Vázquez Rodas, Andrés MarceloBelesaca Mendieta, Juan Diego2024-05-282024-05-282024-05-21http://dspace.ucuenca.edu.ec/handle/123456789/44704El avance hacia sistemas de comunicaciones móviles de última generación, como 5G y sus sucesores, exige cumplir con una amplia gama de requisitos, incluyendo mayor capacidad, efi- ciencia, baja latencia y soporte para numerosas conexiones. Este estudio se enfoca en analizar exhaustivamente la capa física de la red de radio 5G, centrándose en efectos clave como los entornos y canales de propagación, sincronización y precisión de la estimación del canal. Se realizaron simulaciones detalladas utilizando la biblioteca de herramientas 5G NR de Matlab, evaluando diferentes condiciones de canal y modelos de propagación en entornos macrour- banos e interiores. Los resultados revelan que los modelos de canal CDL y TDL afectan de manera distinta la sincronización y estimación del canal, resaltando su importancia en el ren- dimiento del sistema. Esta investigación ofrece valiosa información para desarrollar técnicas que mejoren las futuras redes más allá del 5G. Además, se propone un mecanismo de gestión de acceso múltiple que combina técnicas ortogonales y no ortogonales mediante aprendizaje de máquina para optimizar el control de acceso al medio. La efectividad de esta propuesta se evaluó utilizando trazas sintéticas de movilidad humana, demostrando un aumento significativo en la capacidad de acceso de la red y mejoras de hasta un 42.86 % en entornos de movilidad aleatoria y un 33.36 % en entornos de movilidad basados en comportamiento humano (STEPS). Estos resultados subrayan la importancia de adoptar enfoques innovadores para maximizar el rendimiento de las redes móviles, fundamentales para el desarrollo de futuras tecnologías de red.Advancements in next-generation mobile communication systems, such as 5G and its succes- sors, demand meeting a wide array of requirements, including increased capacity, enhanced ef- ficiency, low latency, and support for numerous connections. This study focuses on exhaustively analyzing the physical layer of 5G radio networks, with a particular emphasis on key effects li- ke propagation environments and channels, synchronization, and channel estimation accuracy. Detailed simulations were conducted using the Matlab 5G NR toolbox, assessing various chan- nel conditions and propagation models in both macro-urban and indoor environments. Results reveal that CDL and TDL channel models affect synchronization and channel estimation diffe- rently, underscoring their significance in system performance. This research provides valuable insights for developing techniques to enhance future networks beyond 5G. Additionally, a mul- tiple access management mechanism is proposed, combining orthogonal and non-orthogonal techniques through machine learning to optimize medium access control. The effectiveness of this proposal was evaluated using synthetic traces of human mobility, demonstrating a sig- nificant increase in network access capacity and improvements of up to 42.86 % in random mobility environments and 33.36 % in human behavior-based mobility environments (STEPS). These findings highlight the importance of adopting innovative approaches to maximize mobile network performance, which are crucial for the development of future network technologies.application/pdf68 páginasspaAttribution-NonCommercial-NoDerivatives 4.0 Internacionalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Ingeniería EléctricaRedes neuronales artificialesFormación de hacesClasificación de la Investigación::Ingeniería de Telecomunicaciones::Tecnología en Comunicaciones::Redes de comunicaciónopenAccess