TU Darmstadt / ULB / tuprints

Capacity Optimization for Self-organizing Networks: Analysis and Algorithms

Hasselbach, Philipp P. :
Capacity Optimization for Self-organizing Networks: Analysis and Algorithms.
TU Darmstadt, Institut für Nachrichtentechnik, Fachgebiet Kommunikationstechnik, Darmstadt
[Ph.D. Thesis], (2012)

[img]
Preview
PDF
Thesis_Hasselbach_Veroeffentlicht_komplett.pdf
Available under Creative Commons Attribution Non-commercial No Derivatives.

Download (1420Kb) | Preview
Item Type: Ph.D. Thesis
Title: Capacity Optimization for Self-organizing Networks: Analysis and Algorithms
Language: English
Abstract:

Mobile radio networks are ubiquitous nowadays. The large popularity of mobile communication and the fast proliferation of advanced mobile devices have lead to a significant increase in the use of mobile data services. Network operators, therefore, have to extend the capacity of their networks in order to meet the increasing capacity demand, causing high capital expenditures (CAPEX). At the same time, technical progress leads to increasingly complex networks and to the need to operate several networks of different technologies in parallel, causing high effort in operation and management of mobile communication networks, which leads to high operational expenditures (OPEX). As a consequence, in order to stay economically competitive, network operators need to lower costs without sacrificing network and service quality.

Self-organizing networks (SONs) are considered a key technology for future mobile radio networks. In contrast to conventional mobile radio networks, they are able to carry out a wide range of tasks in the field of operation and management in an automatic and autonomous way and with a high level of sophistication. SONs, thus, promise to increase the efficiency of mobile radio networks, leading to higher capacity of the network and counteracting the increase in CAPEX. The autonomous operation furthermore reduces the effort required to carry out operation and management tasks which are currently done mostly manually and, therefore, lowers OPEX. The high complexity and the distributed structure of mobile radio networks, on the other hand, pose in connection with the high demands on real-time capability and reliability of SONs great challenges on the development of algorithms for the automatic operation of mobile radio networks. As a consequence, SONs require new approaches and concepts in order to enable the automatic operation of mobile radio networks.

In this thesis, the automatic adaptation of a cellular mobile radio network to varying capacity demands by adapting the radio resource allocation is investigated. For this purpose, a hierarchic concept with two planes of hierarchy is proposed. The concept separates the capacity demand adaptation of the network from the resource allocation to individual users and reduces the complexity of the network adaptation to an extent that allows efficient automatic operation in real time. For the allocation of resources to individual users, as done in the lower plane, existing methods are applied. The automatic adaptation of the network is carried out in the upper plane. In this context, a new network model, the cell-centric network model, is proposed. It models the relation between the capacity of a cell and the resource allocation of the cell in terms of cell bandwidth and transmit power and considers the distribution of the users and their capacity demands, instead of modeling the individual users, as it is done in current network models. This way, the model abstracts from individual users and considers whole cells, such that the modeling complexity is reduced significantly, making efficient self-organizing approaches possible. Furthermore, interference from other cells and the influence of the environment on signal propagation are considered, such that the model achieves high accuracy.

Using the cell-centric network model, different optimization problems for the automatic capacity optimization for SONs are developed. The optimization problems have different optimization goals and achieve the capacity optimization by allocating cell bandwidth, transmit power or both, cell bandwidth and transmit power, jointly. For the solution of the optimization problems, different algorithms with central as well as distributed implementations are proposed. Central algorithms are in general suited for simulation and analysis purposes. Distributed algorithms are of practical relevance for SONs since their implementation corresponds to the structure of mobile radio networks, such that they can be implemented efficiently and provide robustness against failure.

For verification of the proposed automatic capacity optimization approaches for SONs and for performance evaluation of the approaches, a simulation approach with scenarios with capacity demand hotspots is presented. Using this simulation approach, the proposed automatic capacity optimization approaches for SONs are investigated in order to gain insight into their behavior and in order to identify their strengths and weaknesses. The simulations are used to compare the state of the art with the proposed new approaches, show which capacity optimization approach performs best with the different distributions of the capacity hotspots and illustrate the influence of the service type.

Finally, an approach for the derivation of a real-world simulation scenario that is based on a real network and obtained using throughput measurements is presented. The proposed approaches for automatic capacity optimization are applied to a real-world scenario obtained using this approach and are evaluated with respect to their performance in practical application. The simulation results confirm the findings from the simulations in the hotspot scenarios and verify the applicability of the approaches in practice. For a more detailed analysis, the real-world scenario is investigated with respect to the areas in which the capacity hotspots appear. The performance of the proposed automatic capacity optimization approaches for SONs are investigated specifically for these hotspot areas and it is shown that the proposed approaches are able to achieve significant capacity gains locally in areas of inhomogeneous capacity demand.

Alternative Abstract:
Alternative AbstractLanguage
Mobilfunknetze sind heutzutage allgegenwärtig. Die große Popularität mobiler Kommunikation und die schnelle Verbreitung moderner Endgeräte haben in den letzten Jahren zu einer stetig wachsenden Beliebtheit von mobilen Datendiensten geführt. Um die steigende Kapazitätsnachfrage zu bedienen, müssen Netzbetreiber ihre Netzinfrastruktur ausbauen, was zu einem Anstieg der Investitionskosten führt. Gleichzeitig führt der technische Fortschritt zu immer komplexeren Systemen und zu der Notwendigkeit, mehrere Mobilfunknetze unterschiedlicher Technologien gleichzeitig zu betreiben, wodurch der Aufwand für die Netzsteuerung stark ansteigt und sich in erhöhten Betriebskosten der Netzbetreiber niederschlägt. Um wettbewerbsfähig zu bleiben, sind Netzbetreiber daher zu Kostensenkungen gezwungen, ohne dabei die Netz- und Dienstqualität zu verringern. Selbstorganisierende Netze (SONs) werden als Schlüsseltechnologie für zukünftige Mobilfunknetze betrachtet. Sie haben im Gegensatz zu herkömmlichen Mobilfunknetzen die Fähigkeit, viele Aufgaben aus dem Bereich Betrieb und Steuerung automatisch und autonom auszuführen und qualitativ hochwertige Ergebnisse zu erreichen. Von der Einführung von SONs wird daher erwartet, dass einerseits die Effizienz von Mobilfunknetzen zunimmt und damit die Netzkapazität steigt und so die zunehmenden Investitionskosten relativiert werden. Andererseits werden autonome Funktionen den benötigten Aufwand für die derzeit hauptsächlich manuell ausgeführten Aufgaben aus Betrieb und Steuerung reduzieren und die Betriebskosten senken. Allerdings stellen die hohe Komplexität und die verteilte Struktur von Mobilfunknetzen insbesondere im Zusammenhang mit hohen Anforderungen an Echtzeitfähigkeit und Zuverlässigkeit von SONs große Herausforderungen für die Entwicklung von Algorithmen für den automatischen Betrieb von Mobilfunknetzen dar. SONs erfordern daher neue Ansätze und Konzepte für den automatischen Betrieb von Mobilfunknetzen. Diese Arbeit erforscht die automatische Anpassung eines zellularen Mobilfunknetzes an schwankende Kapazitätsanforderungen durch die adaptive Zuweisung von Funkressourcen. Dazu wird ein hierarchisches Konzept mit zwei Ebenen vorgeschlagen. Das Konzept trennt die Anpassung des Netzes an die Kapazitätsanforderungen von der Ressourcenzuweisung an einzelne Nutzer und reduziert damit die Komplexität der Netzanpassung soweit, dass ein effizienter automatischer Betrieb in Echtzeit möglich wird. Für die Ressourcenzuweisung an einzelne Nutzer in der unteren Ebene werden bestehende Verfahren verwendet. Die automatische Anpassung des Netzes findet in der oberen Ebene statt. In diesem Zusammenhang wird ein neues Netzmodell, das zellzentrische Netzmodell, vorgeschlagen. Das Modell stellt den Zusammenhang zwischen der Kapazität einer Zelle und der Ressourcenallokation der Zelle in Form von Zellbandbreite und Sendeleistung her und berücksichtigt die Verteilung und die Kapazitätsanforderungen der Nutzer, anstatt die Nutzer einzeln zu modellieren, wie in bisherigen Netzmodellen üblich. Es abstrahiert damit von einzelnen Nutzern und betrachtet ganze Zellen, so dass die Modellkomplexität stark verringert wird und effiziente selbstorganisiernde Ansätze möglich werden. Außerdem werden der Einfluss der Umgebung auf die Signalausbreitung und die Interferenz durch andere Zellen berücksichtigt, so dass das Modell eine hohe Genauigkeit aufweist. Das zellzentrische Netzmodell wird verwendet, um verschiedene Optimierungsprobleme für die automatische Kapazitätsoptimierung in SONs aufzustellen. Die Optimierungsprobleme haben verschiedene Optimierungsziele und erreichen die Kapazitätsoptimierung mit Hilfe einer Anpassung der Zellbandbreiten oder der Sendeleistungen oder der gleichzeitigen Anpassung von beidem. Für die Lösung der Optimierungsprobleme werden Algorithmen mit zentraler und mit verteilter Implementierung vorgeschlagen. Zentrale Algorithmen sind im Allgemeinen für die Simulation und die Analyse geeignet. Verteilte Algorithmen sind von großer Bedeutung für SONs, da sie aufgrund der verteilten Implementierung der Struktur von Mobilfunknetzen gerecht werden und damit effizient umgesetzt werden können und robust gegenüber Störungen sind. Für die Validierung der vorgeschlagenen Ansätze zur automatischen Kapazitätsoptimierung und zur Leistungsevaluation der Ansätze wird ein Simulationsansatz mit Szenarien mit sogenannten Hotspots in der Kapazitätsnachfrage vorgestellt. Der Simulationsansatz wird verwendet, um die grundsätzliche Anwendbarkeit und Eignung der Ansätze für die automatische Kapazitätsoptimierung von zellularen Mobilfunknetzen zu untersuchen und um ihre Stärken und Schwächen zu identifizieren. Die Untersuchungen vergleichen den Stand der Technik mit den vorgeschlagenen neuen Ansätzen, zeigen, welcher Optimierungsansatz in welchen Szenarien die beste Leistung erzielt und verdeutlichen den Einfluss des Diensttyps. Schließlich wird ein Ansatz zur Ableitung eines Simulationsszenarios, das auf einem realen Netz basiert und mit Hilfe von Messungen des Zelldurchsatzes gewonnen wird, vorgestellt. Die vorgeschlagenen Ansätze zur automatischen Kapazitätsoptimierung werden auf ein mit Hilfe dieses Ansatzes gewonnenes reales Szenario angewendet und im Hinblick auf ihre Anwendbarkeit in der Praxis untersucht. Die Simulationsergebnisse bestätigen die Erkenntnisse aus den Untersuchungen in den Hotspot-Szenarien und bestätigen die Praxistauglichkeit der Ansätze. Um eine detaillierte Analyse durchzuführen, wird das reale Szenario im Hinblick auf Bereiche, in denen Hotspots in der Kapazitätsnachfrage auftauchen, untersucht. Die vorgeschlagenen Ansätze zur automatischen Kapazitätsoptimierung werden speziell für diese Bereiche betrachtet und es wird gezeigt, dass die vorgeschlagenen Ansätze lokal in Gegenden mit inhomogener Kapazitätsnachfrage erhebliche Gewinne erzielen.German
Series Name: Darmstädter Dissertationen D17
Place of Publication: Darmstadt
Uncontrolled Keywords: capacity optimization, self-organizing networks, SONs, cell-centric network model, Power-Bandwidth Characteristic, cellular networks, mobile radio networks
Alternative keywords:
Alternative keywordsLanguage
Kapazitätsoptimierung, selbstorganisierende Netze, SONs, zellzentrisches Netzmodell, Power-Bandwidth-Charakteristik, zellulare Netze, MobilfunknetzeGerman
capacity optimization, self-organizing networks, SONs, cell-centric network model, Power-Bandwidth Characteristic, cellular networks, mobile radio networksEnglish
Classification DDC: 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften
Divisions: Fachbereich Elektrotechnik und Informationstechnik > Kommunikationstechnik
Date Deposited: 23 Aug 2012 09:53
Last Modified: 07 Dec 2012 12:05
URN: urn:nbn:de:tuda-tuprints-30477
License: Creative Commons: Attribution-Noncommercial-No Derivative Works 3.0
Referees: Klein, Prof. Dr.- Anja and Kürner, Prof. Dr.- Thomas
Refereed: 30 April 2012
URI: http://tuprints.ulb.tu-darmstadt.de/id/eprint/3047
Export:

Actions (login required)

View Item View Item