The Use of Artificial Neural Networks in the Estimation of Coverage Digital TV Signal

NESTE trabalho, são apresentadas informações sobre a intensidade de sinal obtidas em campo e em simulações para as recepções one-seg e full-seg na grande Goiânia. Os valores obtidos pelas medições foram utilizados para uma comparação entre os modelos de propagação presentes na literatura, com o objetivo de determinar a real condição do sinal de TV digital na região da grande Goiânia. Foram apresentados os modelos de propagação encontrados na literatura e válidos para aplicação no sistema de transmissão digital. Os modelos estudados foram o modelo Espaço Livre, modelo Log-distância, o modelo Hata e o método ITU-RP.1546-1 com o objetivo de determinar a intensidade de sinal para a transmissão de televisão digital na cidade de Goiânia (RAPPAPORT, 1996) (UNION, 2003). Objetivando o desenvolvimento de uma ferramenta de estimação da intensidade de sinal, realizou-se estudos referentes à teoria de redes neurais e suas aplicações. Foram estudadas as arquiteturas Perceptron e Perceptron de Múltiplas Camadas, com ênfase na última arquitetura e no seu treinamento supervisionado através do algoritmo de retropropagação do erro (HAYKIN, 2001). O Sistema Brasileiro de Televisão Digital foi descrito através das normas de referências elaboradas pela Associação Brasileira de Normas Técnicas, detalhando seu sistema de transmissão e dispositivos de recepção (TÉCNICAS, 2008a) (TÉCNICAS, 2008h). Medições em campos da intensidade de sinal para os modos de recepção one-seg e full-seg foram realizadas na região da grande Goiânia. Essas medições seguiram as sugestões apresentadas pelo Relatório ITU-R BT.2035-1 e utilizou um analisador de radiofrequência e um sistema de posicionamento global (do inglês: Global Positioning System -GPS). Com os dados obtidos nas medições, mapeou-se a situação da cobertura do sinal digital na cidade de Goiânia, que revelou um nível de intensidade inferior aos modelos estudados. Foi desenvolvida uma ferramenta para a estimação da intensidade do sinal utilizando uma Rede Neural Artificial (RNA), sendo treinada com os dados obtidos das medições. A ferramenta foi utilizada para a obtenção da intensidade de sinal para diversos cenários propostos. A estimativa da intensidade de sinal para o cenário com concentração de árvores e ausência de visada direta mostrou-se mais próximo da realidade encontrada na cidade de Goiânia, consequência da grande concentração de árvores existente.THIS works presents information about signal intensity obtained on field and from simulations for one-seg and full-seg receptions, the city of Goi ania. The values obtained from measurements were used for a comparisson among propagation models that are presented in literature, and the goal is to determine the real condition of digital TV signal in the region of Goi ania. The propagation models presented are available in literature and can be implemented in digital transmission system. The studied models were Free Space model, Log-Distance model, Hata model and ITU-R P.1546-1 method, and the objective was to determine the signal intensity of digital television transmission in the city of Goi ania (RAPPAPORT, 1996) (UNION, 2003). Focusing on the development of a tool for signal intensity estimation, some researches were done about neural networks theory and its applications. Perceptron and Multilayer Perceptron were the analised architectures, emphasyzing on the last one and on its supervisioned trainning through the backpropagation error algorithm (HAYKIN, 2001). The Brazilian Digital Television System was described by reference rules made by Associa¸c ao Brasileira de Normas T´ecnicas, which has detailed its transmission system and reception devices (T´ECNICAS, 2008a) (T´ECNICAS, 2008h). Measurements of signal intensity for one-seg and full-seg reception methods were made on field in the region of Goi ania. These measurements followed the sugestions presented by Report ITU-R BT. 2035-1 and it used a radiofrequency analyzer and a Global Positioning System (GPS). With the obtained data, the digital signal covering situation in the city of Goi ania was mapped, which revealed a lower intensity level to the studied models. A tool for signal intensity estimation was developed using Artificial Neural Networks, which was trained with the dada obtained from the performed measurements. This tool was used to obtain the signal intensity for several proposed scenarios. The signal intensity estimation for the scenario that has tree density and target absence distinguished as the one that was closest to the reality of Goi ania, which is a consequence of high density of trees