Radiolocalização Híbrida Aplicada a Redes Celulares: Integração de Trilateração e Otimização por Conjuntos de Enxames de Partículas Baseados em Memória

Abstract

A localização de dispositivos móveis em redes celulares é crucial tanto em aplicações críticas, como chamadas de emergência, quanto em serviços comerciais baseados em loca lização. Métodos clássicos de trilateração alcançam elevada acurácia em cenários externos, mas permanecem vulneráveis ao multipercurso das ondas de rádio e exigem a resolução de sistemas não lineares, comumente tratados por algoritmos bioinspirados, como o oti mizador por enxame de partículas, os quais podem sofrer convergência prematura e, em variantes mais sofisticadas, incorrer em alto custo computacional. Para contornar essas limitações, esta tese propõe um algoritmo híbrido que integra trilateração, regressão pelo método dos vizinhos mais próximos e um conjunto adaptativo de variantes de otimizadores baseados em enxames de partículas, apoiado por uma janela de memória deslizante. Essa estratégia seleciona dinamicamente a abordagem mais adequada, preservando a acurácia e o baixo tempo de execução. Em experimentos com dados reais de redes de telefonia celu lar, observaram-se erros médios de 5,35 m em ambientes externos e 17,33 m em ambientes internos, em conformidade com os requisitos regulatórios internacionais, que exigem erros de localização menores que 50 m para 80% das chamadas telefônicas realizadas. Análises estatísticas corroboram a superioridade do algoritmo proposto em relação a variantes clás sicas e híbridas de PSO, evidenciando sua simplicidade, robustez e escalabilidade como solução prática para localização em redes celulares.