Tham số chênh lệch chuyển giao Oc có một vai trò quan trọng trong trường hợp sử dụng cân bằng tải. Bằng cách điều chỉnh tham số này, chúng ta có thể phân phối tải trọng trong mạng. Thuật toán Diff_load được cung cấp để thực hiện thay đổi các thông số Oc, dựa trên tải trọng khác biệt giữa các cặp tế bào.
Oc(i, j) =
𝑚𝑖𝑛(𝑂𝐶(i, j) + ∆𝑂𝐶, 𝑂𝐶𝑚𝑎𝑥) nếu 𝜌𝑗 - 𝜌𝑖 ≥ 𝜌𝑡ℎ𝑟
𝑚𝑎𝑥(𝑂𝐶(i, j) - ∆𝑂𝐶, −𝑂𝐶𝑚𝑎𝑥) nếu 𝜌𝑖 - 𝜌𝑗 ≥ 𝜌𝑡ℎ𝑟
0 nếu |𝜌𝑖 - 𝜌𝑗 || < 𝜌𝑡ℎ𝑟
(4.16)
Với Oc (i, j) là chuyển giao chênh lệch của các tế bào i đối với tế bào j, Δ𝑂𝑐 là kích thước bước chênh lệch [0.2 dB], 𝑂𝑐𝑚𝑎𝑥 là giá trị chênh lệch chuyển giao lớn nhất [10 db], 𝜌i và 𝜌j là tải trọng của tế bào i và tế bào j tương ứng, và ρthr> 0 là mức ngưỡng được xác định trước để kích hoạt cân bằng tải (nó có thể được thiết lập ở mức 20% tải trọng khác nhau giữa các tế bào). Tế bào i và tế bào j được gọi SeNB và TeNB tương ứng. Tất cả Oc(i, j) được khởi tạo bằng 0. Các phương trình (4.16) được áp dụng định kỳ (khoảng 20s, khoảng thời gian này có thể được thay đổi trong quá trình mô phỏng) để đo lường tải trọng mới của mỗi tế bào. Điều quan trọng cần lưu ý là các giá trị chênh lệch chuyển giao luôn đối xứng. Ví dụ Oc(i, j) = - Oc(j, i). điều này rất cần thiết để ngăn chặn quá trình chuyển giao Ping-Pong.
4.5.2. Kết hợp thuật toán FQLC và Diff_Load:
Các trường hợp tối ưu hóa chuyển giao, cân bằng tải và điều khiển nhập cell được kết hợp dựa trên các sự kiện kích hoạt chuyển giao A3 được trình bày như phương trình (4.17):
RSRPTeNB - Oc> RSRPSeNB + Hys| TTT (4.17) Các định mức tải trọng của tế bào được thiết lập để một giá trị cố định (0,9 trong mô phỏng, có thể được thay đổi). Chức năng điều khiển nhập cell sẽ đảm bảo
rằng các cuộc gọi mới hay cuộc gọi chuyển giao cho một tế bào sẽ bị từ chối nếu tải của nó vượt quá ngưỡng. Thông số Hys và TTT được điều chỉnh bằng thuật toán FQLC, trong khi Oc được kích hoạt bởi các thuật toán Diff_load. Ở đây FQLC là thuật toán chính, trong khi Diff_Load chỉ là một thuật toán bổ sung bởi vì cách thức mà nó kích hoạt tham số Oc không phải là quá chính xác.
CHƢƠNG 5. MÔ PHỎNG VÀ ĐÁNH GIÁ KẾT QUẢ 5.1. Tổng quan về chƣơng trình mô phỏng LTE-Sim:
LTE-Sim simulator là một chương trình không trả phí theo giấy phép GPLv3. Nó hỗ trợ nhiều chức năng (ví dụ như các ứng dụng thời gian thực, sắp xếp giao thức hoàn chỉnh,...), cung cấp một kiểm tra hiệu suất hoàn chỉnh của hệ thống điện thoại di động LTE. LTE-Sim được viết bằng C++ trên nền tảng Linux. Hơn nữa, nó đã được thử nghiệm và sử dụng bởi nhiều bài báo được xuất bản.
Chương trình mô phỏng LTE-Sim có đầy đủ các khía cạnh của mạng LTE, bao gồm cả mạng truy cập vô tuyến mặt đất UMTS phát triển (E-UTRAN) và hệ thống gói tin tiên tiến (EPS). Đặc biệt, nó hỗ trợ các môi trường một tế bào và nhiều tế bào, quản lý chất lượng dịch vụ, môi trường nhiều người dùng, người sử dụng di chuyển, thủ tục chuyển giao, và các kỹ thuật tái sử dụng tần số. Có bốn loại của các nút mạng được mô hình hóa: UE, eNB, HeNB và đơn vị quản lý di động (MME/GW).
Các tính năng trong chương trình mô phỏng LTE-Sim sẽ cho phép cả các nhà nghiên cứu và các học viên thử nghiệm các kỹ thuật để nâng cao, cải thiện 4G mạng di động, chẳng hạn như các chức năng vật lý mới, các kiến trúc và giao thức mạng cải tiến, chiến lược lập lịch hiệu suất cao,... . Bản chất mở của chương trình này có thể cho phép những người quan tâm nghiên cứu trong lĩnh vực này để góp phần vào sự phát triển của chương trình, cung cấp một nền tảng tham khảo để thử nghiệm và so sánh giải pháp mới cho các hệ thống LTE.
Trong phần này, tôi sẽ trình bày kịch bản mô phỏng tạo cho thuật toán điều phối SON và kết quả mô phỏng.
5.2. Thông số mô phỏng:
Để kiểm tra và đánh giá các thuật toán được đề cập ở phần trên, các kịch bản mô phỏng đã được tạo ra bằng cách sử dụng phần mền mô phỏng LTE-Sim. Các thông số mô phỏng được liệt kê trong bảng 5.1. Thông tin thêm về giả lập này có thể được tìm thấy trong bài viết [1].
Bảng 5.1: Các thông số mô phỏng
Cấu trúc mạng Lưới lục giác với 19 tế bào
Khoảng cách giữa các cell 1732 m
Số lượng UE trong 1 cell 10
Số lượng cell trong 1 nhóm
Kiểu lưu lượng 1 VoIP + 1 Video cho mỗi UE Kiểu lập lịch Proportional Fair
Công suất truyền của trạm phát (BS)
43 dBm
Công suất thiết bị sử dụng (UE)
23 dBm
Băng thông hệ thống 10 MHz
Suy hao đường truyền L= 128.1 + 37.6log10d (d là khoảng cách từ UE đến eNB)
Mức nhiễu -148.95 dBm
Kiểu ăn ten Ăn ten đa hướng
Kiểu di động Đi bộ ngẫu nhiêu
Thời gian mô phỏng 600 s
Cấu trúc khung FDD
Thời gian trễ lớn nhất 100 ms
Tốc độ thiết bị sử dụng 120 Km/h
Ngưỡng tải 0.9
Cấu trúc mạng được bao gồm bởi một tập hợp các tế bào và các nút mạng (bao gồm cả các eNB, một hoặc nhiều MME/GW và UE), được phân bố trong các tế bào. Ở đây tôi thiết lập một cấu trúc của 19 tế bào và 10 thiết bị sử dụng cho mỗi tế bào phân bố trong các mạng với sự thay đổi đi bộ ngẫu nhiên
Có một số mô hình lưu lượng được xác định trong mô phỏng LTE-Sim, tôi chọn VoIP và ứng dụng Video để mô phỏng trong luận văn này. Nó có nghĩa là mỗi người dùng nhận được một lưu lượng VoIP và một lưu lượng Video. Các ứng dụng VoIP tạo lưu lượng tiếng nói G.729.
Số lượng tế bào trong một nhóm được thiết lập là 3. Cơ chế tái sử dụng tần số sử dụng tham số này để phân phối băng thông toàn bộ tế bào có sẵn trong nhóm nhằm cho tất cả các tế bào thuộc cùng một nhóm không chồng chéo kênh.
Cấu trúc khung được thiết lập chế độ FDD nơi băng thông được chia thành hai phần, cho phép truyền dữ liệu đường xuống và đường lên đồng thời.
Người sử dụng di động được thiết lập là mẫu đi bộ ngẫu nhiên. Khi đi bộ ngẫu nhiên được sử dụng, các UE chọn ngẫu nhiên theo hướng, tốc độ di chuyển cho phù hợp với một khoảng cách cho trước. Theo mặc định, khoảng cách đi lại được thiết lập đến 1000 m cho tốc độ 120 km/h.
Thuật toán lập lịch trình được thiết lập là Proportional Fair. Nó gán tài nguyên vô tuyến đến các tài khoản thông qua cả chất lượng kênh trước đó và người sử dụng trước đó. Mục đích là để tối đa hóa tổng thông lượng mạng và để đảm bảo công bằng giữa các dòng lưu lượng.
5.3. Kịch bản mô phỏng:
Để đánh giá hiệu năng của hệ thống, tôi thực hiện hai kịch bản nhằm đánh giá hiệu tác động của thuật toán FQLC và thuật toán Diff_Load. Hai kịch bản được thực hiện như sau:
- Kịch bản Reference đề cập đến tình huống mà thuật toán FQLC và thuật toán Diff_Load không được kích hoạt.
- Kịch bản FQLC + Diff_Load đề cập đến tình huống khi mà hai thuật toán FQLC và thuật toán Diff_Load được kích hoạt.
5.4. Kết quả mô phỏng:
Các đồ thị sau đưa ra các tỷ lệ thống kê các thông số HOF, RLF, HPP trong hai kịch bản trên.
Hình 5.2: So sánh hệ số RLF giữa hai kịch bản
Hình 5.3: So sánh hệ số HPP giữa hai kịch bản
Qua ba đồ thị thu được, ta thấy các hệ số đánh giá hiệu suất mạng (HOF, RLF, HPP) đều có kết quả tốt đối với trường hợp khi ta áp dụng thuật toán FQLC và thuật toán Diff_Load. Tỷ lệ lỗi trong quá trình chuyển giao tần số, lỗi trong quá trình chuyển giao thấp hơn so với kịch bản không áp dụng thuật toán FQLC và thuật toán Diff_Load. Đặc biệt tỷ lệ chuyển giao Ping-pong gần như bằng không trong quá trình hoạt động mạng.
TÀI LIỆU THAM KHẢO
1. Giuseppe Piro, Luigi Alfredo Grieco, Gennaro Boggia, Francesco Capozzi and Pietro Camarda, ”Simulating LTE Cellular Systems: an Open Source Framework", IEEE Trans. Veh. Technol., 2010.
2. Muhammad Naseer ul Islam, Andreas Mitschele-Thiel, “Cooperative Fuzzy Q-Learning for Self-Organized Coverage and Capacity Optimization” , 2012.
3. Rouzbeh Razavi, Siegfried Klein, Holger Claussen, “A Fuzzy Reinforcement Learning Approach for Self-Optimization of Coverage in LTE Networks”, Bell Labs Technical Journal, 2010.
4. White Paper “Charting the Course for Mobile Broadband: Heading towards High Performance All-IP with LTE/SAE”
5. Sujuan Feng, Eiko Seidel, “Self-Organizing Networks (SON) in 3GPP Long Term Evolution”, Nomor Research GmbH, Munich, Germany, 2008.
6. http://www.fp7-socrates.eu/
7. 3GPP TS 36.331 “E-UTRA Radio Resource Control (RRC); Protocol specification (Release 11)” v11.0.0, 06.2012
8. 3GPP TS 36.304 “Evolved Universal Terrestrial Radio Access (E-UTRA); User Equipment (UE) procedures in idle mode”
9. Muhammad Islam, Andreas Mitschele-Thiel, “Reinforcement Learning Strategies for Self Organized Coverage and Capacity Optimization”, Ilmenau University of Technology, Germany.
10. SOCRATES, "Final report on Self-Organization and its implications in wireless Access Networks", European Research Project.
11. Trịnh Anh Vũ, “Thông tin di động”, NXB Đại học Quốc gia Hà Nội, 2006 12. http://telematics.poliba.it/index.php/en/lte-sim