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

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.