QoE-CAC: métrica de QoE em Sistemas de Comunicação Imersiva Consciente de Atenção e Comunicação

Rosana de O. Santos, Boanerges Cipriano Gomes Junior, Ciro José Almeida Macedo, Carlos Eduardo Silva Santos, Antonio Oliveira-Jr

DOI: 10.14209/sbrt.2025.1571143847

Keywords: Sistemas de Comunicação Imersiva QoE

Abstract

Sistemas de Comunicação Imersiva (SCI) abrangem serviços promissores, incluindo aplicações como jogos virtuais online, reuniões virtuais, assistência médica e outros. A viabilidade dessas aplicações depende, fundamentalmente, da Qualidade de Experiência (QoE), que exige condições rigorosas de recursos de Redes de Computadores, como latência ultrabaixa e altas taxas de transmissão de dados, para proporcionar uma experiência verdadeiramente imersiva. Este artigo propõe uma nova métrica de QoE, denominada QoE-CAC, específica para sistemas imersivos e que considera fatores de comunicação e fatores de atenção do usuário à imagem.

Download

Uma Nova Malha de Travamento de Fase Aplicada a Sistemas de Comunicação Baseados em Atratores Caóticos

Robson V Silva, Daniel Chaves, Cecilio Pimentel, Murilo da Silva Baptista

DOI: 10.14209/sbrt.2025.1571143848

Keywords:

Abstract

Neste artigo, propomos um sistema de comunicação baseado em caos, no qual dois osciladores caóticos são acoplados em uma configuração mestre-escravo por meio de uma malha de travamento de fase. O sinal do oscilador mestre é modulado em FM e transmitido por um canal AWGN, enquanto o sinal do escravo é enviado a um oscilador controlado por tensão. As saídas deste oscilador e do canal alimentam o detector de fase, cuja saída é utilizada para realimentar o oscilador escravo. Esse esquema, denominado malha de travamento de fase caótica, atenua significativamente os efeitos do ruído do canal. Simulações numéricas demonstram que o sistema proposto apresenta um desempenho superior em relação a algumas técnicas previamente propostas.

Download

Ground Reaction Force Prediction Using Deep Neural Networks from Accelerometer Data: An Approach with Bi-LSTM, TCN, and Hybrid Architecture

Sérgio Rodrigues Lima Júnior, Ronaldo F Zampolo, Antonio Pereira Jr

DOI: 10.14209/sbrt.2025.1571143916

Keywords:

Abstract

This study presents a deep learning approach to estimate ground reaction force from accelerometer data using Bi-LSTM, TCN, and a hybrid architecture. A cross-correlation analysis was performed to identify the sensor with the most informative signals for prediction. The hybrid model achieved the best balance between accuracy and training time, showing promising results in RMSE, rRMSE, and coefficient of determination. The proposed methodology demonstrates potential for real-time gait analysis in wearable systems, offering a portable and low-cost alternative for clinical and sports applications.

Download

A Computer Vision-Based System for Monitoring Liveness in Remote Work

Filipe Oliveira De Saldanha Da Gama, Rafael Senra Donner Jorge, Caio Rangel Fernandes, Marcio Moreira Do Nascimento Filho, Rigel Procópio Fernandes, Thiago Silva de Souza

DOI: 10.14209/sbrt.2025.1571143918

Keywords:

Abstract

This undergraduate paper proposes a home office time clock system that uses images captured from the user's webcam to detect the liveness of employees. Growing concerns about productivity and accountability in remote work environments have created a strong demand for effective monitoring solutions. This work evaluates computer vision techniques for tracking employee activity in such settings, offering a non-intrusive and reliable system suitable for real-world deployment. Experimental results from tests performed under challenging conditions, including low-light environments, demonstrate that the system achieves a 100% detection rate in captured frames at ambient illumination levels near 7 lux.

Download

Modelagem da Perda de Percurso em Comunicações de Missões Críticas

Silvane P A M Andrade, Yuri R. Santos, Luis Guilherme da Silva Costa, Alvaro A. Machado de Medeiros, Moises Vidal Ribeiro

DOI: 10.14209/sbrt.2025.1571143919

Keywords: Modelos de propagação Radiocomunicações Aprendizagem de máquina Perda de percurso

Abstract

Este estudo investiga a modelagem da perda de percurso em sistemas de comunicação de missão crítica, tais como serviços de segurança pública e resposta a emergências, em ambientes urbanos. Para tanto, são analisados diversos modelos, incluindo empíricos clássicos, de regressão, probabilísticos e baseados em aprendizagem de máquina. Com base nos dados coletados numa campanha de medição, a análise comparativa dos diversos modelos indica que as técnicas de aprendizagem de máquina oferecem o melhor desempenho, seguidas pelos modelos empíricos clássicos. Em contraste, os modelos de regressão e os probabilísticos exibiram resultados menos satisfatórios. Desta forma, observa-se que as técnicas de aprendizagem de máquina são mais adequadas para lidar com as complexidades e não-linearidades presentes em ambientes urbanos.

Download

Modelagem e Algoritmos para Computação de Borda e Nuvem em Cidades Inteligentes

Bruno Luiz Rodrigues e Silva, Viviane Costa Santos, Alex Bastos, Samuel Moreira Abreu Araújo

DOI: 10.14209/sbrt.2025.1571143952

Keywords:

Abstract

Este artigo aborda o problema de alocação de recursos em cidades inteligentes, para atender às demandas de dispositivos de IoT, considerando servidores de computação de borda e em nuvem. Propõe-se um modelo de Programação Linear Inteira, que dá origem a um algoritmo exato, e a um algoritmo guloso. Ambos os algoritmos buscam minimizar os custos de operação. Os experimentos são conduzidos em cenários realistas. São analisados os trade-offs entre os algoritmos e a adoção de tecnologias como 4G, 5G e 6G. Constatou-se que o tempo de execução do algoritmo exato é da ordem de minutos, o que inviabiliza sua adoção prática. Por outro lado, o algoritmo guloso, apesar de gerar custos até ~26% maiores, possui uma taxa de rejeição e atrasos de atendimento próximos ao algoritmo exato, e um tempo de execução na ordem de milissegundos, proporcionando uma tomada de decisão rápida, ideal para contextos dinâmicos e aplicações de tempo real.

Download

Effect of the SNR Model in the Performance Assessment of Cooperative Spectrum Sensing

Luiz R. L. Rodrigues, Dayan A. Guimarães

DOI: 10.14209/sbrt.2025.1571144071

Keywords: cognitive radio cooperative spectrum sensing dynamic spectrum access signal-to-noise ratio

Abstract

This work investigates the impact of different signal-to-noise ratio (SNR) models on the performance assessment of spectrum sensing algorithms under varying signal and noise levels. Through analytical derivation and simulations, we demonstrate that the choice of SNR model can significantly influence perceived detection performance, particularly in environments with random noise power. Our results highlight that using an inadequate or poorly described SNR model can lead to inaccurate conclusions. These findings emphasize the critical importance of both selecting an appropriate SNR model and clearly stating it when evaluating spectrum sensing systems.

Download

Performance of Inequality Index Detectors Implemented with Direct-Conversion Receivers

Luiz Gustavo B. Guedes, Dayan A. Guimarães

DOI: 10.14209/sbrt.2025.1571144186

Keywords:

Abstract

Inequality index-based detectors represent promising techniques for cooperative spectrum sensing in cognitive radio networks. While schemes such as the Gini index detector (GID), Pietra-Ricci index detector (PRIDe), Atkinson index detector (AID), and Theil index detector (TID) have been studied, prior work typically assumes ideal conditions with conventional receiver models. The impact of impairments from direct-conversion receivers (DCR), including quantization, clipping, and DC-offset, remains underexplored. This work addresses that gap by evaluating these detectors under both conventional and DCR-based models. Results show that PRIDe is the most robust, while TID is particularly sensitive to realistic distortions.

Download

Eficiência Energética no Aprendizado Federado em Redes IoT sem Fio

Renan Rodrigues Oliveira, Luan Gabriel Silva Oliveira, Carlos Eduardo Silva Santos, Kleber V Cardoso, Antonio Oliveira-Jr

DOI: 10.14209/sbrt.2025.1571144191

Keywords: Aprendizado Federado Redes IoT sem Fio Alocação de Recursos Eficiência Energética

Abstract

Este artigo propõe um algoritmo de Aprendizado Federado em redes IoT sem fio que seleciona um subconjunto de dispositivos em cada rodada com base na qualidade dos dados e da comunicação. Em seguida, é realizada a alocação dos recursos de comunicação e a definição da potência de transmissão, onde a métrica EMD é utilizada como um fator de ponderação na agregação dos modelos. O algoritmo é implementado por uma abordagem exata baseada em MILP e por uma metaheurística baseada em Algoritmos Genéticos. Em comparação com outras abordagens, as implementações do algoritmo proposto preservam a precisão do modelo global e apresentam maior eficiência energética.

Download

A User-friendly Interface for Virtualization and Management of Optical Access Networks

Carine Mineto, Luis Gustavo Maciel Riveros, Júlia Aline Sousa Maciel, Fernando N. N. Farias, Tiago Sutili, Rafael C. Figueiredo

DOI: 10.14209/sbrt.2025.1571144192

Keywords:

Abstract

This paper presents an orchestration interface that integrates Virtualization and Control agents to abstract and virtualize open line terminals (OLTs) while managing the allocation of users and services in the open network units (ONUs) within passive optical networks (PONs). The proposed interface is compared with the command-line operations provided by the developer community, highlighting improvements in network operation and management through a more intuitive and user-friendly approach. The results demonstrate a reduction in execution time and enhanced reliability in applied configurations.

Download