Energy-efficient resource allocation in limited fronthaul capacity cloud-radio access networks

Luong, Phuong Thi Thu (2018). Energy-efficient resource allocation in limited fronthaul capacity cloud-radio access networks. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (2MB) | Prévisualisation

Résumé

In recent years, cloud radio access networks (C-RANs) have demonstrated their role as a formidable technology candidate to address the challenging issues from the advent of Fifth Generation (5G) mobile networks. In C-RANs, the modules which are capable of processing data and handling radio signals are physically separated in two main functional groups: the baseband unit (BBU) pool consisting of multiple BBUs on the cloud, and the radio access networks (RANs) consisting of several low-power remote radio heads (RRH) whose functionality are simplified with radio transmission/reception. Thanks to the centralized computation capability of cloud computing, C-RANs enable the coordination between RRHs to significantly improve the achievable spectral efficiency to satisfy the explosive traffic demand from users. More importantly, this enhanced performance can be attained at its power-saving mode, which results in the energy-efficient C-RAN perspective. Note that such improvement can be achieved under an ideal fronthaul condition of very high and stable capacity. However, in practice, dedicated fronthaul links must remarkably be divided to connect a large amount of RRHs to the cloud, leading to a scenario of non-ideal limited fronthaul capacity for each RRH. This imposes a certain upper-bound on each user’s spectral efficiency, which limits the promising achievement of C-RANs. To fully harness the energy-efficient C-RANs while respecting their stringent limited fronthaul capacity characteristics, a more appropriate and efficient network design is essential.

The main scope of this thesis aims at optimizing the green performance of C-RANs in terms of energy-efficiency under the non-ideal fronthaul capacity condition, namely energy-efficient design in limited fronthaul capacity C-RANs. Our study, via jointly determining the transmit beamforming, RRH selection, and RRH–user association, targets the following three vital design issues: the optimal trade-off between maximizing achievable sum rate and minimizing total power consumption, the maximum energy-efficiency under adaptive rate-dependent power model, the optimal joint energy-efficient design of virtual computing along with the radio resource allocation in virtualized C-RANs. The significant contributions and novelties of this work can be elaborated in the followings.

Firstly, the joint design of transmit beamforming, RRH selection, and RRH–user association to optimize the trade-off between user sum rate maximization and total power consumption minimization in the downlink transmissions of C-RANs is presented in Chapter 3. We develop one powerful with high-complexity and two novel efficient low-complexity algorithms to respectively solve for a global optimal and high-quality sub-optimal solutions. The findings in this chapter show that the proposed algorithms, besides overcoming the burden to solve difficult non-convex problems within a polynomial time, also outperform the techniques in the literature in terms of convergence and achieved network performance.

Secondly, Chapter 4 proposes a novel model reflecting the dependence of consumed power on the user data rate and highlights its impact through various energy-efficiency metrics in CRANs. The dominant performance of the results form Chapter 4, compared to the conventional work without adaptive rate-dependent power model, corroborates the importance of the newly proposed model in appropriately conserving the system power to achieve the most energy efficient C-RAN performance.

Finally, we propose a novel model on the cloud center which enables the virtualization and adaptive allocation of computing resources according to the data traffic demand to conserve more power in Chapter 5. A problem of jointly designing the virtual computing resource together with the beamforming, RRH selection, and RRH–user association which maximizes the virtualized C-RAN energy-efficiency is considered. To cope with the huge size of the formulated optimization problem, a novel efficient with much lower-complexity algorithm compared to previous work is developed to achieve the solution. The achieved results from different evaluations demonstrate the superiority of the proposed designs compared to the conventional work.

Titre traduit

Allocation de ressources à efficacité énergétique dans des réseaux d'accès radio-cloud à capacité limitée du fronthaul

Résumé traduit

Au cours des dernières années, les réseaux d’accès radio cloud (C-RAN) ont continuellement démontré leur rôle à titre de candidat technologique fort prometteur pour relever les nombreux défis liés à l’avènement des réseaux mobiles de cinquième génération (5G). Dans les C-RANs, les modules capables de traiter les données et les signaux radio sont physiquement séparés en deux groupes fonctionnels principaux : le groupe BBU (Baseband Unit) constitué de plusieurs BBUs sur le cloud et les réseaux d’accès radio (RAN) composés de plusieurs têtes de radiocommande à faible puissance (RRH) dont la fonctionnalité est simplifiée grâce à la transmission / réception radio. Grâce à la capacité de calcul centralisée du cloud computing, les C-RANs permettent une coordination entre les RRHs afin d’améliorer significativement l’efficacité spectrale réalisable, permettant ainsi de satisfaire la demande croissante des utilisateurs. Par surcroît, cette performance améliorée peut être obtenue en mode d’économie d’énergie, créant ainsi une perspective de C-RAN écoénergétique. On notera qu’une telle amélioration peut être réalisée dans une condition idéale de fronthaul avec une capacité très élevée et stable. Cependant, en pratique, les liens fronthaul dédiés doivent être substantiellement divisés pour connecter une grande quantité de RRH au cloud, conduisant à un scénario de capacité limitée de fronthaul pour chaque RRH. Cela impose une limite supérieure à l’efficacité spectrale de chaque utilisateur, limitant ainsi la performance des C-RANs. Pour tirer pleinement profit des C-RANs écoénergétiques tout en respectant leurs caractéristiques strictes en matière de capacité de transmission fronthaul, il est ainsi essentiel de concevoir un réseau plus approprié et plus efficace.

L’objectif principal de cette thèse est d’optimiser l’empreinte écologique des C-RANs en terme d’efficacité énergétique dans des conditions de capacité de fronthaul non idéales, à savoir une conception économe en énergie dans des C-RANs à capacité de fronthaul limitée. En determinant conjointement la formation du faisceau d’émission, la sélection RRH et l’association RRH- utilisateur, notre étude cible les trois problèmes de conception essentiels suivants : le compromis optimal entre la maximisation du débit et la minimisation de la consommation énergétique totale, l’efficacité énergétique maximale dépendante du modèle de puissance du debit adaptatif, la conception optimale de l’informatique virtuelle efficace concernant l’économie d’énergie ainsi que l’allocation des ressources radio dans les C-RANs virtualisés. Les contributions significatives et les éléments novateurs de ces travaux sont décrits dans les chapitres suivants.

Premièrement, nous présentons au chapitre 3 la conception conjointe de la formation de faisceau d’émission, la sélection RRH et l’association RRH-utilisateur pour optimiser le compromise entre la maximisation du débit et la minimisation de la consommation énergétique totale dans les liaisons descendantes des C-RANs. Nous avons développé un algorithme puissant avec une haute complexité et deux nouveaux algorithmes de faible complexité pour résoudre respectivement les solutions optimales globales et celles sous-optimales de haute qualité. Les résultats de ce chapitre montrent que les algorithmes proposés, en plus de surmonter la resolution du problème non convexe difficile dans un temps polynomial, surpassent également les techniques proposées dans la littérature sur le plan de la convergence et de la performance du réseau.

Deuxièmement, nous avons proposé dans le chapitre 4 un nouveau modèle reflétant la dependence de la puissance consommée sur le débit de données de l’utilisateur et met en evidence son impact à travers divers métriques d’efficacité énergétique dans les C-RANs. La performance dominante du modèle des résultats du chapitre 4, comparée au modèle conventionnel sans puissance adaptée en fonction du débit, corrobore l’importance du nouveau modèle propose pour conserver de manière appropriée la puissance du système et obtenir la performance C-RAN la plus économe en énergie.

Enfin, nous avons proposé dans le chapitre 5 un nouveau modèle sur le centre du cloud qui permet la virtualisation et l’allocation adaptative des ressources informatiques selon le traffic significatif de données pour conserver plus de puissance. Un problème de conception conjointe de la ressource informatique virtuelle avec le beamforming, la sélection RRH, et l’association RRH-utilisateur qui maximise l’efficacité énergétique C-RAN virtualisée est considéré. Pour faire face au problème de taille complexe sur l’optimisation formulée et aboutir à la solution, un nouvel algorithme efficace avec une plus faible complexité par rapport au travail précédent a été développé. À partir de différentes évaluations, les résultats obtenus démontrent la supériorité des concepts proposés par rapport aux travaux conventionnels.

Type de document:	Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires:	"Manuscript-based thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy" Comprend des références bibliographiques (pages 179-191).
Mots-clés libres:	beamforming, réseau d’accès radio cloud, fronthaul limité, optimisation
Directeur de mémoire/thèse:	Directeur de mémoire/thèse Despins, Charles
Codirecteur:	Codirecteur Gagnon, François
Programme:	Doctorat en génie > Génie
Date de dépôt:	08 mars 2019 17:01
Dernière modification:	08 mars 2019 17:01
URI:	https://espace.etsmtl.ca/id/eprint/2224

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt