WAI LAB Inatel

O conceito de rádio cognitivo (CR) oferece uma solução para os problemas de escassez e subutilização de espectro em sistemas de comunicação sem fio, aplicável aos setores comercial, militar e de serviços públicos. Uma das funções mais críticas de um sistema CR é a detecção de espectro. Esse processo detecta faixas de frequência não utilizadas, conhecidas como espaços em branco, dentro de áreas ocupadas por redes primárias licenciadas. Isso permite que redes secundárias CR acessem essas frequências de forma oportunista.

É a capacidade dos sistemas computacionais de realizar tarefas que normalmente exigem inteligência humana. Isso envolve o uso de algoritmos e modelos de aprendizado de máquina para análise de dados, tomada de decisões, reconhecimento de padrões e resolução de problemas. Aplicações de IA incluem reconhecimento de fala, visão computacional, processamento de linguagem natural, automação e muito mais, permeando diversos setores, como telecomunicações, agricultura, saúde, finanças, tecnologia e manufatura.

Alocação de recursos de rádio refere-se à gestão e distribuição eficiente de recursos, como largura de banda, energia, feixes, etc., para diferentes serviços de comunicação sem fio, como redes móveis e Wi-Fi. Esse processo é crucial para evitar interferências e garantir o uso eficaz do espectro eletromagnético, otimizando a transmissão e a capacidade de recepção do sinal.

Avanços em dispositivos de RF, impulsionados pela exploração de fenômenos eletromagnéticos únicos em materiais artificiais conhecidos como metamateriais, ampliaram suas capacidades. Esses materiais são meticulosamente projetados e fabricados, incorporando ressonadores com dimensões menores que o comprimento de onda de operação, o que está em linha com a teoria da homogeneização. Em nossa pesquisa, investigamos uma ampla gama de aplicações para metamateriais, desde (bio)sensores até antenas, cobrindo o espectro eletromagnético desde o regime visível, com comprimentos de onda na ordem de nanômetros, até ondas com comprimentos na ordem de centímetros. Esses conceitos inovadores são fundamentais para superar várias limitações que permitem o uso da tecnologia de comunicações móveis em diferentes tipos de aplicações.

RIS, ou metasuperfícies inteligentes, são um caso particular de metamateriais em que um metamaterial é considerado planar (2D), com uma espessura muito menor que o comprimento de onda de trabalho. Neste caso específico, são consideradas metasuperfícies cujas células unitárias podem ser controláveis para ajustar dinamicamente a fase e a amplitude das ondas refletidas ou transmitidas. Nessa linha de pesquisa, temos diferentes frentes, uma delas sendo o design e prototipagem de metasuperfícies, que é feito usando diferentes princípios físicos para manipular frentes de onda. Também consideramos o uso de diferentes materiais para aplicação em dispositivos vestíveis. Outra área de pesquisa nessa linha é o uso de técnicas de IA e ML para otimizar a propagação do sinal, minimizar interferências e melhorar a eficiência espectral. Tudo isso é alcançado ajustando as fases e amplitudes das ondas aos sinais diretos de forma personalizada, melhorando a conectividade em ambientes desafiadores e aumentando a eficiência do espectro de rádio. Essa tecnologia demonstrou aplicações promissoras em redes 5G e além.

Metasuperfícies flexíveis não apenas permitem a manipulação de wavefronts em ambientes desafiadores, mas também têm potencial para serem integradas como dispositivos vestíveis. Uma característica única dessa aplicação é o uso de frequências de ressonância devidamente ajustadas das metasuperfícies para monitoramento contínuo e em tempo real de vários sinais vitais, transformando-os em um tipo inovador de sensor. Em nosso laboratório, abordamos essa aplicação em todas as suas etapas, desde o design até a fabricação e implementação dessa nova tecnologia.

O WET é uma tecnologia baseada em sinais de radiofrequência (RF) que permite carregar um grande número de dispositivos da Internet das Coisas sem a necessidade de fios. Portanto, o WET elimina a necessidade de trocar baterias, reduz custos financeiros e ambientais e estende a vida útil do dispositivo. Além disso, o WET possibilita casos de uso inovadores como operação totalmente sem bateria e eliminação de portas físicas, possibilitando designs à prova d'água/à prova de poeira, reduzindo o fator de forma e riscos de choques elétricos, além de reduzir o lixo eletrônico. Portanto, o WET é considerado uma tecnologia chave para redes 5G e além.

Um modelo de canal é uma representação matemática dos possíveis efeitos de um canal de comunicação através do qual sinais sem fio em diferentes formatos são propagados. O modelo de canal pode representar diferentes fenômenos, como desvanecimento de curto prazo, desvanecimento de longo prazo, perda de trajetória e mobilidade à medida que os sinais viajam pelo meio sem fio. Para suportar as especificações atuais de 5G e as futuras redes 6G, modelos de canal de propagação nos quais os sistemas de telecomunicações operarão foram usados para avaliar os desempenhos necessários. Assim, modelos de canal que se encaixam bem em aplicações práticas e representam muitos fenômenos de propagação são bem-vindos ao avaliar tecnologias de acesso móvel.

Um modelo de canal é uma representação matemática dos possíveis efeitos de um canal de comunicação através do qual sinais sem fio em diferentes formatos são propagados. O modelo de canal pode representar diferentes fenômenos, como desvanecimento de curto prazo, desvanecimento de longo prazo, perda de trajetória e mobilidade à medida que os sinais viajam pelo meio sem fio. Para suportar as especificações atuais de 5G e as futuras redes 6G, modelos de canal de propagação nos quais os sistemas de telecomunicações operarão foram usados para avaliar os desempenhos necessários. Assim, modelos de canal que se encaixam bem em aplicações práticas e representam muitos fenômenos de propagação são bem-vindos ao avaliar tecnologias de acesso móvel.

The project aims to apply modern wireless communication techniques, mainly in adverse propagation conditions, operating primarily in the microwave and millimeter wave (mmWave) bands. It focuses on three main techniques enabling future sixth generation (6G) networks, namely: i) study and development of so-called intelligent surfaces and RIS; ii) proposition of improvements in spectral sensing techniques based on the distribution of the phase difference of the received signal and iii) study of fluid antenna systems.

The main objective of this project is to research and develop innovative solutions using computer vision, machine learning, drones, and IoT devices to improve the monitoring of crops and animals in rural areas. The goals include the efficient identification of pests and disease locations of animals, among others. With the solutions that will be proposed, we seek to increase agricultural efficiency and productivity, reduce production losses, and improve the decision-making process.

The project aims to research and develop solutions based on computer vision and machine learning, two sub-areas of artificial intelligence, to automatically locate, classify, and track vessels, potential threats, and illicit activities based on the fusion of information from cameras installed on poles or drones and transponders on vessels to increase the safety, effectiveness, and level of automation of maritime traffic monitoring.

This research project focuses on designing and developing metasurfaces strategically manipulated in space and time to enhance wireless communications. Specifically, our project is dedicated to multiplexing wireless signals, paving the way for augmented capacity within forthcoming wireless communication networks.

This research project aims to study the application of machine learning algorithms to radio resource allocation in next-generation wireless networks. It aims to reduce computational complexity and the latency of traditional algorithms, thus optimizing network performance.

The main objective of this project is to research and propose solutions based on machine learning models that present low computational complexity and high precision to estimate the location of devices based on received signals.

This project aims to increase the security of IoT networks in response to the growing adoption of connected devices through research and development of solutions for classifying and detecting threats based on machine learning techniques.

This research project aims to develop new solutions based on Artificial intelligence techniques to optimize reconfigurable intelligent surfaces and increase the performance of future wireless communication systems.

This research project aims to develop new solutions based on Artificial intelligence techniques to optimize the wireless energy transfer system to guarantee the uninterrupted and maintenance-free operation of a massive number of Internet of Things devices.

This project aims to explore optimization and compression techniques that enable efficient execution of ML algorithms on embedded and edge devices, overcoming resource constraints and ensuring that these algorithms can be deployed effectively in environments with limited processing capacity, storage, and energy.

This research project aims to investigate the deployment of wireless energy transfer systems in rural scenarios to guarantee the uninterrupted operation of a massive number of Internet of Things devices and, consequently, optimize production, enhance animal welfare, and improve overall agricultural efficiency.

This project aims to develop reconfigurable intelligent structures using AI algorithms, new materials, and manufacturing techniques.