La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

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

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Mouawad, Mostafa (2021). RRH-Sector selection and load balancing based on MDP and dynamic RRH-Sector-BBU mapping in C-RAN. Thèse de doctorat électronique, Montréal, École de technologie supérieure.

[thumbnail of MOUAWAD_Mostafa.pdf]
Prévisualisation
PDF
Télécharger (2MB) | Prévisualisation

Résumé

The ever-rising level of traffic in wireless networks is forcing operators to improve significantly their network infrastructure. However, the expected expenditure for building, operating and updating the Radio Access Network (RAN) imposes a challenge since the Average Revenue per User (ARPU) is almost constant or declining slowly. Consequently, mobile operators need to search for solutions that can provide a balance between reaching a satisfactory level of service to customers and costs to optimize the profit and growth. Cloud radio access network (C-RAN) is a novel architecture that supports the tremendous increase in mobile network traffic. Despite the gains that C-RAN offers, a time-varying traffic environment can cause load imbalances, resulting in inefficient resource utilization. Consequently, the network performance can degrade in terms of the blocked users, the number of unnecessary handovers, and the power consumption. This thesis presents an RRH-Sector pair selection for new connections and network load-balancing framework that optimizes the Quality of Service (QoS) and operator reward in C-RAN. In the first part of the framework, we propose a novel RRH-Sector selection algorithm that selects the best RRH-Sector pair for each new connection demand by considering the user and operator objectives. This decision is based on an algorithm derived from the Markov decision process (MDP) with the objective of maximizing the integrated operator-user utility. In the second part of the framework, the loadbalancing problem is addressed via optimization of the RRH-Sector-BBU dynamic mapping formulated as a linear integer-based constrained optimization problem. We compare solutions for this problem obtained by several evolutionary algorithms such as: Bee colony (BCO), Cuckoo search (CUCO), Genetic algorithms (GA), and Particle swarm (PSO). Finally, we evaluate the proposed solutions using extensive simulations. The results show that the proposed RRH-Sector selection scheme provides significant gains in terms of the operator reward and the connection blocking probability when compared to the received signal strength (RSS) method. Furthermore, the evolutionary algorithms are compared with the exhaustive search method that gives the RRH-Sector-BBU optimal mapping. The results show that, in most of the considered scenarios, the proposed algorithms reach the optimal solutions in terms of the number of blocked users, number of handovers, and BBU power consumption. Therefore, the proposed framework enhances the QoS and optimizes the network performance that balances the load across the network.

Titre traduit

Sélection du secteur RRH et équilibrage de charge sur la base du MDP et du mappage dynamique RRH-Secteur-BBU dans C-RAN

Résumé traduit

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.

Type de document: Mémoire ou thèse (Thèse de doctorat électronique)
Renseignements supplémentaires: "Thesis presented to École de technologie supérieure in partial fulfillment for the degree of doctor of philosophy". Comprend des références bibliographiques (pages 113-120).
Mots-clés libres: réseau radio d'accès infonuagique, équilibrage de charge, processus de décision de Markov, QoS
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Dziong, Zbigniew
Programme: Doctorat en génie > Génie
Date de dépôt: 07 févr. 2022 15:09
Dernière modification: 07 févr. 2022 15:09
URI: https://espace.etsmtl.ca/id/eprint/2873

Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt