Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.305
Aluno: Abdel Fadyl Chabi
Orientador: Prof. Andson Marreiros Balieiro
Título: An Autoencoder-Based CSI Feedback under Adversarial Attacks in 5G
FDD MIMO Systems
Data: 30/07/2026
Hora/Local: 14h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Jamilson Ramalho Dantas(UFPE / CIn)
Prof. Andre Mendes Cavalcante (Ericsson Telecomunicações)
Prof. Andson Marreiros Balieiro(UFPE / CIn)
RESUMO:
O surgimento das redes móveis de quinta geração (5G), caracterizadas por
taxas elevadas de transmissão de dados, latência ultrabaixa e conectividade
massiva de dispositivos, possibilitou uma ampla gama de aplicações
transformadoras. Essas características impulsionaram o desenvolvimento de
casos de uso avançados, incluindo veículos autônomos, serviços de saúde
remotos, cidades inteligentes e automação industrial, promovendo uma
profunda transformação das infraestruturas digitais e da sociedade moderna.
Além do 5G, espera-se que as redes móveis de sexta geração (6G) ampliem
ainda mais essas capacidades, viabilizando novas aplicações, como
comunicações imersivas e holográficas, Sensoriamento e Comunicação
Integrados (ISAC) e robótica colaborativa. Prevê-se que tais avanços
desempenhem um papel central na evolução de ecossistemas de comunicação
inteligentes, altamente interconectados e orientados por dados. Nesse
contexto, o Massive Multiple-Input Multiple-Output (MIMO) destaca-se como
uma das tecnologias mais relevantes da camada física, atuando como um
elemento fundamental para a viabilização dessas aplicações em todas as
categorias de serviços. A implementação de sistemas Massive MIMO em
Duplexação por Divisão de Frequência (FDD) depende da obtenção precisa da
Informação do Estado do Canal (CSI), reportada periodicamente pelo
Equipamento do Usuário (UE). Entretanto, à medida que o número de antenas
da estação rádio base aumenta, a sobrecarga de sinalização no enlace de
subida associada ao reporte de CSI cresce significativamente, resultando em
uma utilização ineficiente dos recursos do sistema e em limitações de
escalabilidade. Motivado por esses desafios, este trabalho propõe uma
abordagem baseada em autoencoder para compressão do CSI, integrada a um
framework de adaptação de enlace MIMO em redes 5G. A solução proposta é
avaliada não apenas em termos de desempenho de compressão e reconstrução do
CSI, mas também quanto ao seu impacto na transmissão do usuário e à sua
robustez frente a ataques adversariais. A abordagem é comparada ao método
convencional definido pelo 3rd Generation Partnership Project (3GPP) em
termos de precisão na reconstrução da matriz de CSI, throughput, eficiência
espectral, Magnitude do Vetor de Erro (EVM) e robustez a ataques
adversariais, considerando duas configurações MIMO: uma com 8 antenas
transmissoras e 4 antenas receptoras e outra com 32 antenas transmissoras e
8 antenas receptoras. Os resultados demonstram que a solução proposta
reconstrói os dados de CSI com alta precisão, alcançando uma correlação de
0.99, e supera consistentemente o esquema convencional de feedback de CSI
em termos de robustez a ataques adversariais, throughput e desempenho de
EVM.
Palavras-chave: Massive MIMO, CSI Feedback, Autoencoder, EVM, Throughput,
Ataques adversariais.
Comentários desativados