Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional

PAIXÃO, Ermínio Augusto Ramos da

Dissertação

Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional

The Cloud Radio Access Network (C-RAN) is an architecture proposition for next-generation mobile networks (5G), aimed at centralized management and processing, collaborative radio and real-time cloud computing. Such features enable this architecture to dynamically adjust the connections between Remo...

ver descrição completa

Autor principal:	PAIXÃO, Ermínio Augusto Ramos da
Grau:	Dissertação
Idioma:	por
Publicado em:	Universidade Federal do Pará 2019
Assuntos:	Redes móveis 5G Arquitetura de redes Qualidade de serviço Computação em nuvem C-RAN RRH BBU KPI CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES INTELIGÊNCIA COMPUTACIONAL COMPUTAÇÃO APLICADA
Acesso em linha:	http://repositorio.ufpa.br/jspui/handle/2011/10753

id	ir-2011-10753
recordtype	dspace
spelling	ir-2011-107532019-03-14T05:30:16Z Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional Optimized mapping between RRH-BBU for load balancing in C-RAN architecture using computational intelligence PAIXÃO, Ermínio Augusto Ramos da CARDOSO, Diego Lisboa http://lattes.cnpq.br/0507944343674734 Redes móveis 5G Arquitetura de redes Qualidade de serviço Computação em nuvem C-RAN RRH BBU KPI CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES INTELIGÊNCIA COMPUTACIONAL COMPUTAÇÃO APLICADA The Cloud Radio Access Network (C-RAN) is an architecture proposition for next-generation mobile networks (5G), aimed at centralized management and processing, collaborative radio and real-time cloud computing. Such features enable this architecture to dynamically adjust the connections between Remote Radio Heads (RRHs) and Baseband Units (BBUs). However, if this feature is neglected, network problems such as blocked call and poor connection may occur. This work addresses this issue and proposes an optimized mapping model between RRH-BBU, seeking a fairer and more efficient balancing. In this sense, the Key Performance Indicator (KPI) of blocked calls was used to measure Quality of Service (QoS) metrics. In order to minimize them, an algorithm by Particle Swarm (PSO) was developed. A literature scenario composed of 19 RRHs distributed in a geographical area was used, which can be mapped in a BBU pool that manages two BBUs that have three sectors each. The initial configuration generated, on average, 80 blocked calls. Results obtained indicate a reduction of up to 100% of blocked calls and a more egalitarian load distribution among the BBUs. In addition, realistic scenarios with different user profiles were implemented, demonstrating that such factors directly impact the load generated by the BBUs and, consequently, affect their balancing. In order to verify the proposed formulation, in Network Simulator (NS-3) the same scenario used in the modeling was implemented, through the comparison of optimized and non-optimized scenarios, in order to the impact of serving more users in the network, where satisfactory results were obtained. CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior Cloud Radio Access Network (C-RAN) é uma proposta de arquitetura, para próxima geração de redes móveis (5G), que visa processamento e gerência centralizada, rádio colaborativo e computação em nuvem em tempo real. Tais características possibilitam a esta arquitetura um ajuste lógico das conexões entre Remote Radio Heads (RRHs) e Baseband Units (BBUs) dinamicamente. Todavia, caso essa característica seja negligenciada, podem ocorrer problemas na rede como chamada bloqueada e conexão de baixa qualidade. Este trabalho aborda este assunto e propõe um modelo otimizado de mapeamento entre RRH-BBU, buscando um balanceamento mais justo e eficaz. Nesse sentido, o Key Performance Indicator (KPI) de chamadas bloqueadas foi utilizado para mensurar as métricas de Quality of Service (QoS). Objetivando minimizá-las, foi desenvolvido um algoritmo por Enxame de Partículas (PSO). Foi utilizado um cenário da literatura, composto de 19 RRHs distribuídas em uma área geográfica, as quais podem ser mapeadas em uma BBU pool que gerencia duas BBUs que possuem três setores cada. A configuração inicial gerou, em média, 80 chamadas bloqueadas. Resultados obtidos indicam redução de até 100% das chamadas bloqueadas e uma distribuição de carga mais igualitária entre as BBUs. Adicionalmente, cenários realísticos com diferentes perfis de usuários foram implementados, demonstrando que tais fatores impactam diretamente na carga gerada nas BBUs e, consequentemente, afetam o balanceamento das mesmas. Visando a verificação da formulação proposta, foi implementado no Network Simulator (NS-3) o mesmo cenário já utilizado na modelagem, através da comparação entre cenários otimizado e não-otimizado para que, assim, se verifique o impacto de atender mais usuários na rede, onde obteve-se resultados satisfatórios. Palavras-chave: C-RAN, RRH, BBU, KPI, QoS. 2019-03-13T15:48:41Z 2019-03-13T15:48:41Z 2018-12-20 Dissertação PAIXÃO, Ermínio Augusto Ramos da. Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional. 2018. 53 f. Dissertação (Mestrado) - Universidade Federal do Pará, Instituto de Tecnologia, Belém, 2018. Programa de Pós-Graduação em Engenharia Elétrica. Disponível em: <http://repositorio.ufpa.br/jspui/handle/2011/10753>. Acesso em:. http://repositorio.ufpa.br/jspui/handle/2011/10753 por Acesso Aberto application/pdf Universidade Federal do Pará Brasil Instituto de Tecnologia UFPA Programa de Pós-Graduação em Engenharia Elétrica 1 CD-ROM
institution	Repositório Institucional - Universidade Federal do Pará
collection	RI-UFPA
language	por
topic	Redes móveis 5G Arquitetura de redes Qualidade de serviço Computação em nuvem C-RAN RRH BBU KPI CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES INTELIGÊNCIA COMPUTACIONAL COMPUTAÇÃO APLICADA
spellingShingle	Redes móveis 5G Arquitetura de redes Qualidade de serviço Computação em nuvem C-RAN RRH BBU KPI CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES INTELIGÊNCIA COMPUTACIONAL COMPUTAÇÃO APLICADA PAIXÃO, Ermínio Augusto Ramos da Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional
topic_facet	Redes móveis 5G Arquitetura de redes Qualidade de serviço Computação em nuvem C-RAN RRH BBU KPI CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES INTELIGÊNCIA COMPUTACIONAL COMPUTAÇÃO APLICADA
description	The Cloud Radio Access Network (C-RAN) is an architecture proposition for next-generation mobile networks (5G), aimed at centralized management and processing, collaborative radio and real-time cloud computing. Such features enable this architecture to dynamically adjust the connections between Remote Radio Heads (RRHs) and Baseband Units (BBUs). However, if this feature is neglected, network problems such as blocked call and poor connection may occur. This work addresses this issue and proposes an optimized mapping model between RRH-BBU, seeking a fairer and more efficient balancing. In this sense, the Key Performance Indicator (KPI) of blocked calls was used to measure Quality of Service (QoS) metrics. In order to minimize them, an algorithm by Particle Swarm (PSO) was developed. A literature scenario composed of 19 RRHs distributed in a geographical area was used, which can be mapped in a BBU pool that manages two BBUs that have three sectors each. The initial configuration generated, on average, 80 blocked calls. Results obtained indicate a reduction of up to 100% of blocked calls and a more egalitarian load distribution among the BBUs. In addition, realistic scenarios with different user profiles were implemented, demonstrating that such factors directly impact the load generated by the BBUs and, consequently, affect their balancing. In order to verify the proposed formulation, in Network Simulator (NS-3) the same scenario used in the modeling was implemented, through the comparison of optimized and non-optimized scenarios, in order to the impact of serving more users in the network, where satisfactory results were obtained.
author_additional	CARDOSO, Diego Lisboa
author_additionalStr	CARDOSO, Diego Lisboa
format	Dissertação
author	PAIXÃO, Ermínio Augusto Ramos da
title	Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional
title_short	Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional
title_full	Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional
title_fullStr	Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional
title_full_unstemmed	Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional
title_sort	mapeamento otimizado entre rrh-bbu visando o balanceamento de carga em arquitetura c-ran utilizando inteligência computacional
publisher	Universidade Federal do Pará
publishDate	2019
url	http://repositorio.ufpa.br/jspui/handle/2011/10753
_version_	1787149527911759872
score	11.687526

Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional

Registros relacionados