Escolar Documentos
Profissional Documentos
Cultura Documentos
é independente de um controle central, o que o torna entre b e m considerando o nível de interferência sofrida pela
interessante para ser utilizado pela indústria. conexão entre ambos.
O restante deste artigo está organizado da seguinte forma: a Pela equação de Shannon, a taxa de transmissão máxima do
Seção II descreve o modelo do sistema considerado, a Seção sinal, denotada por Cmb, depende da largura de banda W e do
III apresenta as soluções propostas para o problema de SINR da conexão, e é dada por:
associação de usuários e balanceamento de carga em HetNets,
a Seção IV descreve os cenários de simulação utilizados na = ∙ lg 1 (1)
avaliação de desempenho das soluções propostas, a Seção V Pela equação 1, é necessário calcular o SINRmb que pode
discute os resultados obtidos e a Seção VI conclui o artigo. ser definido como a razão entre a potência do sinal e a
somatória da interferência média das outras células com ruído
II. MODELO DO SISTEMA de fundo (background noise) [10] [11] [12]:
Considera-se uma rede celular de 2 níveis que possui um
conjunto de pico e macro BSs distribuídas como mostrado na ∙ ,
Fig. 1. Os valores nessa figura indicam a porcentagem do total = (2)
∑ ∙ ∙ ,
de UEs cujas posições são uniformemente distribuídas dentro
de cada célula.
Onde Pb é a potência de transmissão da BS b, ϴb é o ângulo
de inclinação para baixo (downtilt) das antenas da rede, o qual
é constante neste trabalho. Amb é a atenuação de propagação
sofrida por m se conectado a b; é a posição de m; N é o
ruído termal; Pb’ é a máxima potência de transmissão de cada
uma das outras BSs e ρb’ é a disponibilidade da célula, ou seja,
a fração de PRBs disponíveis em b’.
Com o SINRmb calculado, é possível computar a taxa de
transmissão de dados máxima Cmb que o enlace entre m e b
pode prover considerando a interferência sofrida. O número de
PRBs em um timeframe da rede LTE é NW para cada largura
de banda W. Desse modo, a taxa de transmissão efetiva
suportada por um PRB no enlace entre m e b é Cmb/NW. Dado
que o usuário m requer uma taxa de transmissão de l Mbps,
calcula-se o número de PRBs necessários para alcançar tal
taxa. LTE suporta picos de velocidade no downlink de até 300
Mbps com uma largura de banda máxima de 20 MHz o que
Figura 1.Cenário de simulação [9].
corresponde a 100 PRBs. Um frame corresponde a 10 ms e é
composto de 10 subframes de 1 ms [13] [14].
A capacidade total de uma dada BS se dá pelo número de Considera-se que todos os UEs tem a mesma potência
blocos de recurso físico (Physical Resource Blocks – PRBs) nominal de transmissão mas requisitam serviços diferentes,
que estão disponíveis para transportar dados em uma janela de isto é, taxas mínimas de transmissão de dados diferentes.
1 segundo considerando a modulação Orthogonal Frequency- Apesar de terem a mesma potência de transmissão de dados,
Division Multiple Access (OFDMA) e 20 MHz de largura de os UEs não estão suscetíveis exatamente à mesma
banda. Os PRBs usados para controlar a comunicação não são interferência, o que afeta o número mínimo de PRBs
levados em consideração. Por simplicidade, este trabalho foca requeridos.
somente no sentido downlink, visto que apesar do uplink Embora os serviços requisitados pelos usuários se
provavelmente poder ser tratado de maneira similar, o fato diferenciem pela taxa mínima de transmissão demandada, a
deste utilizar um controle de potência que muda a prioridade entre eles não está sendo considerada neste
interferência dependendo da associação eleva a complexidade trabalho. Além disso, supõe-se que a interferência, a posição
do problema [3]. dos UEs e o número mínimo de PRBs requisitados por um UE
Cada UE pode se conectar a somente uma única BS e são constantes no timeframe considerado.
requer uma taxa mínima de transmissão de dados em bits por
segundo. Entretanto, o mesmo número de PRBs não III. FORMULAÇÃO DO PROBLEMA
necessariamente entrega a mesma taxa para dois UEs distintos Existem várias estratégias de associação de usuários que
devido a diferença de nível de interferência que cada UE pode tem como objetivo associar UEs com BSs para maximizar o
sofrer. número de UEs aceitos. Entretanto, o balanceamento de carga
Para calcular o número de PRBs necessários que uma BS b é considerado apenas como um outro parâmetro de qualidade
deve provisionar para satisfazer a taxa de transmissão de um para estas estratégias e não o objetivo final [2] [5] [6].
dado UE m utiliza-se a equação de Shannon, que computa a Esta seção introduz um modelo de Programação Linear
máxima taxa de transmissão de dados suportada no enlace Inteira (ILP), uma heurística gulosa sobre o resultado relaxado
TOSHIO HIRATA et al.: LOAD BALANCE AND USER 4783
do ILP (LP_GREEDY), e uma estratégia distribuída e UEs atendidos e, para este em particular, obtem-se também
probabilística (PROB_MIN_LOAD) para o problema de o melhor balanceamento de carga possível.
associação de UEs considerando o balanceamento de carga Uma simples implementação deste método resulta em um
como objetivo. O intuito de tais estratégias é realizar a algoritmo que, no pior caso, deve resolver 100 ILPs. Nesta
associação de usuários levando em consideração a taxa implementação, ao invés da busca linear pelo maior valor de
mínima de transmissão de dados requerida por cada UE assim induzindo a um ILP válido, utilizou-se uma busca binária no
como a capacidade disponível no sentido downlink das BSs de conjunto finito {1.00, 0.99,0.98, … ,0.00} o que resulta em no
tal forma que a carga total é igualmente distribuída entre máximo 7 ILPs a serem resolvidos.
macrocélulas e células menores.
B. Heurística Gulosa sobre Programção Linear
A. Modelo de Programação Linear Inteira O modelo ILP descrito anteriormente obtém uma solução
Seja M o conjunto de UEs, B o conjunto de BSs e para cada ótima, mas resolvê-lo é computacionalmente caro. Assim, para
∈ , seja obter uma solução possivelmente boa (próxima do ótimo) em
= { ∈ ; tal que está na área de cobertura de }. tempo polinomial, a integralidade das variáveis xmb foi
Denote por cb a capacidade b ϵ B em PRBs e por lmb o relaxada e uma estratégia gulosa foi aplicada sobre a solução
número mínimo de PRBs que ∈ demanda de ∈ do problema relaxado.
(este número inclui as perdas causadas pela interferência).
Além disso, seja a porcentagem mínima de UEs que Algoritimo 1 Estratégia Gulosa sobre a Solução do LP
devem ser associados na solução. 1: procedure LP_GREEDY(LP_SOL)
As variáveis de decisão são xmb, Lmax e Lmin. A variável 2: Seja x = (x11 , x12 , … , x|M||B|) a solução fracionária de LP_SOL
∈ {0,1} indica se ∈ deveria ser associada ou não a 3: Ordene x em ordem decrescente
∈ ; ∈ ℝ é a fração de PRBs usados pela BS mais 4: for each xmb nesta ordem do
sobrecarregada na solução encontrada, enquanto ∈ ℝ é 5: if m não está associado then
a fração de PRBs utilizados pela BS menos sobrecarregada. 6: associe m com b se b tem capacidade suficiente
Com isso, tem-se o modelo ILP P.1. 7: end if
8: end for
min − (P.1)
9: end procedure
∑ ∈
s.a. ≥ , ∀ ∈ (3) No Algoritmo 1, dada a solução da versão relaxada do
programa linear (LP_SOL), todas as variáveis de decisão xmb
∑ ∈ são enfileiradas em ordem decrescente. Esta fila é consumida
≤ , ∀ ∈ (4)
nesta ordem e, para cada xmb, se o UE m não estava
previamente associado, ele é então associado ao BS b
≤ 1,∀ ∈ (5) correspondente se este, por sua vez, tem capacidade para
∈ servir m. Se b está sobrecarregado, o UE não é associado a
≤ ,∀ ∈ qualquer BS nesta iteração mas este será possivelmente
(6) associado em uma futura iteração enquanto a fila estiver sendo
∈
consumida.
≥ | | (7)
∈ ∈
C. Heurística Distribuída e Prababilística de Carga Mínima
∈ {0,1} , ∀ ∈ , ∀ ∈ (8) A heurística LP_GREEDY é rápida mas relativamente
A função objetivo minimiza a diferença entre a BS mais complexa de ser implementada uma vez que requer a solução
sobrecarregada e a menos sobrecarregada (balanceamento de de um programa LP e, além disso, demanda um controlador
carga). As restrições (3) e (4) forçam a corretude na central com estado (stateful). Para superar tais limitações, uma
computação de Lmax e Lmin, respectivamente. Cada UE pode heurística distribuída e probabilística é proposta neste
ser aceito por no máximo uma BS (5). A soma das cargas de artigo. Cada UE precisa receber a informação sobre a carga de
todos os UEs aceitos em uma BS não pode ser maior que a sua cada uma das BSs alcançáveis por ele, o que pode ser
capacidade (6). Além disso, o número total de UEs aceitos facilmente realizado se cada BS transmitir tal informação. Em
deve ser maior ou igual que % de todos os UEs (7). seguida, o UE decide probabilisticamente com qual BS ele irá
Para cada valor fixo de na sequência finita se conectar em função das cargas recebidas. Supôs-se que
{1.00, 0.99,0.98, … ,0.00}, resolve-se, nesta ordem, o ILP P.1 cada UE executa o Algoritmo 2 de forma independente uns
e verifica-se se uma solução factível pode ser encontrada para dos outros. Cada UE calcula de forma independente a
um dado . A condição de parada é justamente o primeiro porcentagem de capacidade disponível para cada uma das BSs
valor de que produz uma solução factível para o ILP. Dessa alcançáveis. Esses valores são usados para definir a
forma, tenta-se encontrar a solução com o maior número de probabilidade de conexão com cada BS. Note que quanto
4784 IEEE LATIN AMERICA TRANSACTIONS, VOL. 14, NO. 12, DECEMBER 2016
maior a capacidade disponível de uma BS, maior a foram comparadas com as seguintes estratégias que foram
probabilidade que um UE se conecte a ela, entretanto, como a apresentadas em [5] e [2]:
associação é feita de maneira aleatória, a carga tende a ser • Best Downlink: UEs são associados com a BS que
igualmente distribuída entre as BSs. apresenta a melhor taxa transmissão no downlink;
• Best SINR: UEs são associados com as BSs que
Algoritimo 2 Estratégia Probabilística de Carga Mínima apresentam o melhor SINR;
1: procedure UE.PROB_MIN_LOAD(ReachableBS) • Pico Cell First: UEs são associados com picocélulas
2: total = 0.0 caso seu SINR seja melhor por um dado fator em
3: for each b em ReachableBS do comparação com as macro células;
4: availableb = (capacityb - loadb ) / capacityb • Range Expansion: é similar ao Best SINR mas um fator
5: total = total + availableb multiplicativo ao SINR é associado a cada tipo de BS;
6: end for • Rate Bias: parecido com o Range Expansion mas o
7: for each b em ReachableBS do fator é aplicado ao termo exponencial do SINR.
8: Pr (b) = availableb / total
9: end for Nossos algoritmos são denotados por
10: Associe m para uma das BSs alcançáveis considerando a probabilidade ILP_SIMPLE_MODEL (Seção III-A), LP_GREEDY (Seção
computada III-B) e PROB_MIN_LOAD (Seção III-C).
11: end procedure
V. RESULTADOS
IV. SIMULAÇÃO
Para avaliar o desempenho dos algoritmos propostos, o
cenário descrito em [9] e ilustrado na Fig. 1 foi utilizado, pois
este exemplifica uma das situações mais comuns em HetNets
[3]: a instalação de picocélulas em áreas de alta demanda de
serviço para que estas possam dividir a carga das
macrocélulas. Além disso, um simulador foi implementado e
os parâmetros de simulação adotados são baseados na
recomendação da 3GPP [15] e são apresentados na TABELA
I.
TABELA I
PARÂMETROS USADOS NOS CENÁRIOS DE SIMULAÇÃO
ILP_SIMPLE_MODEL equilibram a carga de forma mais heurísticas foram propostas: uma baseada numa estratégia
balanceada que as outras estratégias. Além disso, gulosa sobre uma versão relaxada deste modelo e uma
PROB_MIN_LOAD é também a melhor estratégia dentre distribuída e probabilística que privilegiam BSs com maiores
todas as que não utilizam programação linear. Observa-se disponibilidades. De acordo com os resultados apresentados,
também que todas as outras estratégias deixam pelo menos as estratégias propostas obtiveram melhores resultados que
uma célula (que possui UEs em sua área de cobertura) sem outras heurísticas da literatura, principalmente em cenários de
atender nenhum UE, ou seja, com 0% de carga pois estas não células sobrecarregadas, por aceitarem mais UEs e
levam em consideração a carga das células quando decidem a distribuirem a carga de maneira mais equalitária.
associação de UEs. Assim, para UEs na fronteira da área de
cobertura de uma célula carregada, a chance de escolher uma AGRADECIMENTOS
célula carregada ou não é praticamente a mesma.
Esta pesquisa foi amparada pelo CNPq e pela FAPESP.
REFERÊNCIAS
[1] J. Andrews, S. Singh, Q. Ye, X. Lin, and H. Dhillon, “An overview of
load balancing in hetnets: old myths and open problems,” Wireless
Communications, IEEE, vol. 21, no. 2, pp. 18–25, April 2014.
[2] Q. Ye, B. Rong, Y. Chen, M. Al-Shalash, C. Caramanis, and J. Andrews,
“User Association for Load Balancing in Heterogeneous Cellular
Networks,” Wireless Communications, IEEE Transactions on, vol. 12,
no. 6, pp. 2706–2716, June 2013.
[3] J. Andrews, “Seven ways that hetnets are a cellular paradigm shift,”
Communications Magazine, IEEE, vol. 51, no. 3, pp. 136–144, March
2013.
[4] I. Siomina and D. Yuan, “Load balancing in heterogeneous LTE: Range
optimization via cell offset and load-coupling characterization,” 2012
IEEE International Conference on Communications (ICC), pp. 1357–
1361, Jun. 2012. [Online]. Available:
http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=6364075
[5] D. Fooladivanda, “Joint channel allocation and user association for
heterogeneous wireless cellular networks,” 2011 IEEE 22nd International
Symposium on Personal, Indoor and Mobile Radio Communications, pp.
Figura 4. Carga Média. 384–390, Sep. 2011. [Online]. Available:
http://ieeexplore.ieee.org/lpdocs/epic03/wrapper.htm?arnumber=6139988
A Fig. 4 apresenta a carga média das BSs. As estratégias http://ieeexplore.ieee.org/xpls/abs\_all.jsp?arnumber=6139988
propostas neste trabalho usam efetivamente mais recursos que [6] D. Fooladivanda and C. Rosenberg, “Joint resource allocation and user
as outras estratégias e PROB_MIN_LOAD é a que usa a association for heterogeneous wireless cellular networks.” IEEE
Transactions on Wireless Communications, vol. 12, no. 1, pp. 248–257,
maior quantidade. Isto pode ser parcialmente explicado pelo 2013. [Online]. Available: http://dblp.uni-
fato dos algoritmos propostos conseguirem atender mais UEs trier.de/db/journals/twc/twc12.html#FooladivandaR13
do que as outras estratégias. Assim como os resultados [7] N. Prasad, M. Y. Arslan, and S. Rangarajan, “Exploiting cell dormancy
and load balancing in LTE hetnets: Optimizing the proportional fairness
apresentados na Fig. 3, isso acontece porque os UEs na utility,” in IEEE International Conference on Communications, ICC
fronteira da células carregadas escolhem as células não- 2014, Sydney, Australia, June 10-14, 2014, 2014, pp. 1916–1921.
carregadas ao invés das carregadas por estarem cientes das [Online]. Available: http://dx.doi.org/10.1109/ICC.2014.6883603
[8] S. Mishra, S. Rangineni, and C. Murthy, “Exploiting an optimal user
cargas das BSs. association strategy for interference management in hetnets,”
Considerando a métrica de balanceamento de carga, nota-se Communications Letters, IEEE, vol. 18, no. 10, pp. 1799–1802, Oct
que LP_GREEDY e PROB_MIN_LOAD produzem 2014.
resultados tão bons quanto as outras estratégias da literatura [9] S.-Y. Lien, T.-H. Liau, C.-Y. Kao, and K.-C. Chen, “Cooperative access
class barring for machine-to-machine communications,” Wireless
para cenários de células não-sobrecarregadas e apresentam Communications, IEEE Transactions on, vol. 11, no. 1, pp. 27–32,
melhores resultados em cenários com células sobrecarregadas. January 2012.
É também interessante ressaltar que enquanto o objetivo [10] F. Afroz, R. Subramanian, R. Heidary, K. Sandrasegaran, and S. Ahmed,
“SINR, RSRP, RSSI and RSRQ Measurements in Long Term Evolution
principal do nosso algoritmo é melhorar o balanceamento de Networks,” International Journal of Wireless & Mobile Networks, vol. 7,
carga, LP_GREEDY e PROB_MIN_LOAD não só no. 4, pp. 113–123, 2015. [Online]. Available:
alcançaram melhores resultados no balanceamento de carga http://www.airccse.org/journal/jwmn/7415ijwmn09.pdf
[11] I. Viering, M. Dottling, and A. Lobinger, “A mathematical perspective of
mas também aceitaram mais usuários mesmo em comparação self-optimizing wireless networks,” in Communications, 2009. ICC ’09.
com estratégias que tem como objetivo a associação de IEEE International Conference on, June 2009, pp. 1–6.
usuários. [12] D. Pernes, D. Neves, and P. Vieira, “Análise de cobertura e capacidade
em redes móveis lte de quarta geração (4g),” in URSI Seminar of the
Portuguese Committee, vol. 1, November 2012, pp. 1–1.
VI. CONCLUSÕES [13] J. Zyren, “Overview of the 3GPP Long Term Evolution Physical Layer,”
Evolution, vol. 07/, pp. 2–22, 2007. [Online]. Available:
Neste trabalho, os problemas de associação de usuários e http://www.freescale.com/files/wireless{\_}comm/doc/white{\_}paper/3
de balanceamento de carga em HetNets foram formulados GPPEVOLUTIONWP.pdf
como um problema de programação linear inteira e duas [14] A. Sibille, C. Oestges, and A. Zanella, MIMO: From Theory to
Implementation, 1st ed. Academic Press, 2010.
4786 IEEE LATIN AMERICA TRANSACTIONS, VOL. 14, NO. 12, DECEMBER 2016