Các nhóm tham số

Một phần của tài liệu Nghiên cứu mạng tự tổ chức dựa vào thuật toán điều khiển fuzzy q learning (Trang 32)

Phần này phân loại các tham số khác nhau thành các nhóm, nơi các phần tử trong mỗi nhóm đóng góp vào sự hài lòng của các mục tiêu tương tự hoặc tối ưu hóa của các đối tượng nhất định, ví dụ như độ bao phủ tối đa, tiết kiệm năng lượng, vv Điều này cho phép xác định các trường hợp sử dụng có thể được phát triển song song và không cần phải được phối hợp lại với nhau. Một nhóm tham số là một tập hợp các thông số hoạt động góp phần vào sự hài lòng của mục tiêu hoặc để tối ưu hóa một phép đo. Một mục tiêu, ví dụ sự giảm thiểu sự can thiệp liên tế bào hoặc để cải thiện hiệu suất chuyển giao. Ở đây, các thông số hoạt động có thể được thiết lập bởi nhiều chức năng SON khác nhau và một tham số có thể ảnh hưởng đến nhiều mục đích song song.

Nếu một tham số ảnh hưởng tới nhiều mục tiêu, sau đó các mục tiêu và các thông số của họ cần được tập hợp trong cùng một nhóm. Các nhóm tham số chức năng có tính chất quan trọng là không có liên quan đến các thông số của các nhóm khác. Ví dụ trong hình 3.2, thuật toán A có thể điều chỉnh một hoặc nhiều tham số trong một nhóm mà không cần phải phối hợp hoạt động của mình với một thuật toán C vì thuật toán C được điều chỉnh các thông số của một nhóm khác. Do đó, thuật toán A và C có thể được phát triển và thực hiện cùng một lúc mà không cần bất kỳ sự phối hợp nào. Tuy nhiên, thuật toán A & B đã bị ảnh hưởng bởi các thông số nằm trong cùng một nhóm, do đó có một sự liên quan giữa chúng. Một tham số trong nhóm này có thể ảnh hưởng đến cả hai mục tiêu A & B song song. Toàn bộ ý tưởng có thể được minh họa trong hình 3.2.

Hình 3.2: Các nhóm tham số

Dựa vào khái niệm này, sau khi nghiên cứu các trường hợp sử dụng SON, một ví dụ về các nhóm tham số chức năng đã được hình thành và trình bày trong hình 3.3. Các mục tiêu được xem xét là quan trọng nhất cho các trường hợp sử dụng, và các thông số hoạt động có khả năng đóng góp nhiều nhất vào mục tiêu cũng được xem xét.

Cần lưu ý rằng một số các thông số được trình bày như là một ý tưởng chung, các chi tiết có thể khác nhau tùy thuộc vào trường hợp sử dụng khác nhau, ví dụ: công suất truyền (tổng công suất truyền của cell, công suất truyền thử, công suất DL / UL ), hoặc cấu hình ăng-ten (độ nghiêng của ăng-ten, chùm hình thành, các thông số MIMO, góc phương vị), v..v

Hình 3.3: Một ví dụ của các nhóm tham số chức năng

Ví dụ này cho thấy rằng các ý tưởng để chia các thông số hoạt động thành các nhóm khác nhau không làm việc tốt. Nó dẫn đến kết quả chứ không thể thực hiện, bởi vì hầu hết các thông số rơi vào một nhóm duy nhất. Có thể thấy rằng các nhóm A bao gồm hầu hết các thông số hoạt động đóng góp cho hầu hết các mục tiêu hiệu suất hệ thống, trong khi đó có thể là một vài thông số nằm trong các nhóm khác.

Hơn nữa, hình 3.3 cũng cung cấp thông tin về liên hệ giữa các thông số trong cùng một nhóm. Các thông số về công suất truyền và cấu hình ăng ten có đóng góp nhất cho những mục tiêu này và cả hai đều ảnh hưởng đến chung một số mục tiêu (độ bao phủ, cân bằng tải, tiết kiệm năng lượng, năng lực mạng lưới). Vì vậy, nó có một mối liên kết bên trong mạnh mẽ. Đó là các thông số tối ưu hóa quan trọng. Một số cặp tham số không có mối quan hệ đến tất cả mục đích và có thể được xử lý riêng, ví dụ: kiểm soát tắc nghẽn, các thông số di động & số ăn ten truyền, vv. Những cặp liên kết bên trong cao được đề xuất để phân tích và tối ưu hóa với nhau, trong khi chúng ta cũng có thể tối ưu hóa những cặp tham số không có mối quan hệ với các mục đích còn lại mặc dù chúng đang trong cùng một nhóm. Do đó các mô phỏng có thể được kích hoạt song song.

Xét rằng có khả năng là liên kết bên trong giữa các thông số trong cùng một nhóm, nó cần một cách tiếp cận tiên tiến để xử lý vấn đề này trong một nhóm. Vì vậy giải pháp thiết lập trọng số đã được cung cấp và được thảo luận trong các phần sau.

Một phần của tài liệu Nghiên cứu mạng tự tổ chức dựa vào thuật toán điều khiển fuzzy q learning (Trang 32)

Tải bản đầy đủ (PDF)

(65 trang)