Andreas Lobinger, Szymon Stefanski, Thomas Jansen, Irina Balan Load Balancing in Downlink LTE Балансировка нагрузки в канале Downlink LTE

Источник оригинальной статьи - https://biblio.ugent.be/

Балансировка нагрузки в канале Downlink LTE
Self-Optimizing Networks

Andreas Lobinger!, Szymon Stefanski†, Thomas Jansen‡, Irina Balan§
! Nokia Siemens Networks, Munchen, Germany, andreas.lobinger@nsn.com
† Nokia Siemens Networks, Wroclaw, Poland, szymon.stefanski@nsn.com
‡Technical University of Braunschweig, Braunschweig, Germany, Jansen@ifn.ing.tu-bs.de
§Interdisciplinary Institute for Broadband Technology, Ghent, Belgium, Irina.Balan@intec.ugent.be

Автор перевода Бенавидес Э.Э.

Аннотация – В этой статье мы представляем моделирование на системном уровне результатов работы самооптимизирующегося алгоритма балансировки нагрузки в LTE мобильной системе связи. Статья основана на предыдущей работе [2][1], оценивается производительность сети с помощью алгоритма. Входным параметром является нагрузка на соту, контролируются параметры хендовера. В конце сравниваются результаты при различных настройках: базовых, регулярных настройках сети, не регулярной настройке с изменением размеров сот а также для реалистичного сценария на основе измерений и настройках реалистичного трафика.

I. ВВЕДЕНИЕ
В существующих сетях, все параметры установливаются вручную, это приводит к высокому уровню эксплуатационных затрат. В концепции LTE SON появляется возможность автоматической настройки параметров на основе измерений. Задача состоит в том, чтобы увеличить производительность и эффективность сети. Использование балансировки нагрузки (LB) принадлежит к функциям концепции SON LTE. При балансировке нагрузки осуществляется регулировка параметров сети таким образом, чтобы перегруженные соты могли разгрузить избыточный трафик на низко загруженные соседние ячейки. В реальных сетях имеет место высокое колебание нагрузки , и оно, как правило, обусловлено превышением размеров сети по сравнению со стадией планирования. Если концепция SON реализована на сети, предложенный алгоритм SON производит мониторинг сети и реагирует на пики нагрузки, за счет распределения нагрузки между соседними сотами можно добиться повышения производительности[10]. Алгоритм балансировки нагрузки направлено на поиск оптимального хендовера (HO) переключения между перегруженной сотой и возможной целевой сотой.

Работа была проведена в EU FP7 SOCRATESproject [1].

II. ОПРЕДЕЛЕНИЯ И РАСЧЕТЫ

В [2] определяется математическая основа для SON,использованный математический аппарат описан ниже..

С т р у к т у р а у з л о в с е т и, eNodeB(s) (eNB), определяет соту c в позиции p_c
П о л ь з о в а т е л ь u расположен в позиции q_u. Расположение пользователя может меняться с течением
времени
Функция соединения X(u), пользователь u обслуживается сотой c = X(u)
Потери L, L_X(u)(qu) определяются расположением пользователя u по отношению к соте c, c = X(u). Принимаются во внимание все параметры: расстояние, угол диаграммы направленности антенны
Нагрузка на соту p_c, определяет соотношение использованных ресурсов в соте (PRBs).

С учетом указанного выше, мы можем определить и оценить для каждого пользователя, в каждом временном промежутке отношение сигнала к шуму и помехам, SINRu.

Единый для всех пользователей битрейт (CBR) обслуживания,который будет использоваться дальше - 512kbit / с.

A.Нагрузка и потери пропускной способности

Мы предполагаем, что лучшие схема кодирования и модуляции (MCS) используется для данной SINR и наивысшая скорость передачи данных R (SINR) рассчитывается по формуле Шеннона.

Однако для лучшего приближения к реалистическому MCS, функция масштабируются коэффициентом 0,6 и ограничивается максимально доступный битрейт (4,4 bps / Hz) и минимально необходимое SINR (-6,5 дБ), подробное описание можно найти в [4]. На основе достижимой пропускной способности в данной SINR, требуемой скорости передачи данных D и ширины полосы пропускания BW одного PRB (PRB пропускная способность в LTE системе 180kHz),количество необходимых PRBs N может быть рассчитано по формуле:

На рисунке 1 показана взаимосвязь между SINR, пропускной способностью и количеством необходимых ресурсов при передаче в канале DL.

B. Виртуальная нагрузка и недовольные пользователи

В этом статье мы исследуем сценарии с различным распределением нагрузки, числом и концентрацей пользователей. Перегрузки базовых станций возникают, когда требуемая пропускная способность PRBs Nu превышать сумму доступных ресурсов в одной соте MPRB. Мы вводим виртуальный счетчик нагрузки, ПК, который может быть представлен как сумма необходимых ресурсов всех пользователей U, соединенных с ячейкой ,разделить на пропускную способность обслуживающей соты с .

Если показатель больше 1 значит сота перегружена, в процентом соотношении можно оценить масштабы перегрузки. Если пользователь обслуживается перегруженной сотой, то не могут быть выполнены показатели качества обслуживания, и мы называем таких пользователей недовольными. Общее количество недовольных пользователей во всей сети можно записать в виде:

Подробное описание концепции виртуальной нагрузки и недовольных пользователей можно найти в [2].

C. Расчет нагрузки

Балансировка нагрузки достигается путем передачи пользователей от перегруженных сот, соседних сотам, которые менее нагружены. После HO, на ENB (TENB) создается нагрузка, она будет иная, чем в предыдущей соте ENB (SENB). Нагрузка, передаваемая во время LB не должна превышать возможной нагрузки в TENB. Это должно находиться под контролем допуска и механизмов управления перегрузкой в TENB. Предложен метод прогнозирования нагрузки, необходимой в сторону TENB, на основе оценки SINR после LB HO, с учетом измерений опорного сигнала, принимаемой мощности (RSRP) и принимаемого сигнала индикатора (RSSI). Для упрощения мы не считаем дополнительных факторов, связанных с текущей нагрузкой на SENB и TENB, которые могут оказать влияние на SINR. Сигнал, полученный от пользователя u в соте Cell C можно записать как:

Перед LB HO пользователь u1 подключен к Senb, Senb = X (u 1) сигнал S1 на рисунке 2. Сигнал RSRP от TENB (S2 на рисунке 2а) является компонентом общих помех, также помехами являются сигналы от других ENB (представлено I на рис.2а). После HO пользователь U1 подключен к TENB, принимаемый сигнал S1 теперь является помехой,а сигнал S2 от TENB полезный сигнал (см. рисунок 2б).

Мы предполагаем, что во время исполнения HO, U1 положение пользователя q_u1 существенно не изменяется , следовательно не происходит изменения мощности принимаемого сигнала пользователем U1. Результирующее SINR_TeNB можно записать в виде:

III. АЛГОРИТМ БАЛАНСИРОВКИ НАГРУЗКИ

В данном исследовании мы используем параметр "переключение соты" для передачи пользователя от SeNB к TeNB. Важно установить этот параметр осторожно, чтобы не превысить нагрузку на TENB после процедуры LB HO. Основной целью представленного алгоритма 1,найти оптимальное HO переключение, которое позволит максимальному количеству пользователей изменить соты без каких-либо отказов управления на стороне TеNB. Перед применением LB процедуры SеNB необходимо создать список потенциальных целей для HO, для этого нужно собрать отчеты измерений от обслуживаемых UE, а также информацию о имеющихся ресурсах из соседних сот. Эти действия отображены в пунктах 1 - 5 алгоритма 1. Для каждого рассчитаного значения переключения HO, SeNB сортирует список потенциальных TENB по отношению к числу возможных LB HOs . Впоследствии,все возможные переключения оцениваются. Если прогнозируемая пропускная способность не превышает допустимый уровень p_Thld TеNB, происходит переключение, нагрузка на SеNB p_SeNB уменьшается на сумму нагрузок генерируемых, переключаемыми пользователями. Алгоритм работает, пока нагрузка на pSeNB SеNB не превысит допустимый уровень pThld, SENB и HO.

IV. СЦЕНАРИИ МОДЕЛИРОВАНИЯ

Как уже упоминалось в стандартных LTE системах пропускная способность DL 10 МГц. Для обоих, синтетического и реального, сценариев временных шаг моделирования 500 мс.

A. Синтетический сценарий

Параметры модели: 19 сайтов, 3 сектора на сайте и 57 сот в итоге. Для сравнения второй вариант: 12 сайтов, 3 сектора на сайте и 36 сот. Ко второму варианту применяются реальные эффекты сети: различные размеры ячейки, различное число соседних сот, влияние помех.

Для использования локализированной высокой нагрузки в системе моделирования, используется настройка уровня нагрузки во всех сотах, пользователи могут находиться в любом положении сотовой сети. Так же вводится зона, к которой новые, дополнительные пользователи удаляются с течением времени. Зона перемещается со временем по сети, это показано на рисунке 3.

Движение пользователей происходит с постоянной скоростью и в соответствии с моделью случайной точки.

B. Реалистичный сценарий

Реалистичный сценарий реализован в СОКРАТ (проект LTE сети), основан на реальном расположении существующих сетей 2G и 3G (более подробная информация см. [8] ). Сценарий содержит следующее: конфигурация сети, данные о помехах, данные о рельефе, данные о трафике, данные о мобильности.

Выбрана территория площадью 72 км х 37 км . Полученная сеть состоит из 103 объектов и 309 сот, сеть частично изображена на рисунке 4. Для меньшей территории площадью 1,5 км х 1,5 км в реалистичном сценарии определена подробная модель мобильности SUMO (моделирование городской мобильности) используется [11], чтобы ввести соответствующие мобильности пользователей. Пользователи перемещаться по улицам и в автомобилях в соответствии с моделью мобильности. Модель мобильности включает светофоры, несколько переулков, ускорения и торможения пользователей, пробки, обгон медленных машин. Для того, чтобы генерировать перегрузки в сценарии определяется множество пользователей, перемещающихся вместе вдоль дороги. Распределение дополнительных статических пользователей на основе карты трафика.

На основании измерений оператора и пути предсказанного нам Ing-Ray-Tracer L Pathloss сформировано несколько типов пользователей статический, мобильный, и пользователи в автобусе (Hotspot).

На фиг.5 путь автобуса показан более подробно. Серые линии - городские улицы, пурпурные линии определяют теоретические границы сот, они помечены цифрами. Базовые станции и ориентации антенн показаны таким же образом, как и на рис.3. Маршрут автобуса помечен коричневым цветом. Круговые маркеры с буквами, соответствуют точкам HO более 50% пользователей в автобусе. Следующая последовательность описывает HO схему за 10 мин моделирования базового сценария:> 104; B> 105; C> 103; D> 50; е> 103, F> 50; G> 99, H> 50 ; I> 15, J> 97; K> 15; L> 144.

V. РЕЗУЛЬТАТЫ

A. Синтетический сценарий

На рисунках 6 и 7 изображены Z-показатели для каждого моделирования сценария, система отсчета (красная кривая) сравнена с балансировкой нагрузки (зеленая кривая) . Рабочая точка здесь в обоих сценариях является 5-пользователей на ячейку в фоновом режиме и 40 пользователей попавших точку hotspot. Производительность балансировки нагрузки,как ожидалось, зависит от количества пользователей в точке hotspot. Усредненное количество неудовлетворенных пользователей Z изображается как горизонтальная линия. В таблице представлено еще несколько рабочих точек и средний результат представлены в виде обзора.

B. Реалистичный сценарий

На рисунке 8 график изображены Z-метрики для реалистичного сценария моделирования, система отсчета (красная кривая) сравнена с балансировкой нагрузки (зеленая кривая) . Как скано в IV-B часть пользователей движется в автобусе по улице. Рабочая точка выбрана иначе чем как для синтетических сценариев, здесь нагрузку формируют 80 статических и 80 медленных пользователей. На рис.9 можно наблюдать изменения нагрузки (виртуальной нагрузки, как определено в уравнении 4) в течение первых 300 с моделирования. Маркеры на рис.8 и 9 соответствуют рисунку 5 и описаны в разделе IV-B. При сравнение эталонной и распределенной нагрузки, мы видим, что алгоритм балансировки перераспределяет загрузку в соседние соты, что значительно снижает перегрузки в наблюдаемом периоде. В таблице II представлено больше рабочих точек результаты представлены в виде обзора.

VI. ВЫВОДЫ И ПЕРСПЕТИВЫ

В этой статье мы описываем моделирование алгоритма балансировки нагрузки. Алгоритм оценивает нагрузку в текущей и соседней соте, оценивает влияние изменения HO параметров для того, чтобы улучшить общую производительность сети. Предложен способ для оценки нагрузки после HO, который основан на предсказании SINR и использовании измерений UE . Эффективность LB алгоритма была проверена при моделировании синтетических схем сети, а также на части реальной сети, в которой нагрузка изменяется динамически.

Эффект от балансировки нагрузки виден во всех моделируемых сценариях на предоставленных графиках и таблицах; из чего можно сделать вывод, что среднее число довольных пользователей может быть улучшено с помощью балансировки нагрузки.Возможный выигрыш зависит от местных условий нагрузки и мощности в соседних сотах. Алгоритм основан на испольховании свободных мощностей соседних сот, предлагаемый алгоритм балансировки нагрузки может перераспределить нагрузку, изменяя параметры HO.

REFERENCES

[1] SOCRATES, Self-optimisation and self-configuration in wireless networks , European Research Project, http://www.fp7-socrates.eu.

[2] I. Viering, M. D?ottling, A. Lobinger, A mathematical perspective of self-optimizing wireless networks, IEEE International Conference on Communications 2009 (ICC), Dresden, Germany, May 2009.

[3] 3GPP, Self-configuring and self-optimizing network use cases and solutions , Technical Report TR 36.902, available at http://www.3gpp.org.

[4] 3GPP, 3rd Generation Partnership Project;Technical Specification Group Radio Access Network;Evolved Universal Terrestrial Radio Access (EUTRA); Radio Frequency (RF) system scenarios (Release 8), Technical Report TR 36.942, available at http://www.3gpp.org.

[5] M. Amirijoo, R. Litjens, K. Spaey, M. D?ottling, T. Jansen, N. Scully, and U. T?urke, ”Use Cases, Requirements and Assessment Criteria for Future Self-Organising Radio Access Networks,” Proc. 3rd Intl. Workshop on Self-Organizing Systems, IWSOS 08, Vienna, Austria, December 10-12, 2008.

[6] Next Generation Mobile Networks, Use Cases related to Self Organising Network, Overall Description, available at http://www.ngmn.org.

[7] 3GPP, Physical Layer Aspects for evolved Universal Terrestrial Radio Access (E-UTRAN), Technical Report TR 25.814, available at http://www.3gpp.org

[8] N. Scully, J. Turk, R. Litjens, U. T?urke, M. Amirijoo, T. Jansen, L. Schmelz, ”Review of use cases and framework II”, Deliverable 2.6 EUProjekt SOCRATES (FP7-2007-INFSO-ICT-216284), March, 2009

[9] 3GPP, Evolved Universal Terrestrial Radio Access Network (E-UTRAN); X2 Application Protocol (X2AP), Technical Specification TS 36.423, available at http://www.3gpp.org.

[10] U. T?urke, and M. Koonert, ”Advanced site configuration techniques for automatic UMTS radio network design,” Proc. Vehicular Technology conference VTC 2005 Spring, vol. 3, pp. 1960-1964, Stockholm, Sweden, May 2005.

[11] H. Schumacher, M. Schack and T. K?urner, ”Coupling of Simulators for the Investigation of Car-to-X Communication Aspects” 7th COST2100 Management Committee Meeting, TD(09)773, Braunschweig, Germany, February 2009.