Simulação a Nível de Sistemas 5G através da Utilização de Ondas

Milimétricas

Carolina Loureiro Gonçalves

Mestrado em Engenharia de Telecomunicações e Informática

Orientador:
Prof. Doutor Américo Manuel Carapeto Correia, Professor
Catedrático,
ISCTE-IUL

Co-Orientador:
Prof. Doutor Nuno Manuel Branco Souto, Professor Associado com
Agregação,
ISCTE-IUL

novembro, 2021
Departamento de Ciências e Tecnologias da Informação

Simulação a Nível de Sistemas 5G através da Utilização de Ondas

Milimétricas

Carolina Loureiro Gonçalves

Mestrado em Engenharia de Telecomunicações e Informática

Orientador:
Prof. Doutor Américo Manuel Carapeto Correia, Professor
Catedrático,
ISCTE-IUL

Co-Orientador:
Prof. Doutor Nuno Manuel Branco Souto, Professor Associado com
Agregação,
ISCTE-IUL

novembro, 2021
 Agradecimentos

Primeiramente, gostaria de começar por agradecer à minha família, particularmente aos meus pais, por
me terem proporcionado as melhores condições durante todo o meu percurso académico,
providenciando apoio incondicional, motivação, acompanhamento e disponibilidade em todos os
momentos. Sem eles não seria possível chegar a esta etapa. Ao meu irmão e avós, agradeço, também,
todo o apoio, preocupação e aconselhamento oferecidos ao longo deste percurso.
A todos os meus amigos e colegas que me acompanharam ao longo destes anos, agradeço o vosso
acompanhamento, apoio, compreensão e motivação proporcionados, fazendo com que a minha
experiência nesta instituição fosse recompensadora e memorável. Um especial reconhecimento à minha
colega e amiga que acompanhou, simultaneamente, todo este processo, agradeço o encorajamento,
auxílio e presença proporcionados nesta fase.
Por fim, ao meu orientador, Professor Américo Correia, agradeço a disponibilidade, orientação,
conhecimento e apoio oferecidos ao longo da elaboração desta dissertação, sem os quais a realização da
mesma não seria possível. Gostaria, ainda, de agradecer ao meu coorientador, por parte da Deloitte, pela
oportunidade oferecida aquando da execução de cotutela com a instituição em evidência, para além da
assistência, flexibilidade e conhecimento proporcionados ao longo desta etapa.

A todos vós exprimo a minha gratidão.

i
 Resumo

Devido à necessidade de atender aos requisitos associados ao mercado móvel cada vez mais exigente, a
quinta geração (5G) de comunicações sem fio é caracterizada por proporcionar alta eficiência espectral
(SE) e elevada eficiência energética (EE).
Neste enquadramento, surgem tecnologias fundamentais para redes de próxima geração, como os
sistemas massivos com múltiplas entradas e múltiplas saídas (M-MIMO) baseados em modulação
espacial generalizada (GSM), a qual constitui um caso específico de modulação de índices (IM). Nestes
sistemas, torna-se possível a utilização de ondas milimétricas (mmWave), as quais permitem
providenciar taxas de dados mais elevadas, embora introduzam limitações na cobertura, devido ao
aumento da atenuação do sinal.
Com o intuito de avaliar o desempenho da comunicação milimétrica em sistemas 5G, efetuou-se o
desenvolvimento e atualização de um simulador a nível de sistema, de forma a simular uma rede 5G
New Radio (NR), incluindo a implementação de três cenários tridimensionais distintos (UMa, UMi –
Street canyon e InO), aplicando diferentes modulações e a mesma numerologia e faixa de frequência.
Numa segunda etapa, procedeu-se à análise e discussão dos resultados obtidos, derivados das
diversas simulações elaboradas, tanto a nível de throughput, em função do número de utilizadores e do
número de antenas TRP ativas, como a nível de cobertura. Assim, os resultados indicam que os cenários
outdoor, particularmente o cenário UMa, apresentam melhor desempenho e, a nível de throughput, a
modulação 64QAM permite alcançar resultados mais elevados, enquanto que, a nível de cobertura, a
modulação QPSK apresenta a melhor performance.

Palavras-Chave: Simulação a Nível de Sistema; Ondas milimétricas; 5G; Sistemas Massivos com
Múltiplas Entradas e Múltiplas Saídas (M-MIMO); Modulação Espacial (SM); Modulação Espacial
Generalizada (GSM).

iii
 Abstract

Due to the need to meet the requirements of the increasingly demanding mobile market, the fifth
generation (5G) of wireless communications is characterized by providing high spectral
efficiency (SE) and high energy efficiency (EE).
Therefore, there are emerging fundamental technologies used for the next generation
networks, such as massive multiple-input multiple-output systems (M-MIMO) based on
generalized spatial modulation (GSM), which constitutes a particular case of index modulation
(IM). In these systems, it is possible to use millimeter waves (mmWave), which provide extreme
data rates, although limitations in coverage are introduced due to the increased signal attenuation.
With the purpose of evaluate the performance of millimeter wave communication in 5G
systems, a system-level simulator was developed and updated, in order to simulate a 5G New
Radio (NR) network, where three different three-dimensional scenarios (UMa, UMi – Street
canyon and InO) were employed, using different modulations and the same numerology and
frequency range.
In a second phase, the results obtained from the system level simulations were analysed and
discussed, both in terms of throughput, depending on the number of users and the number of
active TRP antennas, and in terms of coverage. Consequently, the results indicate that outdoor
scenarios, particularly the UMa scenario, can achieve an improved performance and, in terms of
throughput, 64QAM modulation is able to obtain superior results, while, in terms of coverage,
QPSK modulation presents the best performance.

Keywords: System Level Simulation; Millimeter Waves; 5G; Massive Multiple Input
Multiple Output (M-MIMO); Spatial Modulation (SM); Generalized Spatial Modulation (GSM).

v
 Índice

Agradecimentos.............................................................................................................................. i
Resumo......................................................................................................................................... iii
Abstract ......................................................................................................................................... v
Índice de Figuras .......................................................................................................................... ix
Índice de Tabelas.......................................................................................................................... xi
Glossário de Siglas e Abreviaturas............................................................................................. xiii
Glossário de Símbolos............................................................................................................... xvii
CAPÍTULO 1 ................................................................................................................................ 1
Introdução ................................................................................................................................. 1
1.1. Motivação e Enquadramento ..................................................................................... 1
1.2. Objetivos ................................................................................................................... 2
1.3. Método de Investigação ............................................................................................ 2
1.4. Estrutura e Organização da Dissertação .................................................................... 3
1.5. Contribuições ............................................................................................................ 4
CAPÍTULO 2 ................................................................................................................................ 5
Revisão da Literatura ................................................................................................................ 5
2.1. Sistemas 5G ............................................................................................................... 5
2.2. Modulação de Índices................................................................................................ 6
2.2.1. Modulação Espacial .......................................................................................... 8
2.2.1.1. Modulação Espacial para Sistemas M-MIMO .............................................. 9
2.2.2. Modulação Espacial Generalizada .................................................................. 11
2.2.2.1. Modulação Espacial Generalizada para Sistemas M-MIMO ...................... 11
2.3. 5G New Radio ......................................................................................................... 12
2.4. Ondas Milimétricas ................................................................................................. 15
2.4.1. Formatação de Feixe ....................................................................................... 16
2.4.1.1. Feixes Múltiplos .......................................................................................... 17
2.4.1.2. Formatação de Feixe Híbrida ...................................................................... 19
2.4.2. Sistemas M-MIMO ......................................................................................... 20
2.4.3. Sistemas FD-MIMO ........................................................................................ 21
2.4.4. Topologia da Rede .......................................................................................... 23
CAPÍTULO 3 .............................................................................................................................. 25
Implementação do Simulador de Sistema ............................................................................... 25
3.1. Descrição do Simulador de Sistema ........................................................................ 25

vii
 3.1.1 Cenários de Implementação ............................................................................ 28
3.1.2 Atualização para 5G NR ................................................................................. 31
CAPÍTULO 4 .............................................................................................................................. 39
Resultados das Simulações...................................................................................................... 39
4.1. Resultados de Throughput ....................................................................................... 40
4.2. Resultados de Cobertura.......................................................................................... 52
CAPÍTULO 5 .............................................................................................................................. 57
Conclusões e Trabalho Futuro................................................................................................. 57
5.1. Conclusões .............................................................................................................. 57
5.2. Trabalho Futuro ....................................................................................................... 59
Referências Bibliográficas .......................................................................................................... 61
ANEXO A ................................................................................................................................... 65
Publicação ............................................................................................................................... 65
 Índice de Figuras

Figura 1 - Modelo de processo utilizado, adaptada de [8] ............................................................ 3

Figura 2 - Tecnologias essenciais para sistemas 5G e pós-5G, retirada de [7] ............................. 6

Figura 3 - Modelo básico correspondente à técnica de modulação de índices, retirada de [10] ... 7

Figura 4 - Diagrama de blocos correspondente a um modelo de SM para um sistema MIMO nT x

nR, retirada de [11] ......................................................................................................................... 9

Figura 5 - Sistema de MIMO massivo com a utilização de SM: (a) UL (b) DL, adaptada de [11]
..................................................................................................................................................... 10

Figura 6 - Bandas de frequência associadas a sistemas 5G, retirada de [16] .............................. 15

Figura 7 - Técnica de formatação de feixe – beamforming, retirada de [20] .............................. 17

Figura 8 - Operação com a utilização de feixes múltiplos, retirada de [16] ................................ 18

Figura 9 - Processo de recuperação de falha do feixe: (a) Falha no feixe (b) Recuperação do
feixe, retirada de [16] .................................................................................................................. 19

Figura 10 - Arquitetura típica correspondente a sistemas de formatação de feixe híbrida, retirada

de [19] ......................................................................................................................................... 20

Figura 11 - Sistema de M-MIMO - Transmissão UL e DL, retirada de [7] ................................ 21

Figura 12 - Dimensões do array da antena na frequência de operação de 2.5 GHz, retirada de

[27] .............................................................................................................................................. 22

Figura 13 - Dimensões de diversos arrays possíveis na frequência de operação de 2.5 GHz,

retirada de [16] ............................................................................................................................ 22

Figura 14 - Sistema FD-MIMO, retirada de [16] ........................................................................ 23

Figura 15 - Topologia de rede UAB com 7 MBs e 21 células macro, retirada de [5] ................. 24

Figura 16 - Interligação entre o simulador a nível de ligação e o simulador a nível de sistema,

adaptada de [28] .......................................................................................................................... 25

Figura 17 - Rede C-RAN considerada nas simulações a nível de sistema .................................. 26

Figura 18 - Visão geral do simulador de sistema, adaptada de [28]............................................ 27

Figura 19 - Procedimento de geração das variáveis aleatórias AoA, adaptada de [31] .............. 31

Figura 20 - Definições das distâncias para utilizadores outdoor (a) e indoor (b), adaptada de [31]
..................................................................................................................................................... 32

ix
Figura 21 - Modelo de antena de matriz de painel retangular uniforme, adaptada de [31] ......... 36

Figura 22 - Throughput vs. número de utilizadores para UMa, com Ntx,total = 5Nu, 64QAM (11.75
bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3 ... 41

Figura 23 - Throughput vs. número de utilizadores para UMi – Street canyon, com Ntx,total = 5Nu,
64QAM (11.75 bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da
RAN = 1 e 3 ................................................................................................................................ 41

Figura 24 - Throughput vs. número de utilizadores para InO, com Ntx,total = 5Nu, 64QAM (11.75
bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3 ... 42

Figura 25 - Throughput vs. número de utilizadores para os diferentes cenários, com Ntx,total =
5Nu, 64QAM (11.75 bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster
da RAN = 1 ................................................................................................................................. 43

Figura 26 - Throughput vs. número de utilizadores para os diferentes cenários, com Ntx,total =
5Nu, 64QAM (11.75 bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster
da RAN = 3 ................................................................................................................................. 44

Figura 27 - Throughput vs. número de antenas TRP ativas para UMa, com Ntx/Nu = 5, 64QAM
(5), QPSK (5), Ntx/Nu = 8, 64QAM (8), QPSK (8) e tamanho do cluster da RAN = 3 ............... 46

Figura 28 - Throughput vs. número de antenas TRP ativas para UMi – Street canyon, com
Ntx/Nu = 5, 64QAM (5), QPSK (5), Ntx/Nu = 8, 64QAM (8), QPSK (8) e tamanho do cluster da
RAN = 3 ...................................................................................................................................... 46

Figura 29 - Throughput vs. número de antenas TRP ativas para InO, com Ntx/Nu = 5, 64QAM
(5), QPSK (5), Ntx/Nu = 8, 64QAM (8), QPSK (8) e tamanho do cluster da RAN = 3 ............... 47

Figura 30 - Throughput vs. número de antenas TRP ativas para todos os cenários, com Ntx/Nu =
5, 64QAM (5), QPSK (5), Ntx/Nu = 8, 64QAM (8), QPSK (8) e tamanho do cluster da RAN = 3
..................................................................................................................................................... 48

Figura 31 - Throughput vs. número de antenas TRP ativas para todos os cenários, com Ntx/Nu =
12, GSFIM para 16QAM, MU-MIMO e GSM para 64QAM e tamanho do cluster da RAN = 3
..................................................................................................................................................... 49

Figura 32 – Throughput vs. CDF do throughput para UMa, com Ntx,total = 5Nu, 64QAM (11.75
bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3 ... 50

Figura 33 – CDF do throughput do TRP vs. throughput do TRP para UMa, com Ntx,total = 5Nu,
64QAM (11.75 bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da
RAN = 1 e 3 ................................................................................................................................ 51

Figura 34 - Cobertura vs. potência para UMa, com Ntx,total = 5Nu, 64QAM (11.75 bpcu por
utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3 .................. 52

Figura 35 - Cobertura vs. potência para UMi – Street canyon, com Ntx,total = 5Nu, 64QAM (11.75
bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3 ... 53

Figura 36 - Cobertura vs. potência para InO, com Ntx,total = 5Nu, 64QAM (11.75 bpcu por
utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3 .................. 53
 Índice de Tabelas

Tabela 1 - Parâmetros 5G NR para as diferentes bandas de frequência, retirada de [15] ........... 14

Tabela 2 - Parâmetros de avaliação para os cenários UMa e UMi - Street canyon, adaptada de
[31, 32] ........................................................................................................................................ 29

Tabela 3 - Parâmetros de avaliação para o cenário InO, adaptada de [31] ................................. 30

Tabela 4 - Características globais do simulador .......................................................................... 31

Tabela 5 - Probabilidade de LOS, adaptada de [31].................................................................... 32

Tabela 6 - Pathloss, adaptada de [31] .......................................................................................... 33

Tabela 7 - Parâmetros de grande escala (LOS), adaptada de [31]............................................... 34

Tabela 8 - Parâmetros de grande escala (NLOS), adaptada de [31]............................................ 34

Tabela 9 - Padrão de potência de radiação de um único elemento da antena, adaptada de [31] . 36

Tabela 10 - Valores de TBS e SNR associados à modulação e ao valor de Ntx por utilizador
(Nu), adaptada de [30] ................................................................................................................. 39

Tabela 11 - Valores de TBS e SNR associados à modulação e ao valor de Ntx por utilizador (Nu)
para os diferentes sistemas considerados, adaptada de [30] ........................................................ 39

xi
 Glossário de Siglas e Abreviaturas

1G – Primeira Geração
2D – Duas Dimensões
3D – Três Dimensões
3GPP – Third Generation Partnership Project
4G – Quarta Geração
5G – Quinta Geração
AAA – Active Antenna Array
AAS – Active Antenna System
ADC – Analog-to-Digital Converter
AoA – Azimuth Angle of Arrival
AP – Access Point
ASA – Angular Spread
BER – Bit Error Rate
BLER – Block Error Rate
BP – Breakpoint
BS – Base Station
CDF – Cumulative Distribution Function
CP-OFDM – OFDM with Cyclic Prefix
C-RAN – Cloud Radio Access Network
CxLxA – Comprimento por Largura por Altura
DAC – Digital-to-Analog Converter
DFT-s-OFDM – Discrete Fourier Transform-spread-OFDM
DL – Downlink
DS – Delay Spread
EE – Energy Efficiency
eMBB – enhanced Mobile Broadband
FDD – Frequency Division Duplex
FD-MIMO – Full Dimension MIMO
FFT – Fast Fourier Transform
FR – Frequency Range
GSFIM – Generalized Space-Frequency Index Modulation
GSM – Generalized Spatial Modulation
ICI – Inter-Carrier Interference

xiii
IM – Index Modulation
InO – Indoor Office
IoT – Internet of Things
ISD – Inter-Site Distance
ITU – International Telecommunication Union
LOS – Line-Of-Sight
LTE – Long Term Evolution
MB – Macro Base Station
mB – mmWave Base Station
MIMO – Multiple-Input-Multiple-Output
ML – Maximum Likelihood
M-MIMO – Massive MIMO
mMTC – massive Machine Type Communications
mmWave – millimeter Wave
M-PSK – M-ary Phase Shift Keying
M-QAM – M-ary Quadrature Amplitude Modulation
MU-MIMO – Multi-User MIMO
NLOS – Non-LOS
NR – New Radio
NW – Network
O2I – Outdoor-to-Indoor
OFDM – Orthogonal Frequency-Division Multiplexing
OFDM-IM – OFDM with Index Modulation
PL – Pathloss
PRACH – Physical Random Access Channel
QAM – Quadrature Amplitude Modulation
QoS – Quality of Service
QPSK – Quadrature Phase Shift Keying
RAN – Radio Access Network
RF – Radio Frequency
Rx – Recetor
SCS – Subcarrier Spacing
SE – Spectral Efficiency
SF – Shadow Fading
SINR – Signal-to-Interference-plus-Noise Ratio
SM – Spatial Modulation
SM-MIMO – Spatial Modulated MIMO
SMX – Spatial Multiplexing
SNR – Signal-to-Noise Ratio
SR – System Robustness
std – standard
SUL – Supplementary Uplink
TBS – Transport Block Size
TDD – Time Division Duplexing
TRP – Transmission Reception Point
TTI – Transmission Time Interval
Tx – Transmissor
UAB – Unified Access and Backhaul
UE – User Equipment
UL – Uplink
ULA – Uniform Linear Array
UMa – Urban Macrocell
UMi – Urban Microcell
URLLC – Ultra-Reliable Low Latency Communications
UT – User Terminal
V-BLAST – Vertical Bell Laboratories Layered Space-Time

xv
 Glossário de Símbolos

⌊x⌋ – floor(x)
Amax – Atenuação máxima
d2D – Distância entre o Tx e o Rx no plano 2D
d3D – Distância entre o Tx e o Rx no plano 3D
d'BP – Distância do BP
f – Frequência
fc – Frequência central
hBS – Altura da antena da BS
h'BS – Altura efetiva da antena da BS
hUT – Altura da antena do UT
h'UT – Altura efetiva da antena do UT
K – Ricean K Factor
PrLOS – Probabilidade de LOS
λ – Comprimento de onda
σSF – Desvio padrão de SF
ϕ3dB – Largura do feixe horizontal de uma antena a 3dB

xvii
 CAPÍTULO 1

Introdução

Neste capítulo, é apresentado, de uma forma introdutória, o tema da dissertação, nomeadamente a

motivação e enquadramento do mesmo, bem como os principais objetivos. Adicionalmente, é, ainda,
apresentado o método de investigação utilizado como base para a pesquisa efetuada, assim como a
estrutura e organização do trabalho final. Por fim, são indicadas as contribuições associadas ao trabalho
desenvolvido.

1.1. Motivação e Enquadramento

Atualmente, os sistemas de comunicações móveis constituem um fator indispensável no dia a dia de
todos os indivíduos, pelo que é crucial acompanhar o aumento constante das necessidades dos
utilizadores e o consequente aumento de dispositivos e conexões existentes [1]. Deste modo, a quinta
geração (5G) de comunicações sem fio é caracterizada por proporcionar uma alta eficiência espectral
(SE), bem como uma eficiência energética (EE) elevada [2].
Com o intuito de satisfazer os requisitos derivados de redes 5G, surgem tecnologias chave, como
os sistemas massivos com múltiplas entradas e múltiplas saídas (M-MIMO), os quais são considerados
elementos fundamentais para redes de próxima geração, visto que fornecem uma elevada eficiência
espectral e de energia, derivada da utilização de dezenas ou mesmo centenas de antenas nas suas estações
de base (BS) [3]. Neste contexto, esta tecnologia pode trazer melhorias de, pelo menos, dez vezes a nível
de area throughput, que corresponde ao número total de bits transmitidos com sucesso numa
determinada área [4], através do aumento da eficiência espectral. Este aumento é alcançado recorrendo
à utilização da mesma largura de banda e densidade das estações de base das redes atuais [5].
Para além disso, um esquema especial de M-MIMO tem por base a modulação espacial generalizada
(GSM), sendo esta uma técnica capaz de atingir alta eficiência espectral e de energia. Este tipo de
modulação constitui um caso específico de modulação de índices (IM), que consiste numa técnica
emergente com a finalidade de atender às exigências desafiantes de sistemas de quinta geração ou para
além da mesma [6].
O M-MIMO é uma das tecnologias base do 5G que utiliza ondas milimétricas (mmWave), as quais
possuem uma ampla banda espectral, levando a que a comunicação milimétrica seja alvo de
investigação. As frequências típicas das ondas milimétricas variam de 25 GHz a 100 GHz, incluindo
frequências de 28 GHz, 38 GHz e 60 GHz, bem como frequências na banda E (71–76 GHz, 81–86 GHz)
[5]. Adicionalmente, as ondas em questão são capazes de providenciar uma largura de banda dez vezes
superior à largura de banda celular de sistemas de quarta geração (4G) [7].

1
 A partir de medições efetuadas em canais da rede, a perda de propagação para a transmissão de
ondas milimétricas é bastante elevada, pelo que o seu alcance de transmissão é limitado. Deste modo, a
transmissão deste tipo de ondas é mais adequada para células de pequenas dimensões, elevados data
rates e cenários com múltiplos utilizadores. Devido a estas características, a transmissão de mmWave é
adaptada para um cenário com hotspot e, para além disso, tornou-se numa candidata promissora para a
quinta geração [5].
A simulação a nível de sistema de ondas milimétricas com M-MIMO para vários utilizadores requer
uma abordagem distinta à utilizada em técnicas padrão de acesso múltiplo para bandas com uma
frequência inferior a 6 GHz, a qual vai ser analisada/estudada na presente dissertação.

1.2. Objetivos
O foco principal deste trabalho passa por efetuar o design das principais tecnologias de mmWave em
comunicações móveis, incluindo M-MIMO, com a finalidade de desenvolver algoritmos eficientes para
esquemas baseados em GSM, aplicados à utilização de ondas milimétricas. Deste modo, deve-se avaliar
uma rede heterogénea com células macro, micro e hotspots, onde são utilizadas ondas milimétricas de
forma a aumentar a capacidade nos mesmos.
Assim, o desempenho dos métodos propostos será avaliado através de um novo simulador a nível
de sistema, implementado em linguagem de programação JAVA, o qual será desenvolvido tendo como
base simuladores já existentes. Desta forma, as simulações efetuadas a nível de sistema utilizam dados
provenientes de um simulador de ligação, implementado em linguagem de programação MATLAB.

1.3. Método de Investigação

De forma a ser efetuada uma pesquisa objetiva e eficiente, irá utilizar-se como base o modelo de
processo denominado de Design Science Research Methodology [8], tal como se encontra representado
na Figura 1. Nesta perspetiva, o método adotado é composto por quatro fases distintas, onde se considera
como etapa inicial a determinação dos objetivos, levando à fase final de avaliação do sistema
desenvolvido, tal como se encontra descrito abaixo.
• 1ª Fase – Definição dos objetivos, onde foram identificados e analisados os objetivos do trabalho
em questão, de modo a determinar quais as melhores tecnologias, métodos e plataformas a
utilizar;
• 2ª Fase – Desenvolvimento do sistema, em que, tendo como base os objetivos definidos
anteriormente, procedeu-se ao desenvolvimento do simulador de sistema, incluindo a definição
das funcionalidades requeridas e respetivas arquiteturas, bem como o desenvolvimento de
métodos e modelos a seguir, de forma a ser possível efetuar-se a avaliação do desempenho da
rede heterogénea proposta;

2
 • 3ª Fase – Implementação e análise do desempenho do sistema, que corresponde à elaboração e
verificação do sistema desenvolvido, através da realização de testes ao simulador elaborado,
com o intuito de determinar se o mesmo está a funcionar de acordo com o pretendido. Caso
contrário, deverão efetuar-se alterações para atingir o resultado esperado;
• 4ª Fase – Testes e avaliação do sistema, etapa final em que o sistema desenvolvido, ainda em
protótipo, deverá ser testado e avaliado, verificando se o mesmo está em concordância com os
objetivos e expectativas definidos.

Figura 1 - Modelo de processo utilizado, adaptada de [8]

Assim, tal como se pode verificar pelo esquema representado, o modelo utilizado é um processo
cíclico, tornando possível retornar à fase anterior sempre que necessário, isto é, sempre que for detetada
alguma falha no mesmo, com a finalidade de alcançar os objetivos determinados com sucesso.

1.4. Estrutura e Organização da Dissertação

A presente dissertação é constituída por cinco capítulos, os quais se encontram divididos em diversas
secções e subsecções.
Neste contexto, no primeiro capítulo da dissertação são abordados, de modo introdutório, os
sistemas de comunicações móveis, no que diz respeito à quinta geração de comunicações sem fio,
incluindo as tecnologias emergentes associadas à mesma.
Seguidamente, no segundo capítulo, é apresentada a revisão da literatura, a qual inclui uma
descrição detalhada dos conceitos fundamentais relacionados com o tema estudado, nomeadamente no
que toca às principais tecnologias e técnicas necessárias para o desenvolvimento do sistema proposto.
No terceiro capítulo são retratados os aspetos essenciais relativos à implementação do simulador de
sistema desenvolvido, no âmbito da presente dissertação, incluindo uma descrição detalhada do mesmo,
os cenários de implementação considerados, bem como as atualizações efetuadas para atender aos
requisitos associados à quinta geração.
No quarto capítulo são expostos os resultados obtidos, derivados das diversas simulações de sistema
efetuadas, bem como a sua respetiva análise, a nível de throughput e cobertura, incluindo, ainda, uma
comparação dos diferentes cenários e técnicas implementadas.
Finalmente, no quinto capítulo, são indicadas as principais conclusões obtidas, provenientes da
avaliação e discussão dos resultados alcançados, bem como algumas sugestões para a aplicação do
trabalho desenvolvido numa perspetiva futura.

3
1.5. Contribuições
O trabalho desenvolvido na presente dissertação originou a implementação de um simulador a nível de
sistema, em três dimensões, de acordo com as especificações do 3rd Generation Partnership Project
(3GPP). O simulador em questão encontra-se descrito, detalhadamente, no Capítulo 3 desta dissertação.
Adicionalmente, foi submetido um artigo de publicação, como co-autora, para a revista Sensors do
MDPI, tendo como base a análise realizada ao longo desta dissertação, designadamente o Capítulo 3 e
4 da mesma. O artigo em evidência encontra-se apresentado no Anexo A.

4
 CAPÍTULO 2

Revisão da Literatura

Este capítulo destina-se à apresentação detalhada das principais tecnologias/técnicas necessárias para o
desenvolvimento da dissertação, baseadas numa recolha e análise de literatura. Neste contexto, a Secção
2.1 expõe os sistemas 5G, dando ênfase à relação entre os mesmos e as ondas milimétricas, bem como
com os sistemas M-MIMO. Na Secção 2.2 é abordado o tópico relativo à modulação de índices,
especificando conceitos/mecanismos relevantes envolvidos na mesma. Seguidamente, a Secção 2.3
retrata os sistemas New Radio (NR) de quinta geração, evidenciando características e noções necessárias
ao desenvolvimento do sistema pretendido. Por fim, na Secção 2.4, é abordado o tema referente às ondas
milimétricas, nomeadamente características pertinentes para a elaboração do trabalho final.

2.1. Sistemas 5G
Com o desenvolvimento da tecnologia ao longo dos anos, o setor das comunicações sem fio enfrenta
uma escassez de largura de banda, derivada de uma elevada requisição de tráfego, consequente do
aumento constante das necessidades dos utilizadores [7], pelo que surgem os sistemas de quinta geração,
com o intuito de atender aos requisitos impostos pelas redes atuais [5].
Neste contexto, a comunicações móvel sofreu um crescimento exponencial nas últimas décadas,
tendo as redes celulares evoluído desde os sistemas de primeira geração (1G) até aos sistemas 5G e,
posteriormente, pós-5G [7].
Desta forma, as redes móveis 5G são projetadas de forma a alcançar um maior número de use cases,
em comparação com os sistemas 4G, visto que irão providenciar vantagens significativas, sendo estas:
• Possibilitar velocidades cerca de 100 vezes superiores às alcançadas com sistemas 4G [7];
• Providenciar taxas de dados até 10 Gbps (em uplink – UL) e 20 Gbps (em downlink – DL),
baixa latência (aproximadamente 1ms), bem como uma elevada sustentabilidade e fiabilidade
de rede [5, 9];
• Oferecer uma melhoria a nível de eficiência espectral de cerca de 3-5 vezes, quando comparadas
com redes 4G;
• Providenciar uma melhoria em termos de eficiência energética e de custo, relativamente aos
sistemas 4G, superior a 100 vezes;
• Possibilitar uma densidade de conexão mais elevada, devendo suportar um milhão de conexões
por quilómetro quadrado [5];
• Providenciar sinalização eficiente para conectividade IoT, sendo este um driver essencial em
sistemas 5G [5, 7].

5
 Assim, tendo em consideração os use cases definidos para os sistemas em questão, as principais
tecnologias classificadas como sendo essenciais para a implementação de sistemas de quinta geração,
bem como para sistemas pós-5G, as quais se encontram sumarizadas na Figura 2, incluem a utilização
de [7]:
• ondas milimétricas, uma vez que ao se operar no espetro correspondente a este tipo de ondas é
possível providenciar taxas de dados mais elevadas, tal como mencionado anteriormente;
• células de dimensões reduzidas, bem como a técnica de formatação de feixe (beamforming);
• arquiteturas centradas no dispositivo e tecnologias full-duplex;
• sistemas M-MIMO;
• ondas Terahertz, bem como o espetro de luz visível.

Figura 2 - Tecnologias essenciais para sistemas 5G e pós-5G, retirada de [7]

Para além das técnicas emergentes mencionadas, os sistemas de comunicação 5G devem oferecer
suporte aos requisitos de qualidade de serviço (QoS) em ambientes desafiadores, como cenários de
elevada mobilidade [2].
Desta forma, das tecnologias chave mencionadas, o estudo elaborado foca-se na utilização de ondas
milimétricas, incluindo o recurso a células de pequenas dimensões e à técnica de formatação de feixe,
bem como na aplicação de sistemas M-MIMO.

2.2. Modulação de Índices

Considerando os avanços tecnológicos das últimas décadas, tal como mencionado na Secção 2.1, os
sistemas de comunicação sem fio de próxima geração devem seguir essa tendência através de um
aumento significativo de EE e SE, bem como a nível de robustez de sistema (SR). Neste contexto, de
forma a atender aos requisitos desafiadores proporcionados por esta geração de sistemas, surgiram
técnicas emergentes como a modulação de índices. Esta técnica tem recebido especial atenção devido à

6
sua capacidade de ativar um determinado conjunto de elementos de recursos de comunicações,
nomeadamente antenas, sub-portadoras e slots [6].
A modulação de índices corresponde a uma técnica de modulação digital altamente eficiente em
termos de espectro e de energia, a qual utiliza os índices dos blocos de construção dos correspondentes
sistemas de comunicação para transmitir bits de informação. Deste modo, os sistemas de IM fornecem
formas alternativas de transmissão de informação, ao contrário do sucedido em esquemas de modulação
digital tradicionais, os quais dependem da modulação de amplitude, fase e frequência de um sinal [3].
Desta forma, os esquemas de IM possuem a capacidade de mapear os bits de informação através do
estado de ativação de determinados blocos/recursos de construção. Estes blocos/recursos podem ser
classificados como físicos – antenas, sub-portadoras, time slots e portadoras de frequência – ou virtuais
– canais virtuais paralelos, constelação de sinais, matriz de espaço-tempo e ordem de ativação das
antenas [2]. Uma vez que os índices dos blocos de construção podem ser utilizados para transmitir
informação por meio de um mecanismo que permite uma alteração de estado (ativo/desativo) das
entidades de transmissão, os sistemas de IM possibilitam a transferência de informação de forma mais
eficiente a nível de energia, o que desencadeia um desempenho de erro aprimorado em comparação com
os esquemas tradicionais [3].
Os sistemas de múltiplas entradas e múltiplas saídas (MIMO) convencionais, os quais, apesar de
poderem atingir elevadas SEs com a utilização de antenas massivas, comprometem a EE devido ao
consumo de energia em grande escala, derivado do elevado número de cadeias de radiofrequência (RF)
utilizadas. Consequentemente, com a utilização de modulação de índices, é necessária uma quantidade
bastante reduzida de cadeias RF para uma configuração de sistemas M-MIMO, através da seleção
aleatória de antenas de transmissão de acordo com os bits de informação, permitindo, assim, atingir um
equilíbrio favorável entre SE e EE. Os esquemas de MIMO resultantes deste processo denominam-se
de MIMO modulados espacialmente (SM-MIMO).
As técnicas de IM existentes são, maioritariamente, aplicadas em slots de espaço, tempo e
frequência, ou uma combinação dos mesmos, em que, em todos os casos, são utilizados recursos de
rádio ativos para o transporte de informação. De uma forma geral, os esquemas de modulação de índice
repartem a informação em bits de índice, responsáveis pela determinação dos canais de rádio (antenas,
sub-portadoras, etc.) ativos, e em bits de constelação, os quais são mapeados para símbolos de
constelação convencionais que devem ser transportados pelos recursos ativos [2]. Este procedimento,
correspondente ao modelo básico de esquemas de IM, encontra-se ilustrado na Figura 3.

Figura 3 - Modelo básico correspondente à técnica de modulação de índices, retirada de [10]

7
2.2.1. Modulação Espacial
A modulação espacial (SM), a qual considera IM para as antenas de transmissão de um sistema MIMO,
introduziu novas direções para a implementação deste tipo de sistemas, tornando-se numa técnica
promissora nesta matéria [3]. Contudo, os esquemas de SM, apesar de terem fortes oponentes, como
sistemas verticais de Laboratórios Bell (V-BLAST), são considerados como possíveis candidatos para
sistemas MIMO de próxima geração, com elevada EE e SE [11].
Neste contexto, a modulação espacial é caracterizada com sendo uma abordagem inovadora para a
transmissão de informação, através da utilização dos índices das antenas de transmissão de um sistema
MIMO nT x nR, para além das constelações de sinais M-ary convencionais, onde nT e nR denotam o
número de antenas de transmissão e receção, respetivamente [11]. Este tipo de constelação – M-ary – é
caracterizada pela transmissão de um grupo de bits em apenas um símbolo, isto é, a transmissão não é
realizada bit a bit [12].
Em contrapartida, ao contrário do sucedido para sistemas MIMO tradicionais (sistemas V-BLAST),
os quais utilizam multiplexagem espacial (SMX) com o intuito de aumentar a taxa de transmissão de
dados ou variabilidade espacial de forma a melhorar o desempenho a nível de ocorrências de erros, as
antenas de transmissão múltipla de um esquema MIMO são utilizadas com uma finalidade distinta em
sistemas que recorram à modulação espacial.
Desta forma, existem duas unidades de transporte de informação em esquemas SM: os índices das
antenas de transmissão e os símbolos da constelação M-ary. Assim, para cada intervalo de sinalização,
um total de 𝑙𝑜𝑔2 𝑛 𝑇 + 𝑙𝑜𝑔2 𝑀 bits entram no transmissor de um sistema SM, onde M corresponde ao
tamanho do sinal considerado na constelação (M-PSK ou M-QAM). No que toca à sequência de bits de
entrada – 𝑙𝑜𝑔2 𝑀 – esta é utilizada para modular a fase e/ou a amplitude de um sinal portador, enquanto
que a restante sequência de bits – 𝑙𝑜𝑔2 𝑛 𝑇 – encontra-se destinada à seleção do índice correspondente à
antena de transmissão ativa, responsável pela transmissão do sinal modulado equivalente.
Por outro lado, o detetor ótimo de máxima autenticidade (ML) do esquema de SM pesquisa,
conjuntamente, por todas as antenas de transmissão possíveis, bem como por todos os símbolos das
constelações M-ary correspondentes, com a finalidade de decidir sobre o símbolo transmitido e o índice
da antena de transmissão que se encontra ativa. A Figura 4 representa, de uma forma esquematizada, o
funcionamento descrito, correspondente a um modelo de modulação espacial com nT x nR antenas, em
que s (ou 𝑠̂ ) corresponde ao símbolo de constelação M-ary selecionado e I (ou 𝐼̂) ao índice da antena de
transmissão [11].

8
 Figura 4 - Diagrama de blocos correspondente a um modelo de SM para um sistema MIMO n T x nR, retirada de
[11]

Deste modo, os sistemas SM possuem vantagens essenciais quando comparados com sistemas
MIMO tradicionais, entre elas [3]:
• elevada eficiência espetral, devido à utilização dos índices da antena de transmissão como
técnica adicional para transferência de informação;
• elevada eficiência energética, dado que um maior número de antenas pode ser explorado sem
requerer transmissão adicional de energia;
• operações com sistemas de MIMO flexíveis, visto que a SM pode ser implementada para
qualquer quantidade de antenas transmissoras e recetoras (nT e nR), ao contrário de esquemas de
V-BLAST;
• menor complexidade a nível de design, uma vez que apenas uma antena é ativada durante a
transmissão de informação, fazendo com que um único transmissor de corrente RF seja
suficiente para os esquemas de modulação em questão.
Em termos de desvantagens, relativamente à SE, os sistemas de modulação espacial necessitam de
um maior número de antenas de transmissão para alcançar a mesma SE dos sistemas V-BLAST, visto
que, na SM, esta eficiência aumenta de forma logarítmica (𝑙𝑜𝑔2 𝑛 𝑇 ).
Todavia, tendo em consideração os conceitos apresentados, os esquemas de SM providenciam um
equilíbrio entre complexidade, eficiência espetral e de energia, bem como a nível de desempenho de
erros, tornando este tipo de tecnologia como uma possível candidata para sistemas 5G [3].

2.2.1.1. Modulação Espacial para Sistemas M-MIMO

O conceito de MIMO massivo, no qual as estações de base possuem dezenas a centenas de antenas, é
considerado uma das tecnologias chave para as redes 5G sem fio, devido aos elevados níveis de EE e
SE proporcionados, tal como referido. Desta forma, neste tipo de sistemas, torna-se possível o suporte

9
simultâneo de vários utilizadores, visto que cada BS comunica, simultaneamente, com múltiplos
utilizadores através da utilização das mesmas sub-portadoras [9].
Nesta perspetiva, os esquemas de M-MIMO proporcionam oportunidades únicas para os sistemas
de modulação espacial, uma vez que se torna possível a transmissão de um maior número de bits de
informação no domínio espacial, independentemente da limitação existente no número de cadeias RF
disponíveis. No entanto, apesar da eficiência espectral dos sistemas SM ser consideravelmente menor
quando comparada com os esquemas tradicionais (V-BLAST), para sistemas M-MIMO, a utilização do
conceito de IM aplicado às antenas transmissoras deste tipo de sistemas pode fornecer soluções de
implementação promissoras, como elevada EE e implementação simples e de baixo custo. Isto acontece
devido às vantagens associadas aos sistemas SM, enumeradas na Secção 2.2.1 [11].
A Figura 5 ilustra um sistema M-MIMO, o qual pode ser definido como sendo um sistema MIMO
com múltiplos utilizadores (MU-MIMO), constituído por M antenas e K utilizadores por BS. O sistema
em questão é caracterizado por M ≫ K e opera em Time Division Duplex (TDD), onde as
transmissões/receções são realizadas em diferentes slots de tempo, mas na mesma banda de frequência,
utilizando processamento linear de UL e DL [5]. Neste esquema, são considerados dois cenários
distintos para sistemas M-MIMO, onde K utilizadores implementam técnicas de SM para transmissão
[11]:
• uplink – Figura 5 (a) – em que o utilizador “K” possui 𝑛𝑘𝑇 antenas transmissoras disponíveis
para SM e a BS apresenta, aproximadamente, 10-100 antenas recetoras;
• downlink – Figura 5 (b) – onde o utilizador “K” possui 𝑛𝑘𝑇 antenas recetoras e a BS apresenta
mais de 100 antenas transmissoras disponíveis para SM.

Figura 5 - Sistema de MIMO massivo com a utilização de SM: (a) UL (b) DL, adaptada de [11]

10
 Em relação à transmissão UL, onde os utilizadores empregam técnicas de SM, é possível transmitir
bits de informação adicionais sem aumentar a complexidade do sistema, em comparação com terminais
de utilizadores com apenas uma antena.
Em contrapartida, na transmissão DL, onde a SM é aplicada às estações base de forma a suportar
um elevado número de utilizadores, as antenas massivas de uma BS podem ser divididas em subgrupos,
constituídos por uma quantidade inferior de antenas, onde as técnicas de SM podem ser aplicadas a cada
utilizador [11].

2.2.2. Modulação Espacial Generalizada

Tal como referido na secção anterior, uma das principais desvantagens da modulação espacial
corresponde à sua limitação a nível de eficiência espectral, em comparação com os esquemas
tradicionais de V-BLAST, para o mesmo número de antenas transmissoras. Neste contexto, com o
intuito de melhorar a SE em esquemas de modulação espacial através do aumento do número de antenas
transmissoras ativas, surgiu a modulação espacial generalizada.
Neste tipo de modulação, a qual constitui um caso particular da IM, múltiplas antenas transmissoras
são selecionadas como ativas, com o intuito de transmitir o mesmo símbolo de informação, permitindo,
assim, evitar interferências entre canais [3]. Desta forma, a GSM pode atingir uma SE mais elevada, em
comparação com comunicações efetuadas recorrendo a uma única antena transmissora ativa [6].
Assim sendo, denominando o número de antenas de transmissão ativas por nA e considerando que
nT corresponde ao número de antenas transmissoras, em que nA < nT, o número de bits de informação
𝑛𝑇
que podem ser transmitidos para cada intervalo de sinalização é dado por ⌊𝑙𝑜𝑔2 ( 𝑛 )⌋, para além do
𝐴

número de bits transmitidos pelos símbolos de dados M-ary (𝑙𝑜𝑔2 𝑀).

É de notar que a modulação espacial constitui um caso especial de GSM, em que nA = 1.
Adicionalmente, para que o domínio espacial possa ser utilizado de forma mais eficiente pelos esquemas
𝑛𝑇
GSM, deve-se considerar a seguinte condição: 𝑙𝑜𝑔2 𝑛 𝑇 ≤ ⌊𝑙𝑜𝑔2 ( 𝑛 )⌋, em que nT = 2n (n = 1, 2, …)
𝐴

[11].

2.2.2.1. Modulação Espacial Generalizada para Sistemas M-MIMO

No que toca aos sistemas de comunicação M-MIMO, os quais são equipados com centenas de antenas
nas estações de base, estes possibilitam melhorias a nível de variabilidade espacial e SE. Deste modo,
para este tipo de sistemas massivos, a solução com apenas uma cadeia de RF correspondente a uma
antena (utilizada em tecnologias MIMO convencionais), provocará um aumento acentuado da energia
consumida pelas cadeias de RF nas BSs [13].

11
 Assim, para superar o consumo energético provocado pelo aumento do número de cadeias RF, a
utilização de GSM torna-se adequada para esquemas de antenas de MIMO massivo, permitindo um
aumento a nível de EE. Mais especificamente, dado que apenas um subconjunto de antenas de
transmissão se encontra ativo por um determinado período de tempo, a GSM pode ser considerada como
um intermédio entre as transmissões MIMO tradicionais e as transmissões de RF simples, reduzindo,
assim, o número de cadeias RF requeridas, levando a um decréscimo acentuado no consumo de energia
das cadeias em questão e, consequentemente, ao aumento da eficiência de energia referido [6, 13].
Relativamente à transmissão UL em sistemas M-MIMO apresentada anteriormente na Figura 5 (a)
da Secção 2.2.1.1, em que são aplicadas técnicas de SM aos terminais dos utilizadores, é possível a
implementação de GSM nos mesmos, de modo a melhorar a eficiência espectral.
Quanto à transmissão DL neste tipo de sistemas – Figura 5 (b) apresentada previamente na Secção
2.2.1.1 – onde, ao contrário do sucedido na transmissão UL, são utilizados mecanismos de SM nas
estações de base, as técnicas de GSM podem ser aplicadas (na BS) com o intuito de transmitir a
informação de diferentes utilizadores, através da utilização dos índices das antenas e/ou dos símbolos
das constelações M-ary [11].
Em suma, atendendo à progressiva procura por taxas de dados mais elevadas em redes sem fio de
próxima geração (5G e pós-5G) e considerando a sua estrutura flexível, a GSM surge como uma
alternativa promissora para esquemas de SM e V-BLAST, podendo atingir valores mais elevados a nível
de throughput e/ou desempenho de erros, quando comparada com sistemas V-BLAST [3]. Para além
disso, quando combinada com sistemas M-MIMO, torna-se bastante eficiente a nível de EE e SE.

2.3. 5G New Radio

Com o aumento exponencial do tráfego de dados, o espetro de radiofrequência tornou-se congestionado,
fazendo com que a largura de banda disponível para cada utilizador seja limitada, levando a uma
conexão mais lenta e pouco confiável [7].
5G NR é a tecnologia padronizada pela organização tecnológica 3GPP que representa a solução de
próxima geração mais promissora para atender às necessidades do mercado móvel, o qual tem vindo a
tornar-se cada vez mais exigente. Esta tecnologia oferece diferentes tipos de serviço caracterizados por
diferentes requisitos. Algumas das categorias de utilização principais definidas pela International
Telecommunication Union (ITU) são [14]:
• banda larga aprimorada (eMBB) para serviços com altas taxas de dados;
• dispositivos interconectados, através da Internet das Coisas (IoT), para comunicações massivas
do tipo máquina (mMTC), os quais exigem baixo custo, baixo consumo de energia e longa
duração de bateria;

12
 • Ultra-Reliable Low Latency Communications (URLLC) para transferências bidirecionais de
baixa latência entre dispositivos com extrema confiabilidade de rede, através da introdução de
mini-slots.
Em comparação com o padrão de redes de comunicação móveis Long Term Evolution (LTE), o 5G
NR pode fornecer vários benefícios, começando pela extensão do espectro, de forma a serem suportadas
operações em bandas de frequência desde valores inferiores a 1 GHz até aos 52.6 GHz. Na banda das
ondas milimétricas, é possível a obtenção de alta capacidade e taxas de dados extremas, embora
frequências mais altas introduzam limitações na cobertura, devido ao aumento da atenuação do sinal.
Esta tecnologia foi projetada para reduzir a interferência e aumentar a eficiência energética,
alargando a vida útil dos dispositivos IoT. Outra característica do 5G NR está associada aos esquemas
de formatação de feixe, uma vez que estes são estendidos, bem como várias antenas de transmissão de
dados, aos procedimentos de plano de controle e acesso inicial. O 5G NR garante, também,
compatibilidade futura, uma vez que se encontra preparado para a sua própria evolução em termos de
use cases e outras tecnologias.
Uma grande inovação 5G, a qual oferece flexibilidade de rede, é a numerologia escalável. Ao
contrário do LTE, cujo espaçamento entre sub-portadoras (SCS) é fixo em 15 kHz, no 5G NR este
parâmetro pode ser ajustado. Além disso, o 5G NR estende o conceito LTE de agregação de portadoras
através da adaptação do Uplink Suplementar (SUL) – uma portadora de downlink/uplink convencional
está associada a uma portadora de uplink suplementar, operando em frequências mais baixas, em
contraste com a agregação de portadoras, onde cada portadora de uplink está associada a uma certa
portadora de downlink. Desta forma, o objetivo do SUL é estender a cobertura do uplink e aumentar as
respetivas taxas de dados, no caso de potências limitadas devido a perdas de caminho (pathloss)
reduzidas, no que toca a bandas de baixa frequência.
Relativamente à camada física NR, esta é responsável pela sincronização do uplink e controle de
tempo, multiplexagem e codificação de canal, adaptação de link, mapeamento e processamento de multi-
antena, gerenciamento de feixe, entre outros. Além disso, a camada física transfere informações para a
camada superior através de canais de transporte, assim como lida com o mapeamento dos mesmos para
canais físicos.
Como referido anteriormente, o sistema 5G NR opera a frequências que variam entre valores abaixo
de 1 GHz até 52.6 GHz. Dentro deste espectro, estão disponíveis as faixas de frequência denominadas
de faixa de frequência 1 (FR1) e faixa de frequência 2 (FR2), cuja escolha depende da implementação
da estação de base. Em frequências mais baixas, estão disponíveis áreas de cobertura mais amplas –
macrocélulas, ao passo que, em frequências mais altas, a cobertura é mais limitada – microcélulas e
picocélulas [14].

13
 A faixa de frequência 1 compreende as bandas de frequência abaixo dos 7 GHz, sendo estas
projetadas para transportar grande parte do tráfego de comunicações móveis celulares tradicionais. Por
sua vez, a faixa de frequência 2 compreende as bandas de frequência dos 24.25 GHz aos 52.6 GHz.
Estas frequências mais altas têm como objetivo fornecer uma capacidade de taxa de dados bastante
elevada e de curto alcance para o 5G NR [15].
Na Tabela 1 são apresentados alguns dos parâmetros especificados para a camada física 5G NR,
resumindo as características do sinal e diferenciando as mesmas de acordo com a utilização de FR1 e
FR2.
Tabela 1 - Parâmetros 5G NR para as diferentes bandas de frequência, retirada de [15]

Parâmetro 5G NR FR1 FR2

Largura de banda por portadora 5, 10, 15, 20, 25, 30, 40, 50, 60,
50, 100, 200, 400
[MHz] 70, 80, 90, 100
Espaçamento entre sub-portadoras
15, 30, 60 60, 120, 240, 480
[kHz]

Máximo de sub-portadoras 3300 (FFT 4096) 3300 (FFT 4096)

Agregação de portadoras Até 16 portadoras Até 16 portadoras

QPSK, 16QAM, 64QAM, QPSK, 16QAM, 64QAM,

Esquemas de modulação
256QAM 256QAM
Comprimento da trama de rádio
10 10
[ms]

Duração da subtrama [ms] 1 1

Modo duplex FDD, TDD TDD

downlink: CP-OFDM downlink: CP-OFDM

Esquema de acesso múltiplo uplink: CP-OFDM; uplink: CP-OFDM;
DFT-s-OFDM DFT-s-OFDM

Máximo de 2 palavras-código Máximo de 2 palavras-código

mapeadas para, no máximo, 8 mapeadas para, no máximo, 8
Esquema MIMO
camadas no downlink e 4 camadas no downlink e 4
camadas no uplink camadas no uplink

Mais concretamente, no que toca à numerologia OFDM escalável introduzida pelo NR, esta permite
a introdução de espaçamentos entre sub-portadoras específicos (∆f) e intervalo de tempo de transmissão
(TTI). Os índices numerológicos mais elevados correspondem a maiores SCSs, variando desde 15 kHz
a 480 kHz, segundo a seguinte equação:
𝛥𝑓 = 15𝑘𝐻𝑧 × 2𝑛 (1)

14
onde n é o índice de numerologia, o qual depende de vários fatores, tais como os requisitos de serviço e
a frequência da portadora. A introdução de um SCS mais amplo é essencial para mitigar a interferência
entre portadoras (ICI) e o ruído de fase existente nas frequências associadas às ondas milimétricas (i.e.,
entre os 6 GHz e os 100 GHz). Desta forma, à medida que o SCS aumenta, o TTI assume valores
menores, variando de 1 ms a 31.25 μs [14].
Adicionalmente, como se pode observar na Tabela 1, o sistema 5G NR possui Frequency Division
Duplex (FDD), operando durante as transmissões no espectro emparelhado, enquanto o modo TDD é
utilizado para o espectro desemparelhado [15].
Com base nos parâmetros referidos, a Figura 6 representa as bandas de frequência correspondentes
a sistemas 5G, na qual é demonstrado o aproveitamento do espectro, com a utilização das faixas de
frequência analisadas.

Figura 6 - Bandas de frequência associadas a sistemas 5G, retirada de [16]

Em suma, com a tecnologia sem fio 5G prevista para transportar dados em velocidades muito mais
altas, a largura de banda adicional das bandas de frequência anteriormente analisadas será necessária.
Assim, à medida que novas bandas são disponibilizadas em diferentes países, as alocações de banda de
frequência para 5G NR são frequentemente atualizadas [15].

2.4. Ondas Milimétricas

A comunicação milimétrica possui uma extensa banda de espetro disponível, tornando este tipo de
comunicação um alvo de investigação, tal como referido na Secção 1.1. Neste contexto, as ondas

15
milimétricas encontram-se associadas a frequências entre os 25 GHz e os 100 GHz, incluindo
frequências de 28 GHz, 38 GHz e 60 GHz, bem como frequências na banda E (71–76 GHz, 81–86 GHz)
e, consequentemente, correspondentes comprimentos de onda com tamanho reduzido.
Devido às altas frequências características deste tipo de comunicação, a transmissão de ondas
milimétricas sofre perdas de propagação elevadas, pelo que o seu alcance de transmissão se torna
bastante limitado. Por esta razão, a transmissão deste tipo de ondas é mais apropriada para cobertura de
células de pequenas dimensões (small cells), bem como para cenários com múltiplos utilizadores [5].
Estas células correspondem a pequenas estações de base com uma potência reduzida, as quais podem
ser situadas a distâncias inferiores, de modo a cobrir pequenas áreas geográficas [7].
Na comunicação milimétrica, as células referidas podem assumir tamanhos ainda mais reduzidos
(ultra-smal cells), podendo ser divididas em microcélulas, picocélulas e femtocells, tendo por base a
área de cobertura e o número de utilizadores suportados. Assim, as células em questão proporcionam
baixas latências e elevadas velocidades quando utilizadas em sistemas 5G [7]. Nestes sistemas, com o
aumento da banda de frequência, o tamanho das células torna-se cada vez mais reduzido, sendo as ondas
milimétricas unicamente aplicadas a ultra-small cells, tal como ilustrado na Figura 6 da Secção 2.3 [16].
Quando se opera em frequências rádio elevadas, as estações de base dos sistemas 5G utilizam
dezenas ou mesmo centenas de antenas, pelo que são utilizadas técnicas de processamento de sinal
específicas para a coordenação das mesmas, sendo estas: formatação de feixe e M-MIMO. Estas
tecnologias são consideradas essenciais para a comunicação milimétrica, particularmente devido ao
comprimento reduzido associado à mesma, tornando possível posicionar várias antenas numa pequena
área, pouco espaçadas entre si (com uma distância de cerca de meio comprimento de onda) [17].

2.4.1. Formatação de Feixe

Tal como referido, as ondas milimétricas operam em bandas de alta frequência, pelo que este tipo de
comunicação se encontra associado a elevadas perdas de propagação, bem como a elevadas perdas de
caminho (pathloss), derivadas dos correspondentes comprimentos de onda na ordem dos milímetros.
Com a finalidade de superar estas desvantagens, é possível aplicar a tecnologia de formatação de feixe
– beamforming – para um elevado número de antenas, de modo a compensar as perdas de
propagação/caminho sofridas [18].
Nesta perspetiva, a formatação de feixe corresponde, essencialmente, a uma operação de filtragem,
realizada através da utilização de um conjunto de radiadores, com o intuito de capturar ou irradiar
energia numa direção específica. A melhoria alcançada através da transmissão/receção omnidirecional
ocorrida corresponde ao ganho de transmissão/receção [19]. Nesta tecnologia, a BS utiliza antenas que
se encontram pouco espaçadas entre si, tipicamente intervaladas por meio comprimento de onda, e que
possuam a mesma polarização, de forma a assegurar uma elevada correlação aquando da receção dos
sinais [9].

16
 Para além disso, a formatação de feixe é utilizada, tanto para a transmissão DL, como para a receção
UL, tornando possível a receção de um sinal forte por parte do utilizador, uma vez que, se o utilizador
se encontrar no feixe principal, este recebe um sinal forte da BS presente no DL e, consequentemente,
a BS recebe um sinal forte do utilizador no UL, contribuindo para uma melhoria de cobertura e
velocidade dos sistemas [9]. Deste modo, o ganho realizado através da utilização da técnica descrita
pode compensar as perdas sofridas nas comunicações de banda milimétrica.
A Figura 7 esquematiza, de uma forma simplificada, a técnica de formatação de feixe descrita.

Figura 7 - Técnica de formatação de feixe – beamforming, retirada de [20]

2.4.1.1. Feixes Múltiplos

No que toca aos sistemas 5G NR, é importante salientar o facto dos mesmos poderem suportar operações
de feixes múltiplos (multi-beam). Neste sentido, múltiplas antenas são utilizadas, não só para maximizar
a SE, mas também para garantir cobertura suficiente para frequências mais elevadas, onde a perda de
propagação é superior. Por exemplo, a atenuação do sinal de 28 GHz é 100 vezes maior do que a de 2.8
GHz.
Desta forma, a operação de multi-beam é empregue para superar esta perda de propagação, através
da geração de múltiplos feixes altamente direcionáveis, utilizando um grande número de elementos da
antena. Num determinado instante, apenas um dos múltiplos feixes gerados, aquele que fornece uma
qualidade de sinal suficiente, é usado para a transmissão de informação [21].
Com a utilização de sistemas baseados no conceito de múltiplos feixes orientáveis, torna-se possível
melhorar, significativamente, os sistemas celulares com ondas milimétricas, a nível de qualidade do
sinal e diminuição das perdas de caminho, conduzindo a uma cobertura mais elevada [22].
Assim, com a utilização desta abordagem, torna-se possível direcionar um determinado número de
feixes independentes para diferentes grupos de utilizadores, melhorando, então, a qualidade dos links
correspondentes e minimizando a interferência indesejada para grupos de utilizadores adjacentes [23].
Adicionalmente, os multi-beams em questão constituem uma parte integrante de sistemas MIMO [24].
O esquema que se segue, apresentado na Figura 8, ilustra uma operação de feixes múltiplos para
acesso inicial e canal de dados/controlo, em que são efetuadas três atividades distintas [16]:

17
 • Inicialmente, ocorre o estabelecimento da conexão no ponto de transmissão/receção (TRP) do
feixe, através da técnica de sweeping (operação de cobertura de uma área espacial, com feixes
transmitidos e/ou recebidos num dado intervalo de tempo, de forma predeterminada [25]);
• Posto isto, ocorre a aquisição do feixe, tanto no recetor, como no transmissor;
• Finalmente, efetua-se, no equipamento do utilizador (UE), a seleção do feixe específico e
executa-se a técnica de formatação de feixe, descrita na Secção 2.4.1.

Figura 8 - Operação com a utilização de feixes múltiplos, retirada de [16]

A Figura 9 ilustra o processo de recuperação de falha do feixe. No caso de ocorrência de falhas no

feixe – Figura 9 (a) – isto é, quando o mesmo é bloqueado devido a um obstáculo existente entre o
terminal (UE) e a rede (NW), a conexão é interrompida. Neste sentido, após a deteção da falha, é
necessário proceder-se à recuperação do feixe bloqueado – Figura 9 (b) – a qual é realizada da seguinte
forma [16]:
• Primeiramente, o terminal solicita uma nova atribuição de feixe utilizando como recurso o canal
físico de acesso aleatório (PRACH), de modo a acelerar o processo de recuperação e assegurar
a receção do pedido com sucesso [25];
• Posto isto, a rede reatribui um novo feixe disponível, tendo por base o pedido de recuperação
recebido do UE;
• Por fim, é estabelecido um novo link de beam-pairs.

18
 Figura 9 - Processo de recuperação de falha do feixe: (a) Falha no feixe (b) Recuperação do feixe, retirada de
[16]

2.4.1.2. Formatação de Feixe Híbrida

A técnica em análise – beamforming – pode ser implementada de diversas formas, no entanto, devido
às restrições a nível de custo e complexidade, bem como à necessidade de suporte de múltiplos
utilizadores, a formatação de feixe híbrida constitui um método promissor para aplicação nas
comunicações com recurso às ondas milimétricas no 5G NR.
Neste contexto, o princípio do mecanismo de formatação de feixe híbrida passa por dividir o
processamento do sinal em domínios digitais e analógicos, de forma a suportar a comunicação multi-
stream e multi-user, com o objetivo de minimizar a ocorrência de interferências. Numa cadeia RF típica,
o consumo de energia é atribuído, maioritariamente, aos componentes de sinal, como o conversor
analógico-digital (ADC) e o conversor digital-analógico (DAC), sendo este consumo particularmente
grave quando aplicado à comunicação milimétrica. Assim, a arquitetura de formatação de feixe híbrida
consiste num número limitado de cadeias RF que facilitam o processamento de banda base digital multi-
stream, seguido pelo processamento analógico, com o intuito de alcançar o ganho derivado da aplicação
de formatação de feixe à antena.
Na Figura 10, representada abaixo, encontra-se esquematizada a arquitetura correspondente à
técnica híbrida descrita, onde os dados de cada utilizador são, inicialmente, pré-codificados e,
posteriormente, passados ao bloco de formatação de feixe digital, através de uma cadeia RF dedicada.
Posto isto, o sinal é transmitido utilizando um determinado conjunto de elementos da antena [19].

19
 Figura 10 - Arquitetura típica correspondente a sistemas de formatação de feixe híbrida, retirada de [19]

Em suma, a formatação de feixe híbrida permite obter ganhos superiores, evitando a complexidade
e o consumo de energia elevados, derivados de arquiteturas puramente digitais [16].

2.4.2. Sistemas M-MIMO

No que toca aos sistemas M-MIMO, estes constituem uma tecnologia fundamental para o 5G,
especialmente quando aplicados na banda correspondente às ondas milimétricas.
Nesta perspetiva, este tipo de sistemas pode ser adaptado para a utilização em bandas de frequência
características das mmWave, através da aplicação da técnica de beamformig, causando melhorias
significativas nos mesmos. Tal acontece visto que, com a combinação de ambas as tecnologias
mencionadas (M-MIMO e beamforming), os feixes são capazes de atingir diversos utilizadores em
localizações espaciais dispersas e não correlacionadas, provocando um aumento da capacidade da
célula.
Deste modo, o M-MIMO é uma solução promissora capaz de aumentar, consideravelmente, o
throughput do utilizador e a capacidade da rede, uma vez que permite a aplicação de formatação de feixe
aos dados recebidos/transmitidos, bem como efetuar uma coordenação de interferências.
Devido ao comprimento de onda significativamente reduzido associado às ondas milimétricas, os
sistemas M-MIMO podem ser equipados com um elevado número de antenas na BS de forma altamente
compacta. Assim, as perdas de caminho (pathloss) sofridas na comunicação milimétrica, derivadas das
elevadas frequências em que os sistemas NR operam, são compensadas pelos altos ganhos de antena
proporcionados. Tal acontece devido ao aumento do número de antenas na BS referido, o qual é atingido
através da utilização de formatação de feixe e esquemas de antena ativa [26].
A Figura 11 ilustra um sistema de M-MIMO, nomeadamente as transmissões de UL e DL, sendo a
formatação de feixe aplicada na transmissão DL [7].

20
 Figura 11 - Sistema de M-MIMO - Transmissão UL e DL, retirada de [7]

2.4.3. Sistemas FD-MIMO

A tecnologia Full Dimension MIMO (FD-MIMO) corresponde a uma técnica promissora para redes de
comunicação sem fio de próxima geração.
Apesar das técnicas de M-MIMO conseguirem alcançar elevados desempenhos quando se aplica
um elevado número de antenas no domínio horizontal, as limitações espaciais existentes no topo das
torres das BSs, em cenários realistas, tornam o posicionamento horizontal das mesmas inexequível.
De forma a lidar com esta limitação, surgem os esquemas FD-MIMO, onde são utilizados sistemas
de antena ativa (AAS) no plano 2D que, para além de providenciarem um elevado número de antenas
posicionadas nas estações de base, de forma viável, fornecem a capacidade de controlo da formatação
de feixe, tanto a nível vertical – elevation beamforming – como a nível horizontal – azimuth
beamforming. Mais especificamente, o FD-MIMO utiliza um array de antena ativa (AAA) 2D que
integra uma antena passiva e um transcetor ativo num AAS. Esta estrutura de array 2D permite que um
elevado número de elementos de uma antena seja posicionado, corretamente, numa BS.
Quanto ao fator de limitação, em termos de posicionamento, existente nas BSs, este encontra-se
ilustrado na Figura 12 em que, a título de exemplo, considerou-se a implementação de 64 antenas num
𝜆
array 2D plano, com um espaçamento entre as mesmas de 2, que exigiria um conjunto de dimensões de,

aproximadamente, 50cmx50cm, o qual pode ser facilmente instalado nas estações de base [27].

21
 Figura 12 - Dimensões do array da antena na frequência de operação de 2.5 GHz, retirada de [27]

Adicionalmente, considerando, ainda, a frequência de operação de 2.5 GHz e a implementação de

64 antenas, outros arrays com dimensões distintas podem ser realizáveis nas BSs, os quais se encontram
ilustrados na Figura 13.

Figura 13 - Dimensões de diversos arrays possíveis na frequência de operação de 2.5 GHz, retirada de [16]

Relativamente às ondas milimétricas, o array básico utilizado é, substancialmente, o mesmo, sendo

a única diferença a sua dimensão, devido ao comprimento de onda reduzido característico deste tipo de
ondas [16].
Neste contexto, em sistemas FD-MIMO, a utilização de um AAS fornece a capacidade de adaptação
de um padrão de feixe dinâmico no espaço 3D sendo, então, possível realizar a técnica de elevation
beamforming (domínio vertical), adicionalmente à técnica tradicional efetuada no domínio horizontal.
Deste modo, a formatação de feixe vertical permite a execução de transmissões mais direcionadas
e afastadas espacialmente, para um maior número de utilizadores. Assim, é possível obter um aumento
adicional de throughput e de cobertura dos sistemas [27]. Na Figura 14 encontra-se representado um
cenário típico de FD-MIMO.

22
 Figura 14 - Sistema FD-MIMO, retirada de [16]

Assim, quando aplicados às ondas milimétricas, estes sistemas, uma vez que, tal como referido,
utilizam a técnica de formatação de feixe, tanto no domínio vertical, como no horizontal, permitem o
envio dos feixes apenas nas direções dos terminais dos utilizadores, tornando-os mais eficazes.

2.4.4. Topologia da Rede

Relativamente à topologia da rede em sistemas 5G, é esperado que a banda milimétrica funcione como
complemento da banda de baixa frequência, sendo a estrutura base uma rede híbrida onde a comunicação
de alta e baixa frequência coexistem. Neste sentido, as ondas milimétricas são utilizadas para o aumento
da capacidade em hotspots e a rede de baixa frequência é aplicada para cobertura contínua [5].
Tendo por base estes dois conceitos, foi introduzida, pelos autores de [5], a topologia de rede de
acesso unificado e backhaul (UAB), a qual utiliza uma configuração de divisão C/U. Neste tipo de
configuração, o plano de controlo (C-plane) é coordenado por estações de base macro (MBs), através
de bandas de baixa frequência, enquanto que, o plano do utilizador (U-plane) é processado por
intermédio de estações de base das mmWave (mBs), através de bandas de elevada frequência. Esta
topologia encontra-se ilustrada na Figura 15.

23
 Figura 15 - Topologia de rede UAB com 7 MBs e 21 células macro, retirada de [5]

Nesta rede, tal como representado na Figura 15, cada MB cobrirá três macrocélulas, pelo que toda
a rede se encontra revestida pelas mesmas. Dentro de cada macrocélula são implementadas mBs, as
quais funcionam como células de tamanho reduzido – small cells. Consequentemente, cada mB pode
suportar seis picocélulas (com tamanho inferior às mencionadas anteriormente) e, dentro de cada uma
delas, existirá um elevado número de UEs conectados às mBs, os quais comunicam com as
correspondentes mBs através de bandas de altas frequências ou, caso não consigam estabelecer essa
comunicação, podem utilizar a banda de baixa frequência para conexão com as MBs.
Nas redes UAB aplicadas às ondas milimétricas, o acesso de rádio e o backhaul partilham uma
largura de banda contínua na banda de frequência associada a esse tipo de ondas. Para que não ocorram
interferências entre as estações de base, todas as mBs partilham a mesma proporção de recursos [5].
Deste modo, tal como se pode constatar pela informação apresentada, em sistemas de comunicação
5G, a utilização de tecnologias M-MIMO e ondas milimétricas em BSs constitui uma mais-valia em
termos de aumento da eficiência espectral e de energia, aumento da taxa de transmissão de informação
e da qualidade do sinal, bem como aumento da performance, quando aplicadas a cenários com múltiplos
utilizadores.

24
 CAPÍTULO 3

Implementação do Simulador de Sistema

3.1. Descrição do Simulador de Sistema

De forma a avaliar o comportamento de um sistema 5G NR a operar numa banda de frequências elevadas
– FR2 – onde se considerou uma frequência de portadora de 28 GHz, correspondente à banda das ondas
milimétricas, foram efetuadas diversas simulações computacionais, a nível de sistema, com
configurações de rede específicas, correspondentes a três cenários tridimensionais distintos.
Por conseguinte, na banda de frequência considerada (28 GHz), é utilizada a numerologia 2 do 5G
NR, onde foi selecionada para utilização, no sistema considerado, a largura de banda de 50 MHz e um
espaçamento entre sub-portadoras de 60 kHz, tendo como base a informação presente na Tabela 1 da
Secção 2.3. Adicionalmente, são transmitidos 28 símbolos OFDM em cada TTI.
O modelo 3D de simulação de canal utilizado é aplicável tanto para simulações a nível de ligação,
como para simulações a nível de sistema. Deste modo, o simulador a nível de ligação permite determinar
quais os valores da relação sinal-ruído (SNR) que uma determinada ligação, entre um UE e uma BS,
deve atingir de forma a receber um bloco de bits com uma percentagem de taxa de erros de bloco (BLER)
específica. Quanto ao simulador a nível de sistema, este é utilizado para avaliar o comportamento de
uma rede 5G NR, com o intuito de analisar a interação existente entre os diferentes terminais móveis e
as estações de base, em três condições distintas, aquando da receção/transmissão de informação. Os
resultados de desempenho mencionados, obtidos através do simulador de ligação, são, posteriormente,
utilizados para parametrizar o simulador a nível de sistema, tal como se encontra esquematizado na
Figura 16.

Figura 16 - Interligação entre o simulador a nível de ligação e o simulador a nível de sistema, adaptada de [28]

25
 O simulador de sistema utilizado, implementado em linguagem de programação JAVA,
corresponde a uma atualização do descrito em [6, 29], de forma a simular um sistema 5G NR. No
entanto, as atualizações efetuadas permitiram manter, maioritariamente, a estrutura do código original.
Deste modo, foram realizadas as alterações necessárias para suportar algumas das novas funcionalidades
relativas ao 5G NR, nomeadamente, a introdução de três cenários, em ambientes indoor e outdoor,
associados a esta tecnologia, sendo estes Urban Macrocell (UMa), Urban Microcell (UMi) – Street
canyon e Indoor Office (InO). Outra atualização efetuada diz respeito à introdução da distribuição das
variáveis correspondentes ao ângulo de chegada (AoA), associadas a cada UE, bem como a
implementação de antenas do tipo Uniform Linear Array (ULA). Estas modificações encontram-se
esquematizadas, com maior detalhe, na Figura 19, apresentada na Secção 3.1.2.
Mais especificamente, o simulador a nível de sistema avalia a performance de uma rede de acesso
rádio virtualizada (C-RAN), ilustrada na Figura 17, onde a determinação de quais estações de base – em
ambiente outdoor – ou pontos de acesso (APs) – em ambiente indoor, representados pelos pontos a
preto, devem ser associados a cada terminal móvel, representados a vermelho, é efetuada pela própria
rede [30]. Adicionalmente, as células da rede considerada, ilustradas a verde, seguem um padrão
hexagonal composto por três setores. No que diz respeito ao número total de BSs ou APs, este depende
do tipo de cenário considerado e encontra-se definido na Tabela 4, presente na Secção 3.1.2.

Figura 17 - Rede C-RAN considerada nas simulações a nível de sistema

De um modo genérico, o processo de simulação adotado consiste, maioritariamente, em três fases

distintas: configuração, simulação e análise do desempenho do sistema [28], tal como se encontra
esquematizado na Figura 18.

26
 Figura 18 - Visão geral do simulador de sistema, adaptada de [28]

A primeira fase do processo mencionado passa pela configuração do sistema, a qual consiste no
dimensionamento e caracterização do mesmo. Nesta perspetiva, foram definidos os modelos de
propagação e mobilidade a implementar, os diferentes cenários de simulação, os parâmetros gerais a
utilizar, bem como a localização das estações de base.
No que toca à fase de simulação, esta é o foco principal deste processo, visto que corre os modelos
de simulação, como o modelo de propagação, mobilidade e tráfego, bem como os diferentes cenários
implementados. Neste procedimento, a topologia correspondente aos diferentes cenários analisados é
preenchida uniformemente e torna-se possível proporcionar, aos terminais móveis, um modelo de
mobilidade característico do cenário estudado.
Quanto ao modelo de propagação, este é composto por quatro classes JAVA predominantes: três
classes de desvanecimento – Fast_AoA, Fast_Fading e Shadowing – e uma classe relativa às perdas de
propagação – Hata3GPP. Neste sentido, a classe Fast_AoA é responsável por indicar as flutuações
rápidas na variação do ângulo de chegada, bem como a distribuição de probabilidade das variáveis em
questão. Em relação à classe Fast_Fading, esta origina as flutuações de pequena escala com o
desvanecimento de Rayleigh, ao passo que, a classe denotada como Shadowing, reflete as flutuações de
grande escala com o desvanecimento Lognormal. Finalmente, a classe denominada Hata3GPP retrata as
perdas médias de propagação, em função da distância entre os UEs e as BSs.
Por fim, a fase final do processo de simulação consiste na análise do desempenho do sistema, onde
se procede à avaliação da performance da rede, tendo como base os resultados obtidos nas diversas
simulações de sistema elaboradas para os diferentes casos de estudo, essencialmente a nível de
throughput e cobertura.

27
 Neste contexto, foram realizadas diversas simulações a nível de sistema, onde os valores de SNR
utilizados, em dB, foram obtidos através da seguinte equação:
𝐸𝑠 𝑅𝑠
𝑆𝑁𝑅 = + 10 log ( ) (2)
𝑁0 𝐵
onde Rs corresponde ao ritmo de símbolo total transmitido por antena e por utilizador, B corresponde à
largura de banda total considerada (i.e., 20 MHz ou 50 MHz dependendo da frequência selecionada) e
Es/N0 indica a relação entre a energia de símbolo e a densidade espectral de ruído, em dB. Mais
concretamente, os valores de Es/N0 são obtidos através dos resultados de BLER a nível de ligação,
nomeadamente, a partir dos gráficos de BLER em função de Es/N0 oriundos do simulador de ligação,
onde os valores em questão, associados ao valor de BLER de referência de 10-1, são retirados.
Adicionalmente, os valores de Rs, em símbolos por segundo, são obtidos utilizando a seguinte expressão:
𝑅𝑏
𝑅𝑠 = (3)
10 log(log 2 𝑀)

onde Rb corresponde ao ritmo binário considerado na simulação e M ao índice da modulação utilizada.

Os valores de Rb, em bits por segundo, podem ser expressos da seguinte forma:
𝑇𝐵𝑆
𝑅𝑏 = (4)
𝑇𝑇𝐼
onde TBS corresponde ao tamanho do bloco de bits transmitidos antes da codificação e TTI à duração
necessária para a transmissão do bloco de bits por completo (i.e., 0.5 ms). Mais especificamente, os
valores de TBS, em bits, são obtidos através da utilização da seguinte expressão:
𝑇𝐵𝑆 = 𝑁𝑠𝑐 × 𝑆𝐸 × 𝑁𝑠í𝑚𝑏𝑜𝑙𝑜𝑠 𝑂𝐹𝐷𝑀 (5)

onde Nsc corresponde ao número de sub-portadoras com dados utilizado na multiplexagem ortogonal
por divisão em frequência (OFDM), i.e., 256 sub-portadoras, SE corresponde à eficiência espectral, em
número de bits por utilização de canal (bpcu) e Nsímbolos OFDM corresponde ao número de símbolos OFDM
transmitidos em cada TTI.

3.1.1 Cenários de Implementação

Tal como mencionado anteriormente, foram implementados três cenários 5G NR (UMa, UMi – Street
canyon e InO) com o intuito de testar o desempenho do sistema.
Neste contexto, todos os cenários elaborados foram simulados para uma frequência de portadora de
28 GHz, correspondente à banda das ondas milimétricas, tendo como base a numerologia selecionada e
os respetivos parâmetros mencionados anteriormente, na Secção 3.1.

28
 O cenário Urban Macrocell – UMa – corresponde a um cenário de implementação homogénea
macro urbana, focado em células de grandes dimensões e cobertura contínua, onde as BSs, com 25 m
de altura, encontram-se instaladas acima do nível do telhado dos edifícios envolventes [31]. Neste
contexto, o cenário em questão é limitado a nível de interferência, através da utilização de TRPs macro,
isto é, pontos de transmissão e receção, pontos de acesso por rádio acima do nível do telhado, sendo
assumido um modelo full-buffer (existem sempre dados para transmitir na fonte de tráfego).
Adicionalmente, neste caso de estudo, são distribuídos vinte UEs por setor de cada célula hexagonal,
com dezanove macro sites e três setores por site, onde a distância entre sites (ISD) é de 500 m. Quanto
aos utilizadores, 80% dos mesmos encontram-se em ambientes fechados e estão a movimentar-se a uma
velocidade de 3 km por hora, enquanto 20% encontram-se em carros com velocidade de 30 km por hora
[30]. Os parâmetros específicos do cenário descrito apresentam-se na Tabela 2.
Relativamente ao cenário de implementação micro urbana, denominado de Urban Microcell (UMi)
– Street canyon, este concentra-se em microcélulas urbanas, altas densidades de utilizadores, bem como
em quantidades elevadas de tráfego nos centros das cidades e em áreas urbanas de grande densidade
[30]. Ao contrário do cenário UMa, nesta situação, as BSs, possuindo uma antena com 10 m de altura,
encontram-se localizadas abaixo do nível do telhado dos edifícios circundantes [31]. Nesta perspetiva,
o cenário em questão é limitado a nível de interferência, através da utilização de TRPs micro com
microcélulas, sendo assumido um modelo full-buffer, tal como se sucede no cenário UMa descrito
anteriormente. Para além disso, neste caso, existem três microcélulas por macrocélula, onde cada
microcélula apresenta uma distância entre sites de 200 m. No que toca ao layout da célula, este segue o
mesmo modelo associado ao cenário UMa, com dezanove micro sites e três microssetores por site,
porém, neste contexto, são distribuídos dez UEs por cada microssetor. Quanto aos utilizadores, estes são
distribuídos de forma equivalente à descrita no cenário UMa [30]. Os parâmetros específicos do cenário
em questão encontram-se sumarizados na Tabela 2.
Tabela 2 - Parâmetros de avaliação para os cenários UMa e UMi - Street canyon, adaptada de [31, 32]

Parâmetros UMa UMi – Street canyon

Padrão hexagonal, 19 macro Padrão hexagonal, 19 micro
Layout da célula
sites, 3 setores por site sites, 3 setores por site
Layout
ISD [m] 500 200

Altura da antena da BS – hBS [m] 25 10

Outdoor/Indoor Outdoor e Indoor Outdoor e Indoor

LOS/NLOS LOS e NLOS LOS e NLOS

Localização
do UT Equação
hUT = 3(nfl – 1) + 1.5 hUT = 3(nfl – 1) + 1.5
Altura - hUT Geral
[m] nfl
1 1
outdoor

29
 nfl nfl ~ uniform (1,Nfl) onde nfl ~ uniform (1,Nfl) onde
indoor Nfl ~ uniform (4,8) Nfl ~ uniform (4,8)

Percentagem de UTs indoor [%] 80% 80%

Mobilidade dos UTs - plano horizontal

3 3
[km/h]
Distância mínima entre a BS e o UT - 2D
35 10
[m]

Distribuição dos UTs (horizontal) Uniforme Uniforme

Por último, o cenário Indoor Office – InO – permite retratar cenários de implementação típicos em
ambientes interiores, incluindo ambientes de escritório, com uma área total de 120mx50m, compostos
por áreas de cubículos abertas, escritórios com paredes, áreas abertas, bem como corredores. Neste
sentido, o cenário em questão é caracterizado pela existência de uma cobertura reduzida por célula,
assim como um elevado throughput/densidade de utilizadores em edifícios, onde as BSs são instaladas
a uma altura de 3 m no teto ou nas paredes. À semelhança de ambos os cenários mencionados
anteriormente, foi seguido um modelo full-buffer. Por outro lado, neste caso, foram implementadas doze
células de pequenas dimensões, com ISD de 20 m, onde são distribuídos, uniformemente, 5 utilizadores
por setor de cada célula. Contrariamente ao sucedido nos cenários anteriores, todos os utilizadores
localizam-se em ambientes interiores, movimentando-se com uma velocidade de 3 km por hora [30]. Os
parâmetros específicos do cenário InO encontram-se sintetizados na Tabela 3.
Tabela 3 - Parâmetros de avaliação para o cenário InO, adaptada de [31]

Parâmetros Indoor Office

Dimensões da área
50mx120mx3m
(CxLxA)
Layout
ISD [m] 20

Altura da antena da BS – hBS [m] 3

LOS/NLOS LOS e NLOS

Localização
do UT
Altura - hUT [m] 1

Mobilidade dos UTs - plano horizontal

3
[km/h]
Distância mínima entre a BS e o UT - 2D
0
[m]

Distribuição dos UTs (horizontal) Uniforme

30
3.1.2 Atualização para 5G NR
Tendo em vista o objetivo de atualizar o simulador de sistema de acordo com a tecnologia de acesso por
rádio 5G NR, foi seguido, passo a passo, o procedimento ilustrado na Figura 19, com base nas
especificações 3GPP detalhadas no relatório técnico apresentado em [31]. O procedimento segue o
modelo de fast fading e é composto por três etapas principais, nas quais é assumida a ligação downlink.
Além disso, foram implementadas condições de shadowing, uma vez que, para cada combinação estação
de base/terminal móvel, as condições do canal variam com o tempo e dependem da localização.

Figura 19 - Procedimento de geração das variáveis aleatórias AoA, adaptada de [31]

A primeira etapa do processo passa pela caracterização dos parâmetros gerais da simulação, sendo
formada por quatro passos e começando pela definição dos cenários 5G NR em utilização, bem como a
definição da topologia da rede e dos parâmetros das antenas.
De acordo com a escolha dos cenários, a Tabela 4 apresenta as características globais
implementadas no simulador, com base na numerologia utilizada e considerando que cada BS consiste
em três TRPs, cada um equipado com Ntx,total = 256 antenas, enquanto que os utilizadores possuem Nrx
antenas. Além disso, cada BS é constituída por antenas tri-setoriais, criando três setores por site. A
configuração utilizada em termos de topologia de rede segue vários parâmetros previamente adotados
em [6, 29]. Neste sentido, a Figura 17, apresentada na Secção 3.1, ilustra as topologias em questão e
exemplifica a distribuição dos utilizadores nos cenários analisados.
Tabela 4 - Características globais do simulador

Cenário UMa UMi – Street canyon Indoor Office

Número de BSs ativas 7 7 12
Número de UEs/setor 20 10 5
Raio da célula [m] 167 67 7
Potência máxima de
80/ Ntx,total 25/ Ntx,total 1/ Ntx,total
transmissão por antena [W]

31
 Na tabela acima apresentada, os valores de potência máxima de transmissão por antena, em Watts,
para os cenários UMa e UMi – Street canyon, foram aplicados com base nas especificações 3GPP
indicadas para o modo FDD do 5G NR. No caso do cenário Indoor Office, o valor do parâmetro em
questão não é baseado na potência da estação de base, mas sim na potência dos terminais móveis,
assumindo o modo TDD. Neste, em parte do tempo, a potência é transmitida pela estação de base,
enquanto que, no tempo restante, a potência é transmitida pelos terminais móveis, significando que a
potência dos terminais deve estar próxima da potência das BSs.
O segundo passo da definição dos parâmetros gerais da simulação é destinado à atribuição das
condições de propagação, designadamente o cálculo das probabilidades de line-of-sight (LOS). Este
cálculo foi efetuado na classe Hata3GPP, de acordo com o esquema ilustrado na Figura 20, referente às
definições das distâncias consideradas entre as BSs e os utilizadores, em metros, e com a Tabela 5, onde
hBS é a altura da antena da estação de base e hUT é a altura da antena do terminal do utilizador (UT).

Figura 20 - Definições das distâncias para utilizadores outdoor (a) e indoor (b), adaptada de [31]

Tabela 5 - Probabilidade de LOS, adaptada de [31]

Cenário Probabilidade de LOS

𝑃𝑟𝐿𝑂𝑆,1 , 𝑑2𝐷−𝑜𝑢𝑡 ≤ 18𝑚
𝑃𝑟𝐿𝑂𝑆 = {
𝑃𝑟𝐿𝑂𝑆,2 , 18𝑚 < 𝑑2𝐷−𝑜𝑢𝑡

𝑃𝑟𝐿𝑂𝑆,1 = 1
18 𝑑2𝐷−𝑜𝑢𝑡 18 5 𝑑2𝐷−𝑜𝑢𝑡 3 𝑑2𝐷−𝑜𝑢𝑡
𝑃𝑟𝐿𝑂𝑆,2 = [ + 𝑒𝑥𝑝 (− ) (1 − ) (1 + 𝐶 ′ (ℎ𝑈𝑇 ) ( ) 𝑒𝑥𝑝 (− )]
UMa 𝑑2𝐷−𝑜𝑢𝑡 63 𝑑2𝐷−𝑜𝑢𝑡 4 100 150

onde
0, ℎ𝑈𝑇 ≤ 13𝑚
1.5
𝐶′(ℎ𝑈𝑇 ) = { ℎ𝑈𝑇 − 13
( ) , 13𝑚 < ℎ𝑈𝑇 ≤ 23𝑚
10
UMi – 1, 𝑑2𝐷−𝑜𝑢𝑡 ≤ 18𝑚
Street 𝑃𝑟𝐿𝑂𝑆 ={ 18 𝑑2𝐷−𝑜𝑢𝑡 18
+ 𝑒𝑥𝑝 (− ) (1 − ), 18𝑚 < 𝑑2𝐷−𝑜𝑢𝑡
canyon 𝑑2𝐷−𝑜𝑢𝑡 36 𝑑2𝐷−𝑜𝑢𝑡
1, 𝑑𝑑𝐷−𝑖𝑛 ≤ 1.2𝑚
𝑑2𝐷−𝑖𝑛 − 1.2
Indoor 𝑒𝑥𝑝 (− ), 1.2 < 𝑑2𝐷−𝑖𝑛 < 6.5𝑚
𝑃𝑟𝐿𝑂𝑆 = 4.7
Office
𝑑2𝐷−𝑖𝑛 − 6.5
{𝑒𝑥𝑝 (− 32.6
) 0.32 , 6.5𝑚 ≤ 𝑑2𝐷−𝑖𝑛

32
 Uma vez atribuídas as condições de propagação dos utilizadores – LOS ou non-line-of-sight
(NLOS), procedeu-se ao cálculo da atenuação causada pelas perdas de caminho – pathloss – e
desvanecimento de sombra – shadow fading (SF), desenvolvido na classe Hata3GPP, considerando as
mesmas noções de distância demonstradas na Figura 20 e de acordo com os parâmetros e fórmulas
apresentados na Tabela 6. Nesta, d'BP é a distância do ponto de interrupção, em metros, dada pela
seguinte expressão:
𝑓𝑐
𝑑′𝐵𝑃 = 4ℎ′𝐵𝑆 ℎ′𝑈𝑇 (6)
𝑐
onde fc é a frequência central em Hz, c é a velocidade de propagação no espaço livre, em metros por
segundo, e h'BS e h'UT são as alturas efetivas da antena da BS e do utilizador, respetivamente [31].
Tabela 6 - Pathloss, adaptada de [31]
LOS/NLOS
Cenário

Shadow
Pathloss [dB] fading
std [dB]

𝑃𝐿 , 10𝑚 ≤ 𝑑2𝐷 ≤ 𝑑′𝐵𝑃

𝑃𝐿𝑈𝑀𝑎−𝐿𝑂𝑆 = { 1
𝑃𝐿2 , 𝑑 ′ 𝐵𝑃 ≤ 𝑑2𝐷 ≤ 5𝑘𝑚
LOS

𝜎𝑆𝐹 = 4
𝑃𝐿1 = 28.0 + 22 log10 (𝑑3𝐷 ) + 20 log10 (𝑓𝑐 )
UMa

𝑃𝐿2 = 28.0 + 40 log10 (𝑑3𝐷 ) + 20 log10 (𝑓𝑐 ) − 9 log10 ((𝑑′𝐵𝑃 )2 + (ℎ𝐵𝑆 − ℎ𝑈𝑇 )2 )

𝑃𝐿𝑈𝑀𝑎−𝑁𝐿𝑂𝑆 = 𝑚𝑎𝑥(𝑃𝐿𝑈𝑀𝑎−𝐿𝑂𝑆 , 𝑃𝐿′ 𝑈𝑀𝑎−𝑁𝐿𝑂𝑆 ) 𝑝𝑎𝑟𝑎 10𝑚 ≤ 𝑑2𝐷 ≤ 5𝑘𝑚

NLOS

𝜎𝑆𝐹 = 6
PL′UMa−NLOS = 13.54 + 39.08 log10 (𝑑3𝐷 ) + 20 log10 (𝑓𝑐 ) − 0.6(ℎ𝑈𝑇 − 1.5)

𝑃𝐿1 , 10𝑚 ≤ 𝑑2𝐷 ≤ 𝑑′𝐵𝑃

𝑃𝐿𝑈𝑀𝑖−𝐿𝑂𝑆 = {
UMi – Street canyon

𝑃𝐿2 , 𝑑 ′ 𝐵𝑃 ≤ 𝑑2𝐷 ≤ 5𝑘𝑚

LOS

𝜎𝑆𝐹 = 4
𝑃𝐿1 = 32.4 + 21 log10 (𝑑3𝐷 ) + 20 log10 (𝑓𝑐 )
𝑃𝐿2 = 32.4 + 40 log10 (𝑑3𝐷 ) + 20 log10 (𝑓𝑐 ) − 9.5 log10 ((𝑑′𝐵𝑃 )2 + (ℎ𝐵𝑆 − ℎ𝑈𝑇 )2 )

𝑃𝐿𝑈𝑀𝑖−𝑁𝐿𝑂𝑆 = 𝑚𝑎𝑥(𝑃𝐿𝑈𝑀𝑖−𝐿𝑂𝑆 , 𝑃𝐿′ 𝑈𝑀𝑖−𝑁𝐿𝑂𝑆 ) 𝑝𝑎𝑟𝑎 10𝑚 ≤ 𝑑2𝐷 ≤ 5𝑘𝑚

NLOS

𝜎𝑆𝐹 = 7.82
𝑃𝐿′𝑈𝑀𝑖−𝑁𝐿𝑂𝑆 = 22.4 + 35.3 log10 (𝑑3𝐷 ) + 21.3 log10 (𝑓𝑐 ) − 0.3(ℎ𝑈𝑇 − 1.5)
LOS
Indoor Office

𝑃𝐿𝐼𝑛𝑂−𝐿𝑂𝑆 = 32.4 + 17.3 log10 (𝑑3𝐷 ) + 20 log10 (𝑓𝑐 ) 𝜎𝑆𝐹 = 3

𝑃𝐿𝐼𝑛𝑂−𝑁𝐿𝑂𝑆 = 𝑚𝑎𝑥(𝑃𝐿𝐼𝑛𝑂−𝐿𝑂𝑆 , 𝑃𝐿′ 𝐼𝑛𝑂−𝑁𝐿𝑂𝑆 )

NLOS

𝜎𝑆𝐹 = 8.29
𝑃𝐿′𝐼𝑛𝑂−𝑁𝐿𝑂𝑆 = 32.4 + 31.9 log10 (𝑑3𝐷 ) + 20 log10 (𝑓𝑐 )

Desta forma, para cada um dos cenários em estudo, o valor de pathloss total, em dB, é expresso do
seguinte modo:
𝑃𝐿𝑡𝑜𝑡𝑎𝑙 = 𝑃𝑟𝐿𝑂𝑆 × 𝑃𝐿𝐿𝑂𝑆 + (1 − 𝑃𝑟𝐿𝑂𝑆 ) × 𝑃𝐿𝑁𝐿𝑂𝑆 (7)

33
 Adicionalmente, no caso dos cenários UMa e UMi – Street canyon, foram calculadas as perdas de
caminho através da parede externa PLtw e as perdas internas PLin, segundo o modelo de perda de
penetração em edifícios outdoor-to-indoor (O2I). A composição destas perdas é um parâmetro de
simulação que depende da utilização de material em vidro revestido de metal nos edifícios, bem como
dos cenários de implementação. Desta forma, à expressão (7) são somados os valores calculados pelas
seguintes fórmulas, em dB:
−𝐿𝐼𝐼𝑅𝑔𝑙𝑎𝑠𝑠 −𝐿𝑐𝑜𝑛𝑐𝑟𝑒𝑡𝑒
𝑃𝐿𝑡𝑤 = 5 − 10 log10 (0.7 ∙ 10 10 + 0.3 ∙ 10 10 ) (8)

𝑃𝐿𝑖𝑛 = 0.5𝑑2𝐷−𝑖𝑛 (9)

onde as perdas de penetração dos materiais, em dB, são dadas pelas expressões abaixo, com f em GHz:
𝐿𝐼𝐼𝑅𝑔𝑙𝑎𝑠𝑠 = 23 + 0.3𝑓 (10)

𝐿𝑐𝑜𝑛𝑐𝑟𝑒𝑡𝑒 = 5 + 4𝑓 (11)

O terceiro passo do procedimento destina-se à geração dos parâmetros de grande escala,

nomeadamente delay spread (DS), angular spread (ASA), SF – previamente mencionado na Tabela 6,
Ricean K factor (K), parâmetro de delay scaling rτ, número de clusters (N) e shadowing por cluster
 [31]. As Tabelas 7 e 8 dizem respeito aos valores implementados na classe Fast_AoA, para os
diferentes cenários e para a condição de LOS e NLOS, respetivamente.
Tabela 7 - Parâmetros de grande escala (LOS), adaptada de [31]

Cenários UMa UMi – Street canyon Indoor Office

DS -6.955 - 0.0963 log10 (fc) -0.24 log10 (1+fc) - 7.14 -0.01 log10 (1+fc) - 7.692
ASA 1.81 -0.08 log10 (1+fc) + 1.73 -0.19 log10 (1+fc) + 1.781
K [dB] 9 9 7
rτ 2.5 3 3.6
N 12 12 15
Shadowing por
3 3 6
cluster std  [dB]

Tabela 8 - Parâmetros de grande escala (NLOS), adaptada de [31]

Cenários UMa UMi – Street canyon Indoor Office

DS -6.28 - 0.204 log10 (fc) -0.24 log10 (1+fc) - 6.83 -0.28 log10 (1+fc) - 7.173
ASA 2.08 - 0.27 log10 (fc) -0.08 log10 (1+fc) + 1.81 -0.11 log10 (1+fc) + 1.863
K [dB] N/A N/A N/A
rτ 2.3 2.1 3
N 20 19 19
Shadowing por
3 3 3
cluster std  [dB]

34
 O número de clusters, o número de subrays (scatterers) por cluster (Sc) e as posições dos clusters
podem ser determinados pelas etapas e procedimentos detalhados em [31, 32]. De acordo com os
modelos de canal 5G 3GPP 3D, os números de clusters e de scatterers são determinados usando
distribuição de Poisson e distribuição uniforme, com parâmetros específicos [33].
Neste sentido, cada cluster é caracterizado pelos parâmetros de grande escala, referidos
anteriormente, os quais são empregues na atribuição dos atrasos e das potências associadas ao cluster,
bem como dos ângulos de partida e de chegada, para cada caminho. Por sua vez, estes são designados
por parâmetros de pequena escala [34], cuja geração corresponde à segunda etapa do procedimento, a
qual foi implementada, na sua totalidade, na classe Fast_AoA.
No quinto passo do processo, os atrasos associados ao cluster τn são gerados, aleatoriamente, a partir
da distribuição de atrasos definida nas Tabelas 7 e 8 (rτ) e aplicando distribuição uniforme.
Posteriormente, os atrasos são normalizados subtraindo o atraso mínimo e ordenados por ordem
crescente. No caso da condição de LOS, é necessário um escalonamento adicional dos atrasos, para que
sejam compensados os efeitos associados ao DS. Foi, então, calculada a constante de escala C,
dependente do fator K, a qual originou os valores de atrasos τn, em caso de LOS.
Relativamente ao passo seguinte, referente à geração das potências associadas ao cluster, à
semelhança do passo anterior, este é dependente da distribuição de atrasos rτ. Estas potências foram
calculadas com distribuição de atrasos exponencial e, seguidamente, normalizadas de forma a que o
somatório das mesmas fosse igual a um. No que toca à condição de LOS, um componente especular
complementar é adicionado ao primeiro cluster e as potências não são normalizadas.
Finalmente, o último passo do procedimento implementado passa pela geração das variáveis
aleatórias AoA. Estas foram determinadas através da aplicação da função Gaussiana inversa, aplicando
as potências calculadas anteriormente como parâmetro de entrada, bem como o valor de ASA,
apresentado nas Tabelas 7 e 8. Novamente, quando considerada a condição de LOS, é exigida a
compensação dos efeitos associados ao ASA, através da implementação de um escalonamento adicional
dos ângulos. Para que fosse atribuído um sinal positivo ou negativo aos ângulos, foi multiplicada uma
variável aleatória com distribuição uniforme para o conjunto discreto de {1, -1} e, por fim, foi aplicada
a introdução da variação aleatória. Além disso, os valores de AoA foram limitados de modo a existirem,
apenas, ângulos de módulo 360º [31].
As variáveis aleatórias AoA são atualizadas de acordo com a movimentação dos UEs, ou seja, de
TTI em TTI (de 5 ms em 5 ms). Estas são, posteriormente, adicionadas ao ângulo de azimute entre a BS
e o UE, dentro do setor, influenciando o cálculo do ganho da antena de transmissão.

35
 Mais concretamente, no que diz respeito ao tipo de configuração da matriz da antena utilizado no
sistema 5G NR simulado, introduziu-se a utilização de antenas do tipo ULA, tal como mencionado na
Secção 3.1, as quais permitem a incorporação de formatação de feixe. Deste modo, a antena de interesse
para o sistema em questão corresponde a um agregado de 256 (32x8) antenas, em que 8 antenas do
agregado são utilizadas para formatar na vertical e 32 das mesmas para formatar em azimute
(horizontal).
Neste enquadramento, a estrutura de cada antena associada à BS é modelada por uma matriz de
painel retangular uniforme, a qual pode ser descrita utilizando a seguinte nomenclatura – (Mg, Ng, M, N,
P), que inclui painéis MgNg, tal como se encontra ilustrado na Figura 21, sendo Mg o número de painéis
existentes numa coluna e Ng o número de painéis presentes numa linha. Quanto aos painéis da antena
implementada, estes são uniformemente espaçados na direção horizontal, com um espaçamento de dg,H,
e na vertical, com um espaçamento de dg,V. Em cada painel da antena, os elementos são colocados na
direção horizontal e vertical, onde N corresponde ao número de colunas e M ao número de elementos
da antena com a mesma polarização em cada coluna. É de notar que, na Figura 21, a numeração da
antena no painel ilustrado assume uma visão frontal do conjunto de antenas, isto é, com o eixo dos xx a
apontar para o broad-side das mesmas e aumentando o valor da coordenada y para, consequentemente,
aumentar o número da coluna. Em termos de polarização, o painel da antena possui uma polarização
simples, onde P apresenta o valor de 1, com orientação vertical [31].

Figura 21 - Modelo de antena de matriz de painel retangular uniforme, adaptada de [31]

Relativamente ao padrão de potência de radiação de cada elemento da antena em evidência, este é

gerado de acordo com a Tabela 9, onde apenas foi considerado o corte horizontal.
Tabela 9 - Padrão de potência de radiação de um único elemento da antena, adaptada de [31]

Parâmetros Valores
2
Corte horizontal do padrão 𝜙′′
𝐴′′𝑑𝐵 (𝜃 ′′ = 90° , 𝜙 ′′ ) = −𝑚𝑖𝑛 {12 ( ) , 𝐴𝑚𝑎𝑥 }
de potência de radiação 𝜙3𝑑𝐵
[dB] com 𝜙3𝑑𝐵 = 65° , 𝐴𝑚𝑎𝑥 = 30 𝑑𝐵 e 𝜙 ′′ ∈ [−180° , 180° ]

Ganho direcional máximo

de um elemento da antena 8
[dBi]

36
 Tal como mencionado na Secção 2.4, nas ondas milimétricas, isto é, na banda de 28 GHz (FR2),
utiliza-se formatação de feixe e beam pairing entre DL e UL, pelo que, quer na BS, quer no UE, foram
aplicadas antenas ULA para todos os cenários de implementação.

37
38
 CAPÍTULO 4

Resultados das Simulações

O presente capítulo destina-se à apresentação e discussão dos resultados experimentais obtidos através
das simulações a nível de sistema elaboradas, para o sistema 5G NR desenvolvido. Os resultados em
questão demonstram o comportamento do sistema proposto, o qual utiliza como entrada os valores
obtidos através do simulador a nível de ligação, tal como mencionado na Secção 3.1, recorrendo a uma
análise a nível de throughput e cobertura, com o intuito de avaliar a performance dos três cenários
implementados, bem como o impacto dos diferentes parâmetros considerados, entre eles o tipo de
modulação, o número de antenas de transmissão (Ntx) por utilizador (Nu), sendo este 5, 8 e 12 antenas
por utilizador, e o tipo de sistema utilizado.
Desta forma, foram consideradas três modulações M-QAM distintas, sendo estas QPSK (4QAM),
16QAM e 64QAM, bem como os respetivos valores de SNR – obtidos através da equação (2), TBS –
calculados recorrendo à equação (5) e SE associados, utilizando o valor constante de 256 sub-portadoras
(Nsc). Estes parâmetros encontram-se sumarizados na Tabela 10, para 5 e 8 antenas de transmissão por
utilizador, e na Tabela 11, para 12 antenas de transmissão por utilizador, correspondente ao caso
específico de variação do tipo de sistema considerado, sendo estes o esquema de modulação de índices
generalizada no espaço-frequência (GSFIM), o sistema MU-MIMO e o esquema GSM. Nesta situação,
foi considerado um valor contante de SE igual a 12 bpcu para os sistemas MU-MIMO e GSM.
Tabela 10 - Valores de TBS e SNR associados à modulação e ao valor de Ntx por utilizador (Nu), adaptada de [30]

Nº Antenas de
SNR [dB] TBS [bits] Modulação SE [bpcu]
Transmissão (Ntx)
9.4 41216 QPSK 5.75 5/Nu
18.1 84224 64QAM 11.75 5/Nu
4.5 46592 QPSK 6.50 8/Nu
13.2 89600 64QAM 12.50 8/Nu

Tabela 11 - Valores de TBS e SNR associados à modulação e ao valor de Ntx por utilizador (Nu) para os diferentes
sistemas considerados, adaptada de [30]

Nº Antenas de
SNR [dB] TBS [bits] Modulação SE [bpcu] Transmissão Sistema
(Ntx)
4.5 85568 16QAM 11.9375 12/Nu GSFIM
3.8 43008 64QAM 12.0000 12/Nu MU-MIMO
12.0 64512 64QAM 12.0000 12/Nu GSM

39
 Neste contexto, tal como se pode verificar na Tabela 11, para além dos sistemas analisados
anteriormente – MU-MIMO e GSM – descritos no Capítulo 2, foi considerado o esquema GSFIM, que
corresponde a uma versão de IM baseada em esquemas multidimensionais [35]. Este tipo de esquema
utiliza, tanto o domínio espacial, como o domínio de frequência para efetuar a codificação de bits,
através da atribuição de índices. Desta forma, o sistema multiantena multiportadora referido consiste
numa fusão simultânea dos esquemas de SM e OFDM com modulação de índices (OFDM-IM) [36],
onde os bits de índice podem selecionar qual antena e sub-portadora deve ser ativada em cada
transmissão. A utilização desta técnica demonstra resultados promissores a nível de BER e taxa de
transmissão, para casos com utilizadores únicos [30].
No que diz respeito à rede de acesso rádio virtualizada implementada, foi utilizada a técnica de
clustering (agrupamento) estático, a qual é responsável pela divisão da rede em três conjuntos adjacentes
de TRPs, onde cada utilizador é servido por, pelo menos, um TRP, enquanto os restantes realizam
interferência entre utilizadores. Relativamente ao tamanho do cluster da RAN utilizado na rede em
questão, quando o mesmo tem o valor de um (1C), não existe clustering na estação de base da RAN.
Por outro lado, quando o tamanho do cluster é igual a três (3C), a rede é repartida em três conjuntos de
sites adjacentes, onde cada utilizador é servido, simultaneamente, por três sites, gerando uma
interferência entre utilizadores inferior [30].

4.1. Resultados de Throughput

Esta secção destina-se à apresentação dos resultados obtidos a nível de throughput. Neste
enquadramento, os gráficos que se seguem representam a variação de throughput em função do número
de utilizadores, para cada um dos três cenários implementados (UMa, UMi – Street canyon e InO) e
para ambos os tamanhos de clusters considerados (1C e 3C), em que, para a sua elaboração, foram
considerados 50 utilizadores (Nu) e 5 antenas de transmissão (Ntx) e receção (Nrx) por utilizador, num
total de 250 antenas ativas em cada setor (Ntx,total).

40
 Figura 22 - Throughput vs. número de utilizadores para UMa, com Ntx,total = 5Nu, 64QAM (11.75 bpcu por
utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3

Figura 23 - Throughput vs. número de utilizadores para UMi – Street canyon, com Ntx,total = 5Nu, 64QAM (11.75
bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3

41
 Figura 24 - Throughput vs. número de utilizadores para InO, com Ntx,total = 5Nu, 64QAM (11.75 bpcu por
utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3

Analisando os resultados apresentados, relativos à variação de throughput, verifica-se que o cluster

da RAN com tamanho igual a três (3C) alcança valores de throughput mais elevados, para todos os
cenários e modulações em estudo, apresentando, assim, um melhor desempenho, quando comparado
com o cluster da RAN de tamanho igual a um (1C).
Mais especificamente, considerando o gráfico correspondente ao cenário UMa (Figura 22),
observa-se que a modulação 64QAM atinge valores de throughput mais elevados, tanto para o cluster
de tamanho um, como para o cluster de tamanho três, em comparação com a modulação QPSK, sendo
a modulação 64QAM para 3C significativamente superior em relação aos restantes casos considerados,
tal como sucedido no cenário UMi – Street canyon (Figura 23).
No que toca ao cenário InO – Figura 24 – verifica-se que a modulação que permite alcançar valores
de throughput mais elevados e, consequentemente, apresentar um desempenho superior, é a QPSK para
1C e 64QAM para 3C.
De um modo genérico, independentemente do cenário considerado, a modulação 64QAM para 3C
é aquela que apresenta um melhor desempenho. Para a modulação QPSK, o aumento de throughput
entre os casos de 1C e 3C é menos considerável, em relação à modulação 64QAM, visto que este tipo
de modulação apresenta uma eficiência espectral inferior, permitindo uma cobertura de células mais
elevada.

42
 Neste contexto, os gráficos que se seguem correspondem à junção dos resultados de throughput em
função do número de utilizadores apresentados acima (Figuras 22, 23 e 24), para os três cenários de
implementação, quando o tamanho do cluster da RAN considerado possui o valor de um (1C) e três
(3C), respetivamente. Uma vez que é considerada a numerologia 2 do 5G NR e a mesma frequência de
portadora (28 GHz) e largura de banda (50 MHz) para os cenários em análise, é possível efetuar uma
comparação direta entre os mesmos.

Figura 25 - Throughput vs. número de utilizadores para os diferentes cenários, com Ntx,total = 5Nu, 64QAM (11.75
bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1

Realizando uma análise direta ao gráfico da Figura 25, no que diz respeito ao tipo de cenário
implementado, verifica-se que os cenários UMa e UMi – Street canyon apresentam resultados mais
favoráveis, visto que permitem obter valores de throughput mais elevados, em comparação com o
cenário InO, sendo a modulação 64QAM mais benéfica para os cenários em evidência, ao contrário do
sucedido com o cenário InO, tal como verificado na análise anterior. Neste enquadramento, dado que o
cenário InO possui elevada interferência e perdas de propagação superiores, vários pacotes 64QAM são
recebidos com erro, resultando num alcance de throughput inferior e, por consequência, numa
performance menos favorável.
Quanto à modulação QPSK, observa-se que o cenário UMa é aquele que apresenta um melhor
comportamento a nível de throughput, alcançando um valor máximo de 2775 Mbps (Nu = 50
utilizadores), seguido do cenário UMi – Street canyon (2475 Mbps) e, finalmente, o cenário InO (2270
Mbps).

43
 Assim, pode-se concluir que, quando o tamanho do cluster da RAN tem o valor de um, o cenário
que permite alcançar o throughput mais elevado é o cenário UMa com modulação 64QAM (2995 Mbps),
seguido do cenário UMi – Street canyon com a mesma modulação, que, apesar de apresentar um
comportamento bastante semelhante ao cenário UMa, atinge um throughput máximo de 2980 Mbps. Por
outro lado, o cenário que alcança o menor valor de throughput é o cenário InO com modulação 64QAM,
atingindo um máximo de 1880 Mbps.

Figura 26 - Throughput vs. número de utilizadores para os diferentes cenários, com Ntx,total = 5Nu, 64QAM (11.75
bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 3

Pela observação dos resultados presentes na Figura 26, constata-se que, à semelhança do sucedido
no caso anterior, isto é, quando considerado o tamanho do cluster da RAN igual a um (Figura 25), o
cenário UMa com modulação 64QAM permite obter o valor de throughput mais elevado (6260 Mbps)
e, consequentemente, o melhor desempenho, seguido do cenário UMi – Street canyon para o mesmo
tipo de modulação (5735 Mbps). Relativamente à modulação 64QAM, o cenário que apresenta um
throughput inferior é o cenário InO, atingindo um valor máximo de 4260 Mbps para Nu = 50 utilizadores.
No entanto, nesta situação, o cenário que possui uma performance menos favorável é o cenário UMi
– Street canyon com modulação QPSK, alcançando um valor de throughput máximo de 3570 Mbps. No
que toca a este tipo de modulação, verifica-se que a mesma apresenta um desempenho inferior para os
três cenários em estudo.

44
 Considerando o cenário UMa com 64QAM para 50 utilizadores, o valor de throughput total
alcançado, para 3C, corresponde a 6260 Mbps, tal como referido, e, por conseguinte, a eficiência
espectral de setor associada possui o valor de 125.2 bps/Hz, o que equivale a uma eficiência espectral
por utilizador de 2.5 bps/Hz. De forma a obter o valor de eficiência espectral de setor referido, em bits
por segundo por Hertz, foi utilizada a seguinte expressão:
𝑅 (12)
𝜂≈
𝐵
onde R corresponde ao valor total de throughput atingido, em bits por segundo, e B corresponde à largura
de banda total considerada, em Hertz.
Desta forma, de um modo genérico, foram alcançados valores de throughput mais elevados para
3C (6290 Mbps), em comparação com 1C, onde o valor máximo atingido foi de 2995 Mbps. Tal acontece
devido à interferência entre sites bastante inferior associada aos clusters RAN de tamanho três (3C),
especialmente para os cenários UMa e UMi – Street canyon com modulação 64QAM.
Numa análise quantitativa, constata-se que o ganho médio de throughput alcançado devido à adoção
do tamanho do cluster de valor três apresenta, para o cenário UMa, o valor de 2.09, quando aplicada a
modulação 64QAM e 1.41 para a modulação QPSK. Quanto ao cenário UMi – Street canyon, este
adquire o valor de 1.92 para a modulação 64QAM e 1.44 para QPSK, enquanto que, no cenário InO,
aquando da adoção da modulação 64QAM, passa a possuir um valor de 2.27 e 1.66, quando aplicada a
modulação QPSK. Assim, verifica-se que o cenário InO com modulação 64QAM apresenta o ganho
mais elevado e, em contrapartida, o cenário UMa com modulação QPSK possui o menor ganho, aquando
do aumento do tamanho do cluster de 1C para 3C.
Passando, agora, a uma análise da variação de throughput em função do número de antenas TRP
ativas, os gráficos que se seguem retratam os resultados obtidos para os três cenários em estudo: UMa,
UMi – Street canyon e InO, respetivamente, quando consideradas 5 e 8 antenas de transmissão por
utilizador (Ntx/Nu) e um total de 256 antenas TRP ativas. Neste caso, apenas é considerado o tamanho
do cluster da RAN com valor três (3C), visto que este apresentou o melhor desempenho, quando
comparado com o cluster da RAN de tamanho um (1C), tal como observado na análise efetuada
anteriormente.

45
 Figura 27 - Throughput vs. número de antenas TRP ativas para UMa, com Ntx/Nu = 5, 64QAM (5), QPSK (5),
Ntx/Nu = 8, 64QAM (8), QPSK (8) e tamanho do cluster da RAN = 3

Figura 28 - Throughput vs. número de antenas TRP ativas para UMi – Street canyon, com Ntx/Nu = 5, 64QAM
(5), QPSK (5), Ntx/Nu = 8, 64QAM (8), QPSK (8) e tamanho do cluster da RAN = 3

46
 Figura 29 - Throughput vs. número de antenas TRP ativas para InO, com Ntx/Nu = 5, 64QAM (5), QPSK (5),
Ntx/Nu = 8, 64QAM (8), QPSK (8) e tamanho do cluster da RAN = 3

Tendo como base os resultados apresentados acima, verifica-se que, independentemente do cenário
considerado, a modulação 64QAM com 5 antenas de transmissão por utilizador (Ntx/Nu = 5) permite
alcançar valores de throughput mais elevados, apresentando, assim, uma performance mais favorável.
Para além disso, é possível observar que o segundo melhor desempenho está associado ao mesmo tipo
de modulação, porém, para a aplicação de 8 antenas de transmissão por utilizador (Ntx/Nu = 8).
Em contrapartida, a modulação QPSK com 8 antenas de transmissão por utilizador é o caso que
apresenta valores de throughput inferiores, tornando-se a menos benéfica.
Numa visão genérica, pode-se concluir que a modulação 64QAM possui um desempenho superior,
em relação à modulação QPSK, com a utilização de 5 ou 8 antenas de transmissão por utilizador.
Adicionalmente, tanto para a modulação 64QAM, como para a modulação QPSK, a adoção de 5 antenas
transmissoras por utilizador é o caso que atinge valores superiores de throughput.
Seguidamente, encontra-se representado o gráfico relativo à combinação dos resultados de
throughput em função do número de antenas TRP ativas apresentados acima (Figuras 27, 28 e 29), para
os três cenários de implementação e tamanho do cluster da RAN igual a três (3C), tal como mencionado.

47
 Figura 30 - Throughput vs. número de antenas TRP ativas para todos os cenários, com Ntx/Nu = 5, 64QAM (5),
QPSK (5), Ntx/Nu = 8, 64QAM (8), QPSK (8) e tamanho do cluster da RAN = 3

Através da análise da Figura 30, verifica-se que os resultados obtidos não permitem identificar, de
uma forma notória, qual o número de antenas de transmissão por utilizador (Ntx/Nu = 5 ou Ntx/Nu = 8)
que permite atingir o throughput mais elevado, no entanto, é possível observar que a razão Ntx/Nu mais
favorável depende do tipo de cenário e modulação implementados.
Neste contexto, os cenários UMa e UMi – Street canyon, com modulação 64QAM e com a adoção
de 5 antenas transmissoras por utilizador, são aqueles que apresentam valores superiores de throughput,
atingindo um valor máximo, para 256 antenas ativas do TRP, de 6410 Mbps e 5873 Mbps,
respetivamente.
Mais concretamente, considerando o cenário UMa com 64QAM para 3C, quando utilizadas 5
antenas de transmissão por utilizador, isto é, aquele que apresenta a melhor performance, a eficiência
espectral de setor associada, calculada aplicando a expressão (12), possui o valor de 128.2 bps/Hz, o
que equivale a uma eficiência espectral por utilizador de 6.4 bps/Hz.
No que toca à modulação QPSK, pode-se concluir que, com a configuração Ntx/Nu = 5,
independentemente do cenário considerado, são alcançados valores de throughput mais elevados, sendo
o cenário UMa aquele que possui um melhor desempenho, atingindo um throughput de 4014 Mbps,
seguido do cenário InO, o qual permite alcançar um valor, para 256 antenas ativas do TRP, de 3860
Mbps. Por conseguinte, os valores de throughput menos favoráveis encontram-se associados à utilização
de 8 antenas de transmissão por utilizador, para os três cenários em estudo, sendo o cenário UMi – Street
canyon o caso que possui o menor valor (2723 Mbps).

48
 Assim, após a análise efetuada, constata-se que os cenários outdoor, isto é, UMa e UMi – Street
canyon, em que é considerado um maior número de utilizadores, nomeadamente 20 e 10 UEs por setor,
respetivamente, tal como indicado na Tabela 4 da Secção 3.1.2, apresentam uma melhor performance a
nível de throughput.
No que toca ao tipo de sistema utilizado, de forma a se efetuar a comparação da variação de
throughput em função do número de antenas TRP ativas para os três sistemas considerados (GSFIM,
MU-MIMO e GSM), foi elaborado o gráfico apresentado abaixo, com 12 antenas de transmissão por
utilizador (Ntx/Nu), para os três cenários em análise, considerando o tamanho do cluster da RAN com
valor três (3C).

Figura 31 - Throughput vs. número de antenas TRP ativas para todos os cenários, com Ntx/Nu = 12, GSFIM para
16QAM, MU-MIMO e GSM para 64QAM e tamanho do cluster da RAN = 3

Analisando o gráfico presente na Figura 31, pode-se observar que, independentemente do tipo de
sistema considerado, a performance do throughput de cada cenário é similar. Tal acontece devido à
combinação da aplicação de 12 antenas transmissoras por utilizador, isto é, Ntx/Nu = 12, com o tamanho
do cluster da RAN de valor três, resultando na existência de um número de utilizadores com baixa
interferência.
Tendo como base os resultados obtidos, verifica-se que o sistema GSFIM permite alcançar valores
de throughput mais elevados, relativamente aos sistemas GSM e MU-MIMO, atingindo um valor
máximo, para 256 antenas ativas do TRP, de 3646 Mbps, quando aplicado ao cenário InO.

49
 Além disso, é de notar que os sistemas GSM e MU-MIMO apresentam resultados semelhantes entre
si, sendo o sistema MU-MIMO o que possui um pior desempenho. Neste sistema, o cenário UMi – Street
canyon é aquele que atinge o menor valor de throughput (1658 Mbps), quando consideradas 256 antenas
ativas do TRP.
Os gráficos que se seguem retratam a função de distribuição cumulativa (CDF) dos utilizadores,
para ambos os tamanhos de cluster RAN considerados na rede implementada (1C e 3C).
Nestes tipos de gráficos, os quais são baseados nas medições de throughput metro a metro, apenas
foi considerado o cenário UMa, visto que apresenta uma distância entre sites superior (ISD = 500 m),
em comparação com os restantes cenários estudados, tornando-se possível obter dados suficientes para
a elaboração dos gráficos em evidência. Para além disso, para ambos os casos representados, cada TRP
apresenta Ntx,total = 250 antenas ativas, servindo 50 utilizadores, em que cada utilizador possui Nrx = 5
antenas de receção.

Figura 32 – Throughput vs. CDF do throughput para UMa, com Ntx,total = 5Nu, 64QAM (11.75 bpcu por
utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3

Neste contexto, a Figura 32 apresenta a função de distribuição cumulativa de cada utilizador,

servido por um TRP do cenário em análise – UMa, tendo como base os resultados de throughput
apresentados nas Figuras 25 e 26. Este tipo de gráfico é baseado nas medições de throughput por
utilizador obtidas em função da distância entre os terminais e os TRPs em serviço.

50
 Através da observação dos resultados obtidos, constata-se que, tal como esperado, apenas existe
uma percentagem considerável de utilizadores que atingem o throughput máximo, quando considerado
o cluster da RAN de tamanho três (3C), independentemente do tipo de modulação, uma vez que, a
utilização deste tipo de cluster, permite a obtenção do valor máximo de throughput para um maior
número de utilizadores, ao invés de somente aos utilizadores localizados perto dos TRPs.
Assim, considerando o cluster da RAN 3C, para a modulação 64QAM, sensivelmente 30% dos
utilizadores alcançam o valor máximo de throughput, enquanto que, para a modulação QPSK, cerca de
60% dos mesmos atingem o valor em questão.
Em contrapartida, quando aplicado o cluster da RAN 1C, para a modulação 64QAM, menos de
10% dos utilizadores são capazes de alcançar o throughput máximo, devido à elevada interferência
associada ao cluster em questão, porém, no que toca à modulação QPSK, aproximadamente 10% dos
mesmos são capazes de atingir o valor máximo.

Figura 33 – CDF do throughput do TRP vs. throughput do TRP para UMa, com Ntx,total = 5Nu, 64QAM (11.75
bpcu por utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3

Finalmente, na Figura 33, encontra-se representada a função de distribuição cumulativa de um TRP

para o cenário UMa, servindo 20 utilizadores.
Analisando o gráfico apresentado, verifica-se que, quando adotada a modulação 64QAM, existe
uma diferença de, sensivelmente, duas vezes mais throughput alcançado pelo clustering da RAN do tipo
3C, relativamente à utilização do cluster 1C. Em contrapartida, quando aplicada a modulação QPSK,
esta diferença é menos significativa, sendo de, aproximadamente, 1.4 vezes mais throughput atingido
pelo cluster com tamanho igual a três, quando comparado com o cluster de tamanho um.

51
 Mais especificamente, para 3C, é notável a existência de um ganho considerável, a nível de
throughput, para pacotes modulados com 64QAM, em comparação com pacotes onde foi aplicada a
modulação QPSK. Por outro lado, quando se utiliza o clustering da RAN do tipo 1C, observa-se um
ganho pouco significativo associado à adoção da modulação 64QAM, em relação à modulação QPSK.
Numa visão quantitativa e efetuando uma comparação entre os resultados obtidos no gráfico em
análise (Figura 33), com os apresentados anteriormente (Figura 32), para 3C, constata-se a existência de
um aumento de 7.67 para a modulação 64QAM e 8.58 para a modulação QPSK, verificando-se, assim,
a menor interferência associada ao tipo de clustering em questão.

4.2. Resultados de Cobertura

Esta secção destina-se à apresentação dos resultados obtidos a nível de cobertura. Assim, os gráficos
que se seguem representam a taxa de cobertura em função da percentagem da potência de transmissão,
para os três cenários implementados e para ambos os tamanhos de clusters utilizados (1C e 3C), em que,
para a sua elaboração, foram considerados 20 utilizadores por setor e 5 antenas de transmissão (Ntx) e
receção (Nrx) por utilizador, num total de 256 antenas ativas em cada setor (Ntx,total).

Figura 34 - Cobertura vs. potência para UMa, com Ntx,total = 5Nu, 64QAM (11.75 bpcu por utilizador), QPSK
(5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3

52
 Figura 35 - Cobertura vs. potência para UMi – Street canyon, com Ntx,total = 5Nu, 64QAM (11.75 bpcu por
utilizador), QPSK (5.75 bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3

Figura 36 - Cobertura vs. potência para InO, com Ntx,total = 5Nu, 64QAM (11.75 bpcu por utilizador), QPSK (5.75
bpcu por utilizador) e tamanho do cluster da RAN = 1 e 3

53
 Analisando os gráficos representados nas Figuras 34 e 35, relativos à variação de cobertura,
verifica-se que, tanto para o cenário UMa, como para o cenário UMi – Street canyon, o cluster da RAN
com tamanho igual a três (3C) permite atingir uma taxa de cobertura mais elevada, independentemente
do tipo de modulação, apresentando, assim, um melhor desempenho, quando comparado com o cluster
da RAN de tamanho igual a um (1C).
Quanto ao tipo de modulação adotado, observa-se que, independentemente do cenário
implementado, a modulação QPSK é aquela que apresenta um melhor desempenho, em comparação
com a modulação 64QAM, visto que permite alcançar uma percentagem superior de cobertura, tanto
para o cluster de tamanho um, como para o cluster de tamanho três, ao contrário do sucedido
relativamente aos resultados de throughput descritos na Secção 4.1.
Mais concretamente, considerando o tamanho do cluster da RAN igual a três (3C) e efetuando uma
análise direta ao gráfico da Figura 34, verifica-se que, no cenário UMa, a modulação QPSK permite
atingir a taxa de cobertura mais elevada (95.3%), seguida da modulação 64QAM, na qual a percentagem
de cobertura para a potência máxima possui o valor de 74.8%. Quando considerado o cenário UMi –
Street canyon (Figura 35), pode-se observar que, para 3C, à semelhança do cenário anterior, os
resultados mais favoráveis encontram-se associados à modulação QPSK (86.8%), seguida da modulação
64QAM (68.4%).
Em contrapartida, no cenário InO, representado na Figura 36, constata-se que a modulação QPSK
apresenta resultados mais favoráveis, independentemente do tamanho do cluster da RAN adotado, em
que a percentagem mais elevada de cobertura, associada a este tipo de modulação, possui o valor de
92.1% para 3C e 55.4% para 1C.
No que toca ao desempenho do sistema em estudo, conclui-se que os piores resultados encontram-
se associados à modulação 64QAM, com a utilização de clustering da RAN do tipo 1C, para os três
cenários apresentados. Neste contexto, a taxa de cobertura máxima alcançada é de 35.8%, para o cenário
UMa (Figura 34), 35.6% quando considerado o cenário UMi – Street canyon (Figura 35) e, por fim,
22.2%, aquando da adoção do cenário InO (Figura 36), sendo este o menor valor atingido.
Adicionalmente, verifica-se que, para todos os cenários em análise, quando considerado o tamanho
do cluster da RAN com valor três, a taxa de cobertura atingida com modulação QPSK é
significativamente superior, relativamente aos restantes casos apresentados. Além disso, é de notar que
a performance da modulação 64QAM para 3C e QPSK para 1C é bastante semelhante entre si, em todos
os gráficos evidenciados.
Desta forma, de um modo genérico, independentemente do cenário considerado, a modulação
QPSK para 3C é aquela que possui um desempenho superior, enquanto que a modulação 64QAM para
1C apresenta os resultados menos benéficos. Tal acontece devido à interferência entre sites bastante
inferior associada aos clusters RAN de tamanho três (3C), tal como verificado na análise, a nível de
throughput, efetuada na Secção 4.1.

54
 Por fim, numa análise quantitativa, constata-se que o ganho médio de cobertura alcançado devido
à adoção do tamanho do cluster de valor três apresenta valores bastante semelhantes aos atingidos a
nível de throughput, indicados na Secção 4.1.
Desta forma, para o cenário UMa, o ganho referido possui o valor de 2.09, quando aplicada a
modulação 64QAM e 1.41 para a modulação QPSK. Quanto ao cenário UMi – Street canyon, este
adquire o valor de 1.92 para a modulação 64QAM e 1.44 para QPSK, enquanto que, no cenário InO,
quando adotada a modulação 64QAM, passa a apresentar um valor de 2.31 e 1.66, quando aplicada a
modulação QPSK. Assim, à semelhança dos resultados obtidos em termos de throughput, verifica-se
que o cenário InO com modulação 64QAM apresenta o ganho mais elevado e, em contrapartida, o
cenário UMa, para a modulação QPSK, é aquele que possui o menor ganho, aquando do aumento do
tamanho do cluster de 1C para 3C.

55
56
 CAPÍTULO 5

Conclusões e Trabalho Futuro

5.1. Conclusões
O intuito principal da presente dissertação consistiu no estudo e avaliação de vários cenários 5G NR,
onde se procedeu ao desenvolvimento de algoritmos eficientes para esquemas baseados em GSM,
aplicados à utilização de ondas milimétricas.
Neste contexto, o desempenho dos métodos indicados foi analisado através de um simulador a nível
de sistema, elaborado e atualizado de modo a simular uma rede 5G NR heterogénea (C-RAN),
recorrendo à implementação de arquiteturas de antenas de grande escala, como os sistemas M-MIMO,
bem como de três cenários tridimensionais distintos (UMa, UMi – Street canyon e InO). Para tal, foram
empregues diferentes tipos de modulações, essencialmente QPSK e 64QAM, utilizando uma única
numerologia, i.e., a numerologia 2 do 5G NR, e faixa de frequência (FR2), sendo considerada uma
frequência de portadora de 28 GHz. A avaliação de desempenho do sistema descrito foi efetuada tendo
como base a variação da performance do throughput da rede, tanto em função do número de utilizadores,
como em função do número de antenas TRP ativas, bem como da taxa de cobertura alcançada pela
mesma, em função da percentagem de potência transmitida.
Desta forma, os resultados derivados das diversas simulações de sistema desenvolvidas demonstram
que, de um modo genérico, a implementação de uma rede de acesso rádio virtualizada (Cloud RAN),
em cenários outdoor e indoor, permite atingir um aumento significativo de desempenho e cobertura,
quando comparada com as redes celulares típicas. Tal acontece visto que, com a utilização de C-RAN,
onde a própria rede determina quais BSs ou APs devem ser associados a cada terminal móvel, é
proporcionada uma experiência centralizada na célula em toda a rede, em que cada célula se movimenta,
simultaneamente, com o terminal e envolve o mesmo.
Adicionalmente, a técnica de clustering estático aplicada no sistema, a qual é responsável pela
divisão da rede em três conjuntos adjacentes de TRPs, permite que cada utilizador seja servido por, pelo
menos, um TRP, enquanto os restantes realizam interferência entre utilizadores. Deste modo, quando o
tamanho do cluster da RAN possui o valor de um (1C), não existe clustering na BS da RAN, no entanto,
quando o tamanho do cluster é igual a três (3C), a rede é repartida em três conjuntos de sites adjacentes,
onde os terminais recebem a mesma informação das três BSs mais próximas dos mesmos, o que lhes
possibilita maximizar a relação sinal-interferência-mais-ruído (SINR). Assim, tendo como base os
resultados obtidos, tanto a nível de throughput, como a nível de cobertura, constatou-se que,
independentemente do cenário implementado, a utilização de clustering 3C apresenta um melhor
desempenho, em comparação com o clustering 1C, devido à baixa interferência associada.

57
 No que toca aos resultados adquiridos a nível de throughput, estes indicam que modulações com
eficiência espectral superior (64QAM) apresentam uma melhor performance, em comparação com
modulações com eficiência espectral inferior (QPSK). Neste enquadramento, para o tamanho do cluster
da RAN igual a três (3C), o cenário mais favorável corresponde ao cenário UMa, quando adotada a
modulação 64QAM, o qual permite alcançar um valor máximo de throughput de 6260 Mbps para 50
utilizadores, correspondendo a uma eficiência espectral de setor de 125.2 bps/Hz, equivalente a uma
eficiência espectral por utilizador de 2.5 bps/Hz em 50 MHz. Consequentemente, devido ao aumento do
tamanho do cluster da RAN considerado, de 1C para 3C, obteve-se um ganho médio de 2.1.
Em contrapartida, a nível de cobertura, os resultados demonstram que modulações com eficiência
espectral inferior (QPSK) possuem um melhor desempenho, em oposição ao ocorrido a nível de
throughput. Mais especificamente, o cenário UMa para a modulação QPSK apresenta os melhores
resultados, atingindo uma cobertura de 95%, quando adotado o clustering 3C. Por conseguinte, é de
notar a existência de um ganho médio de cobertura de, sensivelmente, 1.4, em relação à aplicação de
clustering 1C.
Relativamente aos resultados obtidos aquando da comparação de diferentes números de antenas de
transmissão por utilizador (Ntx/Nu), concluiu-se que, a nível de throughput, para o cenário que permite
atingir a melhor performance do sistema desenvolvido, isto é, o cenário UMa, a utilização de 5 antenas
transmissoras por utilizador (Ntx/Nu = 5) possibilitou a obtenção de resultados mais elevados, em
comparação com a configuração Ntx/Nu = 8, tanto para a modulação 64QAM, como para a modulação
QPSK, em que o valor máximo atingido, para 256 antenas TRP ativas, foi de 6410 Mbps e 4014 Mbps,
respetivamente.
Neste sentido, aquando da utilização de 12 antenas de transmissão por utilizador, i.e., Ntx/Nu = 12,
constatou-se que o sistema GSFIM apresenta o melhor desempenho a nível de throughput, atingindo um
valor máximo de 3646 Mbps, quando considerado o cenário InO. Tal deve-se ao facto de, no esquema
em evidência, ser utilizado, tanto o domínio espacial, como o domínio de frequência para realizar a
codificação de bits, através da atribuição de índices, e, para além disso, do sistema corresponder a uma
fusão dos esquemas de SM e OFDM-IM, tornando-o mais eficiente em relação aos sistemas MU-MIMO
e GSM.
Em suma, pode-se concluir que a aplicação de ondas milimétricas em sistemas 5G é mais adequada
para cenários outdoor (UMa e UMi – Street canyon), os quais são caracterizados por um maior número
de utilizadores, possuindo 20 e 10 UEs por setor, respetivamente, sendo o cenário UMa o mais vantajoso,
uma vez que apresenta o melhor desempenho, relativamente aos restantes cenários analisados, tanto a
nível de throughput, como a nível de cobertura, independentemente do tipo de modulação considerada.

58
5.2. Trabalho Futuro
No que toca ao possível trabalho futuro a efetuar como continuidade da presente dissertação, este
encontra-se associado à automatização do simulador a nível de sistema desenvolvido, bem como à
introdução de um maior número de cenários de implementação, de forma a ser possível avaliar diversos
use cases a utilizar num sistema 5G NR, recorrendo à aplicação de ondas milimétricas.
Adicionalmente, numa perspetiva prática associada ao meio corporativo, os resultados obtidos no
estudo realizado poderão ser utilizados como uma ferramenta de suporte aos operadores no processo de
planeamento de rede, designadamente na seleção de equipamento adequado em cenários de
comunicação milimétrica em sistemas 5G.

59
60
 Referências Bibliográficas

[1] L. J. Cabral, Massive MIMO, 2017.

[2] X. Cheng, M. Zhang, M. Wen e L. Yang, “Index Modulation for 5G: Striving to Do More with Less,” IEEE
Wireless Communications (Volume 5, Issue 2), pp. 126-132, abril 2018.

[3] E. BASAR, M. WEN, R. MESLEH, M. DI RENZO, Y. XIAO e H. HAAS, “Index Modulation Techniques
for Next-Generation Wireless Networks,” IEEE Access (Volume 5), pp. 16693 - 16746, 19 setembro
2017.

[4] R. Muhammad Asif, J. Arshad, M. Shakir, S. M. Noman e A. Ur Rehman, “Energy Efficiency Augmentation
in Massive MIMO Systems through Linear Precoding Schemes and Power Consumption Modeling,”
Wireless Communications and Mobile Computing, 17 setembro 2020.

[5] X. S. Shen, W. Xiang e K. Zheng, 5G Mobile Communications, Suiça: Springer, 2017.

[6] J. P. Pavia, V. Velez, B. Brogueira, N. Souto e A. Correia, “Precoded Generalized Spatial Modulation for
Downlink MIMO Transmissions in Beyond 5G Networks,” Applied Sciences, 22 setembro 2020.

[7] R. Chataut e R. Akl, “Massive MIMO Systems for 5G and beyond Networks—Overview, Recent Trends,
Challenges, and Future Research Direction,” Sensors, 12 maio 2020.

[8] K. Peffers, T. Tuunanen, M. A. Rothenberger e S. Chatterjee, “A Design Science Research Methodology for
Information Systems Research,” Journal of Management Information Systems (Volume 24, Number 3),
pp. 45-77, janeiro 2008.

[9] W. Castle, 5G Air Interface, 2018.

[10] Y. Ping, Y. Xiao, Y. L. Li, M. Di Renzo, S. Li e L. Hanzo, “Multidomain Index Modulation for Vehicular
and Railway Communications: A Survey of Novel Techniques,” IEEE Vehicular Technology
Magazine, setembro 2018.

[11] E. Basar, “Index Modulation Techniques for 5G Wireless Networks,” IEEE Communications Magazine
(Volume 54, Issue 7), pp. 168 - 175, julho 2016.

[12] K. Vasudevan, “M-ary Signalling Schemes,” em Digital Communications and Signal Processing, Índia,
2020.

[13] S. Zheng, J. Yang, X. Ge, Y. Li, L. Tian e J. Shi, “Energy Efficiency of Generalized Spatial Modulation
Aided Massive MIMO Systems,” IEEE Wireless Communications and Networking Conference
(WCNC), 31 outubro 2019.

[14] F. Rinaldi, A. Raschellà e S. Pizzi, “5G NR System Design: A Concise Survey of Key Features and
Capabilities,” Sensors, pp. 1-18, 5 março 2021.

[15] I. Poole, “5G Frequency Bands, Channels for FR1 & FR2,” [Online]. Available: https://www.electronics-
notes.com/articles/connectivity/5g-mobile-wireless-cellular/frequency-bands-channels-fr1-fr2.php.
[Acedido em 9 setembro 2021].

61
[16] A. Correia, 5G Tecnologias Chave/5G NR MIMO, 2020/2021.

[17] M. Xiao, S. Mumtaz, Y. Huang, L. Dai, Y. Li, M. Matthaiou, G. K. Karagiannidis, E. Björnson, K. Yang,
C.-L. I e A. Ghosh, “Millimeter Wave Communications for Future Mobile Networks,” IEEE Journal
on Selected Areas in Communications (Volume 35, Issue 9), pp. 1909 - 1935, setembro 2017.

[18] M. Wen, B. Zheng, K. . J. Kim, M. Di Renzo, T. A. Tsiftsis, K.-C. Chen e N. Al-Dhahir, “A Survey on
Spatial Modulation in Emerging Wireless Systems: Research Progresses and Applications,” IEEE
Journal on Selected Areas in Communications (Volume 37, Issue 9), pp. 1949 - 1972, setembro 2019.

[19] S. Kutty e D. Sen, “Beamforming for Millimeter Wave Communications: An Inclusive Survey,” IEEE
Communications Surveys & Tutorials ( Volume 18, Issue 2), pp. 949 - 973, 2016.

[20] R. Griffiths, “Huawei Blog,” [Online]. Available: https://blog.huawei.com/2020/08/17/the-wonders-of-5g-

beamforming/. [Acedido em 6 janeiro 2021].

[21] Y. Kim, Y. Kim, J. Oh, H. Ji, J. Yeo, S. Choi, H. Ryu, H. Noh, T. Kim, F. Sun, Y. Wang, Y. Qi e J. Lee,
“New Radio (NR) and Its Evolution toward 5G-Advanced,” IEEE Wireless Communications, 2019.

[22] S. Sun e T. S. Rappaport, “Multi-beam Antenna Combining for 28 GHz Cellular Link Improvement in Urban
Environments,” IEEE Global Communications Conference (GLOBECOM), 12 junho 2014.

[23] C. Tsokos, E. Mylonas, P. Groumas, L. Gounaridis, H. Avramopoulos e C. Kouloumentas, “Optical

Beamforming Network for Multi-Beam Operation With Continuous Angle Selection,” IEEE Photonics
Technology Letters (Volume 31, Issue 2), pp. 177 - 180, 15 janeiro 2019.

[24] S.Kirthiga e M.Jayakumar, “Performance Studies and Review of Millimeter Wave MIMO Beamforming at
60 GHz,” Procedia Technology, p. 658 – 666, dezembro 2015.

[25] Y.-N. R. Li, B. Gao, X. Zhang e K. Huang, “Beam Management in Millimeter-Wave Communications for
5G and Beyond,” IEEE Access (Volume 8), pp. 13282 - 13293, 22 janeiro 2020.

[26] A. R. Fragoso, A. Rodrigues e D. X. Almeida, “Impact of Massive MIMO Antennas on High Capacity 5G-
NR Networks”.Instituto Superior Técnico.

[27] Q.-U.-A. Nadeem, A. Kammoun e M.-S. Alouini, “Elevation Beamforming With Full Dimension MIMO
Architectures in 5G Systems: A Tutorial,” IEEE Communications Surveys & Tutorials (Volume 21,
Issue 4), pp. 3238 - 3273, 2019.

[28] A. Correia, Ferramentas de Simulação, 2006.

[29] M. M. d. Silva e A. Correia, “Link and system level simulations for MIMO,” em MIMO Processing for 4G
and Beyond: Fundamentals and Evolution, USA, CRC Press, 2014.

[30] V. Velez, J. Pavia, C. Rita, C. Gonçalves, N. Souto, P. Sebastião e A. Correia, “A Multi-user MIMO Scheme
based on Generalized Space-Frequency Index Modulation for 5G New Radio and Beyond,” Sensors,
setembro 2021.

[31] “Study on channel model for frequencies from 0.5 to 100 GHz (Release 14),” 3rd Generation Partnership
Project (3GPP). TR 38.901 v14.1.1, 2017.

[32] “Study on 3D channel model for LTE (Release 12),” 3rd Generation Partnership Project (3GPP). TR 36.873
v2.0.0, 2014.

62
[33] E. Basar e I. Yildirim, “SimRIS Channel Simulator for Reconfigurable Intelligent Surface-Empowered
Communication Systems,” 30 agosto 2020. [Online]. Available: https://arxiv.org/abs/2006.00468.
[Acedido em 9 setembro 2021].

[34] Z. Yigit, E. Basar e I. Altunbas, “SimMBM Channel Simulator for Media-Based Modulation Systems,” 6
abril 2021. [Online]. Available: https://arxiv.org/abs/2104.02336. [Acedido em 9 setembro 2021].

[35] S. D. Tusha, A. Tusha, E. Basar e H. Arslan, “Multidimensional Index Modulation for 5G and Beyond
Wireless Networks,” Proceedings of the IEEE (Volume: 109, Issue: 2), pp. 170-199, fevereiro 2021.

[36] T. Datta, H. S. Eshwaraiah e A. Chockalingam, “Generalized Space-and-Frequency Index Modulation,”

IEEE Transactions on Vehicular Technology (Volume: 65, Issue: 7), pp. 4911-4924, julho 2016.

63
64
 ANEXO A

Publicação

65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85