza

DOI: 10.14209/sbrt.2024.1571026915

Keywords: Inteligência artificial Saúde vocal Identificação de patologias vocais

Abstract

Este estudo investiga o uso inteligência artificial na classificação de vozes saudáveis e vozes com patologias vocais (cisto, edema de Reinke, nódulo e paralisia). Avaliamos técnicas como MFCC (Mel-Frequency Cepstral Coefficients), PNCC (Power-Normalized Cepstral Coefficients) e ZCPA (Zero-Crossings with Peak Amplitudes), aplicando-as nas redes neurais DNN (Deep Neural Networks), CNN (Convolutional Neural Networks), LSTM (Long Short-Term Memory), BiLSTM (Bidirectional Long Short-Term Memory). O método MFCC mostrou-se altamente eficaz, alcançando 99% de acurácia, o PNCC identificou bem as condições patológicas, mas sofreu com falsos negativos e positivos, e o ZCPA foi o menos eficaz, indicando a necessidade de aprimoramentos.

Download

Plataforma de Simulação de Sistemas de Comunicação Assistidas por RIS

Itallo Morais Beirigo Silva Sr., Carlos R. N. da Silva

DOI: 10.14209/sbrt.2024.1571027379

Keywords: Simulation Platform Reconfigurable Intelligent Surfaces Bit Error Rate

Abstract

Technological advancement demands constant improvements in data transmission quality and capacity. In this context, reconfigurable intelligent surfaces emerge as a significant innovation. RIS are a set of reflective plates positioned between transmitters and receivers, playing a crucial role in cutting-edge applications, such as 6G networks, aviation and spacecraft, and satellite management. In this work, software developed to simulate the probability of transmission bit error will be presented, with the possibility of varying the number of reflective plates and the fading environment. With this software, we can perform and visualize statistics to advance knowledge of RIS behavior, despite the important challenges that this advanced technology presents.

Download

Sketch guided face synthesis using conditional variational autoencoder

Edson Masao Odake Junior, Eduardo Parente Ribeiro

DOI: 10.14209/sbrt.2024.1571027732

Keywords: Conditional Variational Autoencoder Photorealistic Face Synthesis Forensic Sketch Image-to-Image Translation

Abstract

Forensic sketches, often the only visual leads in criminal cases, typically lack the detail and realism that can help in public identification tasks. This paper presents a Conditional Variational Autoencoder (CVAE) approach for transforming forensic sketches into photorealistic facial images. Using a stochastic edge map extraction of images from a dataset, our model bypasses the need for manually paired sketch-photo databases, enhancing scalability. The model was evaluated on several metrics, demonstrating the capability of working on different image styles.

Download

Tiny Machine Learning for Classifying Specialty Coffees

Isabela V. De Carvalho Motta, Felipe Augusto de Figueiredo, Samuel Mafra

DOI: 10.14209/sbrt.2024.1571028147

Keywords: IoT TinyML Precision Agriculture Machine Learning

Abstract

The consumption of specialty coffee has increased around the world. Specialty coffee is free from impurities and defects. Specialty coffee is produced in smaller quantities, and its production process is hard and expensive. Traditional coffee beans have defects that affect the flavor of the coffee. It is essential to select the type of coffee to guarantee the best cost and quality. When a human manually classifies the type of coffee, there may be interference due to the human condition. This process has the disadvantage of being subjective. Few studies used Machine Learning methods for predicting specialty coffee classification by analyzing images. This article proposes a framework for classifying specialty coffees by applying Tiny Machine Learning techniques. We developed a model that can help accurately analyze and classify the coffee process and inform the quality of coffee without human interference. We achieved 100\% accuracy, and we believe our model can be used effectively in the coffee industry.

Download

Characterization of Multipath Composition of Sub-6 GHz and mmWave Channels in an Industrial Scenario Using Ray Tracing Simulations

Higo Silva, Ruan Gomes

DOI: 10.14209/sbrt.2024.1571028509

Keywords: Channel modeling IIoT applications mmWave Ray tracing

Abstract

The integration of fifth-generation networks with Industrial Internet of Things (IIoT) applications is pivotal for fulfilling the technical demands of Industry 4.0, including robust data traffic, minimal latency, and high data throughput. However, deploying these networks requires accurate channel models that capture the unique characteristics of industrial indoor settings. This study addresses this need by presenting a comprehensive characterization of channels at 3.5 GHz, 28 GHz and 73 GHz within an indoor factory (InF) environment through ray tracing simulations. These simulations account for specular reflection, diffraction, and diffuse scattering effects. The analysis encompasses path losses, Rice factor, shadowing, and line-of-sight probability, with a focus on delineating contributions from propagation phenomena.

Download

Planejamento de Cobertura de Redes 5G utilizando Inteligência Artificial através de Software de Geolocalização, RNA e Bayesianas

Ytalo de Jesus Alves Correa Sousa, Alex S Macedo, Lizandro D. A. Zenteno, Caio Mateus Machado Cardoso, Brenda Barbosa, Jasmine Priscyla Leite de Araújo, Fabrício Barros

DOI: 10.14209/sbrt.2024.1571028540

Keywords: predição de path loss redes bayesianas redes neurais região amazônica

Abstract

Este trabalho contribui para a formulação de uma metodologia destinada a propor um modelo predição de perda de percurso em um ambiente misto, composto por áreas urbanas arborizadas e/ou com floresta. Com base na rede FeedForwardNet uso do MATLAB, empregando diversas funções de treino, arquite- turas e números de neurônios. O modelo é dividido em camadas e recorre a informações de geolocalização, perdas devido à ausência de visada direta, densidade urbana e densidade florestal para a predição da perda de percurso. Dentro desse modelo, também é aplicado otimização bayesiana. O modelo apresentou resultados promissores, com um erro médio quadrático de 0.037 dB e coeficiente de correlação médio acima de 0,8

Download

Detecção de Células Sanguíneas a partir de Dados de Esfregaço de Sangue Periférico utilizando a Arquitetura YOLOv8

Giovanni Oliveira de Sousa Sr., José Elislande Breno de Souza Linhares, Marcelo Chamy Machado Prof, Joethe Moraes de Carvalho, Amadeu Anderlin Neto, Lia Martins

DOI: 10.14209/sbrt.2024.1571028599

Keywords:

Abstract

Na área da biomédica, o exame de esfregaço de sangue periférico é amplamente utilizado para a detecção de doenças pela contagem de células sanguíneas. O procedimento é tradicionalmente realizado por contagem manual em laboratório, sendo repetitivo e sujeito a erro humano. Recentemente, o algoritmo YOLO vem sendo utilizado para a detecção automática de células sanguíneas, porém, o estado da arte carece de pesquisas nesse âmbito, utilizando a nova versão lançada. Neste trabalho, aplica-se o algoritmo YOLOv8 em duas diferentes bases de dados, BCD e BCCD, para a detecção de três classes de células sanguíneas: glóbulos vermelhos, glóbulos brancos e plaquetas. Como resultados obtidos, alcançou-se o desempenho, em mAP50, de até 94, 5%, superando outros trabalhos similares com versões anteriores da YOLO. Portanto, o algoritmo YOLOv8 atingiu resultados promissores nas duas bases de dados, com uma melhora para detecção de células sanguíneas.

Download