Please use this identifier to cite or link to this item: http://repositorio.ufpa.br/jspui/handle/2011/10753
Compartilhar:
Type: Dissertação
Issue Date: 20-Dec-2018
Authors: PAIXÃO, Ermínio Augusto Ramos da
First Advisor: CARDOSO, Diego Lisboa
Title: Mapeamento otimizado entre RRH-BBU visando o balanceamento de carga em arquitetura C-RAN utilizando inteligência computacional
Other Titles: Optimized mapping between RRH-BBU for load balancing in C-RAN architecture using computational intelligence
Sponsor: CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Citation: 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:.
Resumo: 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.
Abstract: 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.
Keywords: Redes móveis 5G
Arquitetura de redes
Qualidade de serviço
Computação em nuvem
C-RAN
RRH
BBU
KPI
Concentration Area: COMPUTAÇÃO APLICADA
Research Line: INTELIGÊNCIA COMPUTACIONAL
CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES::SISTEMAS DE TELECOMUNICACOES
Country: Brasil
Publisher: Universidade Federal do Pará
Institution Acronym: UFPA
Department: Instituto de Tecnologia
Program: Programa de Pós-Graduação em Engenharia Elétrica
metadata.dc.rights: Acesso Aberto
Source: 1 CD-ROM
Appears in Collections:Dissertações em Engenharia Elétrica (Mestrado) - PPGEE/ITEC

Files in This Item:
File Description SizeFormat 
Dissertacao_MapeamentootimizadoRRHBBU.pdf2,47 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons