RRH-Sector selection and load balancing based on MDP and dynamic RRH-Sector-BBU mapping in C-RAN

Résumé

L'augmentation constante du trafic dans les réseaux sans fil oblige les opérateurs à améliorer considérablement leur infrastructure de réseau. Cependant, les dépenses prévues pour la construction, l'exploitation et la mise à jour du réseau d'accès radio (RAN) imposent un défi puisque le revenu moyen par utilisateur (ARPU) est presque constant ou diminue lentement. De plus, la nécessité de connecter des appareils sans fil a provoqué une augmentation du volume du trafic de données mobiles. Par conséquent, les opérateurs mobiles doivent chercher des solutions qui peuvent fournir un équilibre entre atteindre un niveau de service satisfaisant pour les clients et les coûts, pour optimiser les bénéfices et la croissance. Le réseau d'accès radio en nuage (C-RAN) est une nouvelle architecture qui prend en charge l'augmentation considérable du trafic du réseau mobile. Malgré des gains offertes par C-RAN, un environnement de trafic variable dans le temps peut provoquer des déséquilibres de charge, entraînant une utilisation inefficace des ressources. Par conséquent, les performances du réseau peuvent se dégrader en termes d'utilisateurs bloqués, de nombre de transferts inutiles et de consommation d'énergie. Cette thèse présente une sélection de paires RRH-secteur pour de nouvelles connexions et un cadre d'équilibrage de charge réseau qui optimise la qualité de service (QoS) et la récompense de l'opérateur dans le C-RAN. Dans la première partie de la thèse, nous proposons un nouvel algorithme de sélection RRH-Secteur où il sélectionne la meilleure paire RRH-Secteur pour chaque nouvelle demande de connexion en tenant compte des objectifs de l'utilisateur et de l'opérateur. Cette décision est basée sur un algorithme dérivé du processus décisionnel de Markov (MDP) dans le but de maximiser l'utilité intégrée opérateur-utilisateur. Dans la deuxième partie du cadre, le problème d'équilibrage de charge est abordé via l'optimisation de le mappage dynamique RRH-Secteur-BBU formulée comme un problème d'optimisation sous contrainte linéaire basé sur des nombres entiers. Nous comparons les solutions à ce problème obtenues par plusieurs algorithmes évolutionnaires tels que : colonie d'abeilles (BCO), recherche de Cuckoo (CUCO), algorithmes génétiques (GA) et essaim de particules (PSO). Enfin, nous évaluons les solutions proposées à l'aide de simulations approfondies. Les résultats montrent que le schéma de sélection du secteur RRH proposé offre des gains significatifs en termes de récompense de l'opérateur et de probabilité de blocage de la connexion par rapport à la méthode d'intensité du signal reçu (RSS). De plus, les algorithmes évolutifs sont comparés à la méthode de recherche exhaustive qui donne le mappage optimale RRH-Secteur-BBU. Les résultats montrent que, dans la plupart des scénarios considérés, les algorithmes proposés atteignent les solutions optimales en termes de nombre d'utilisateurs bloqués, de nombre de transferts d'utilisateurs entre les secteurs, et de consommation d'énergie BBU. Par conséquent, la qualité de service est maximisée et le réseau équilibré est obtenu.

Date	13 déc. 2021
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Zbigniew Dziong (Directeur(-trice))