Análisis del movimiento de usuarios en redes celulares y optimización de recursos. Especialidad: Ingeniería en Comunicaciones y Electrónica, Subespecialidad Telecomunicaciones, Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares ,1 ANÁLISIS DEL MOVIMIENTO DE USUARIOS EN REDES CELULARES Y OPTIMIZACIÓN DE RECURSOS Especialidad: Ingeniería en Comunicaciones y Electrónica Subespecialidad: Telecomunicaciones Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares Ramón Martín Rodríguez Dagnino Doctor en Ingeniería Eléctrica: Telecomunicaciones Fecha de ingreso (17, 03, 2016) Monterrey, Nuevo León
19
Embed
Análisis de movimiento de usuarios en redes celulares y optimización de recursos
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Análisis del movimiento de usuarios en redes celulares y optimización de recursos.
Especialidad: Ingeniería en Comunicaciones y Electrónica, Subespecialidad Telecomunicaciones,
Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares
,1
ANÁLISIS DEL MOVIMIENTO DE USUARIOS
EN REDES CELULARES Y OPTIMIZACIÓN DE
RECURSOS
Especialidad: Ingeniería en Comunicaciones y Electrónica
Subespecialidad: Telecomunicaciones
Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en
Redes Celulares
Ramón Martín Rodríguez Dagnino
Doctor en Ingeniería Eléctrica: Telecomunicaciones
Fecha de ingreso (17, 03, 2016)
Monterrey, Nuevo León
Análisis del movimiento de usuarios en redes celulares y optimización de recursos.
Especialidad: Ingeniería en Comunicaciones y Electrónica, Subespecialidad Telecomunicaciones,
Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares
,2
Contenido
Resumen ejecutivo 3-4
1. Objetivos, Alcances, Introducción 5
2. Contenido del trabajo 6
3. Conclusiones 16
4. Referencias 17
Análisis del movimiento de usuarios en redes celulares y optimización de recursos.
Especialidad: Ingeniería en Comunicaciones y Electrónica, Subespecialidad Telecomunicaciones,
Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares
,3
RESUMEN EJECUTIVO
La optimización de recursos en redes celulares inalámbricas es de suma importancia
para tener un apropiado dimensionamiento de dichas redes. En un ambiente celular se
debe de tener una adecuada localización de las terminales móviles en las diferentes
áreas de localización (LAs) para un manejo aceptable de las llamadas con los niveles de
calidad requeridos. Existen muchos estudios que se enfocan a optimizar la potencia de
la señal y asegurarse que se cubran, con los niveles normados de potencia, las áreas
asignadas para el servicio. Nuestro enfoque en este trabajo es hacia otros aspectos de
las redes celulares que tiene que ver con el movimiento de usuarios, arquitecturas de
red, protocolos y estrategias para hacer un uso óptimo de recursos. Por ejemplo, el
movimiento de los usuarios ocurre generalmente en un plano o en tres dimensiones,
pero con algunas restricciones, por ejemplo, usuarios en un centro comercial con
edificios de varios niveles o los usuarios que van dentro de los automóviles en una
ciudad. En la actualidad no existen modelos estocásticos definitivos que capturen dicho
movimiento, pero si hay una variedad grande de modelos que aproximan
razonablemente el comportamiento real. Hay varios elementos aleatorios que hacen
difícil la construcción de modelos matemáticos, uno de ellos es que la duración de las
llamadas es aleatoria, el tiempo que permanecen en una célula, los usuarios de la red
celular, también es aleatoria. Asimismo, el número de usuarios en una célula es
aleatorio. Como una consecuencia se tiene que dichos modelos son necesariamente
probabilísticos. Otro aspecto de optimización que se debe de abordar es el de la
minimización del tráfico generado para mantener conectados y localizados a los
diferentes usuarios, este tipo de tráfico es de servicio de la red de telecomunicaciones,
y se cataloga como tráfico de señalización y voceo. Se han propuesto varias
arquitecturas, protocolos de red, y estrategias para tratar con estos problemas.
Se han estudiado básicamente tres estrategias para la localización de usuarios, y la
administración de esta información dentro de una red celular: La primera se basa en
estimar la distancia que ha viajado el usuario, la segunda pide confirmación de
localización una vez que ha transcurrido un tiempo periódico, y la tercera se basa en la
detección del movimiento, es decir, el usuario envía información de localización una vez
que ha cruzado la frontera de una célula. Para cada uno de estos esquemas se han
especificado funciones de costo que se deben de optimizar, e incluso para esquemas
híbridos que consideran un par de dichas estrategias.
Una de las estrategias más atractivas, debido a su facilidad en el manejo de la
información y que no genera gran cantidad de información de señalización es la que se
basa en el movimiento de usuarios. Para esta estrategia es necesario tener modelos
matemáticos que nos ayuden a predecir y contar el número de cruces de células
inalámbricas (handovers) que ocurren durante la duración aleatoria de una llamada, o
en los intervalos en que no hay llamadas. Una buena parte de mis contribuciones han
sido en estos modelos utilizando la teoría matemática de renovación y procesos de
Markov. Voy a describir algunos de estos modelos en este trabajo.
Análisis del movimiento de usuarios en redes celulares y optimización de recursos.
Especialidad: Ingeniería en Comunicaciones y Electrónica, Subespecialidad Telecomunicaciones,
Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares
,4
ABSTRACT
Resources optimization in wireless cellular networks is very important for dimensioning. In
addition, it is relevant to have an appropriate scheme for location of users in a given service
area or location area (LA). These issues help to maintain a certain quality of service for a
service level agreement. Most of the studies in cellular networks are focused to the signal
power optimization to ensure the signal covering area. Our goal in this work is to deal with
users’ movement modeling, and the minimization of paging and signaling traffic. For
instance, the movements occur in a plane (2D) or sometimes in 3D with some restrictions,
e.g., users in a shopping mall or inside buildings. Nowadays, there are no definitive stochastic
models to capture this behavior, however, there are many proposed models to approximate
the motion in different scenarios. There are several stochastic elements making this modeling
construction as a difficult task. One of them is the random duration of a session or call,
another one is the residence time in a wireless cell, the number of users in the cellular
network, etc. Moreover, the number of users in a wireless cell is also random. As a
consequence of these facts, the models need to be stochastic. There are several proposals for
architectures, network protocols, and strategies to deal with these issues.
There are basically three strategies for users’ location, and the management of this
information in a cellular network. The first one is to estimate the distance travelled by a
particular user, the second one is based on periodic time stamps, and the third one detects the
movement of users through cell crossing detection. To each of these schemes there are cost
functions proposals to do optimization of signaling and paging traffic. There are also hybrid
schemes to deal with these problems as well.
The dynamic movement strategy is one of the most efficient and less complex to be
implemented. In this strategy we need to have mathematical models to predict and count the
number of cell crossings (handovers) occurring during a random session or call, or between
to calls. Most of my contributions in this topic have been in building more realistic
mathematical models. These models are based on the stochastic renewal theory and Markov
processes. The foundations of these models are described in this work.
Palabras clave: Redes celulares, optimización de recursos, conteo de handovers, modelos
matemáticos, aleatoriedad
Análisis del movimiento de usuarios en redes celulares y optimización de recursos.
Especialidad: Ingeniería en Comunicaciones y Electrónica, Subespecialidad Telecomunicaciones,
Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares
,5
OBJETIVO
Describir mis contribuciones más relevantes en la creación de modelos de movilidad de
usuarios celulares e ilustrar uno de sus usos en la reducción en el costo de señalización para
el acceso a las bases de datos de los teléfonos celulares.
ALCANCES
Este trabajo se enfoca a la elaboración de los modelos matemáticos y no necesariamente se
detallan todas sus consecuencias en aplicaciones a la industria de las redes celulares, pero
cabe mencionar que estos fundamentos han sido la base para algunos algoritmos utilizados
en la práctica.
INTRODUCCIÓN
El desarrollo de las redes celulares ha sido impresionante en los últimos 30-40 años, y su
evolución se clasifica en generaciones tecnológicas, desde los primeros sistemas analógicos
(1G) hasta los modernos 4G y 5G. A partir de la segunda generación aparecen los sistemas
basados en tecnología de transmisión digital, y en la actualidad se han hecho muy sofisticados
con el fin de hacer un uso más eficiente del espectro radioeléctrico y proporcionar un ancho
de banda más amplio, apropiado para los nuevos servicios de video, imágenes, y datos de
alta velocidad. Se ha tomado ventaja de la evolución paralela en la electrónica que ha
permitido niveles de integración muy altos, que impacta en el bajo consumo de potencia y el
reducido tamaño físico de los dispositivos, además de agregar muchas más funciones. Desde
el punto de vista de transmisión se han incorporado una gran variedad de esquemas de
modulación, los cuales han evolucionado en gran medida y la inteligencia que se le ha
proporcionado a la red es significativa.
Sin embargo, un aspecto que se ha mantenido con pocas variaciones a través de los años es
la arquitectura básica del sistema celular, que consta de una distribución de celdas o células
que cubren una ciudad, así como las bases de datos utilizadas para localizar y validar a los
usuarios. Una de estas bases de datos sufre pocos cambios ya que tiene la información de los
usuarios que han contratado el servicio, y se llama HLR (Home Location Register). Aquí es
donde reside la información de validación de servicio nacional para los clientes. Las otras
bases de datos son más dinámicas y se conocen como VLR (Visitor Location Register) y su
función es almacenar información temporal correspondiente a los usuarios que residen en
cierta área o región. El sistema de señalización celular contempla peticiones a dichas bases
de datos. Dado que dichos intercambios de información se dan en el establecimiento, durante,
y en la conclusión de la llamada, resulta importante optimizar los costos de dicha
señalización. Nuestros modelos matemáticos están orientados a esta optimización, y dado
que se enfocan en la arquitectura genérica, estos modelos son válidos incluso para las
generaciones más recientes.
Análisis del movimiento de usuarios en redes celulares y optimización de recursos.
Especialidad: Ingeniería en Comunicaciones y Electrónica, Subespecialidad Telecomunicaciones,
Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares
,6
DESARROLLO DEL TEMA
1) Algunos métodos para contar el número de cruces de células
Durante cada cruce de celda o célula en un ambiente celular se debe de transferir el control
de la llamada de la célula de origen a la célula de destino. La red celular tiene que asignar
nuevos recursos a la llamada entrante en la célula destino y liberar los recursos de la célula
de origen para permitir el manejo de nuevas conversaciones. Para que este proceso sea
transparente al usuario y no se interrumpa la llamada se descansa en los protocolos de
señalización. En una ciudad, donde se tiene un conjunto de células es conveniente contar con
las estadísticas de cruces de células de los diferentes usuarios con el fin de hacer una mejor
planeación de recursos en esa área. Desde el punto de vista de modelos probabilísticos este
problema ha sido retador para los investigadores, dado que consiste en encontrar la
distribución de probabilidad del proceso de conteo de cruces de células, es decir, se debe de
contar el número de cruces dado que el tiempo de residencia en una célula es aleatorio, y se
puede representar por la variable aleatoria 𝑋𝑘, para el tiempo de residencia en la célula k-
ésima, y también se tiene la aleatoriedad de la duración de la llamada, que representamos por
la variable aleatoria 𝑇. Los primeros esfuerzos en este sentido consideraron variables
aleatorias exponenciales para los tiempos de residencia en las células y para la duración de
las llamadas. Desde el punto de vista analítico dichos modelos fueron tratables debido a las
propiedades de falta de memoria de dichas variables aleatorias, pero con limitaciones
prácticas para capturar situaciones más realistas (Nanda, 1993; Lin, Mohan, Noerpel, 1994).
Por ejemplo, en ambientes multimedia se cuenta con una variedad grande de servicios
celulares, tales como voz, video, Internet, transferencia de datos, descarga de datos, vídeos,
y audio, etc. Cada uno de estos servicios tiene diferentes estadísticas de duración de llamada
o CHT (Call Holding Time). Por otro lado, el tiempo en que un usuario reside en una célula
o CRT (Cell Residence Time) también depende de varios factores, entre ellos podemos
mencionar el tamaño de la célula, la velocidad a la que viaja el móvil, densidad de tráfico, la
trayectoria en particular de que se trate, etc. No existe un consenso general de cuáles son las
distribuciones de probabilidad más adecuadas bajo todos estos factores. Ha habido algunas
mediciones reportadas, por ejemplo, Jedrzycki & Leung, 1996 y F. Barceló & J. Jordán, 2000,
que han sido valiosas en dar una mejor idea de la situación, y han corroborado que los
modelos exponenciales no son válidos para muchos de los escenarios, por ello ha sido
necesario desarrollar modelos más generales y que sean tratables analíticamente. En este
sentido me ha tocado participar activamente en el desarrollo de modelos probabilísticos
basados en la teoría de la renovación. En este trabajo elaboraré más sobre estos modelos y su
importancia.
En los ochenta se reportan algunos avances donde el CRT no es exponencial, por ejemplo,
Guérin en 1986 realizó estudios analíticos del tiempo de residencia en la celda para
geometrías hexagonales, mientras que Hong y Rappaport lo hicieron para geometrías
circulares. Al menos en el caso hexagonal los resultados no fueron muy populares debido a
su gran complejidad analítica que dificultaba el análisis posterior de costos.
Análisis del movimiento de usuarios en redes celulares y optimización de recursos.
Especialidad: Ingeniería en Comunicaciones y Electrónica, Subespecialidad Telecomunicaciones,
Gran Reto de la Ingeniería Mexicana: Modelos Matemáticos en Redes Celulares
,7
2.1 CRT generales y CHT Erlang
Denotaremos como N(T) el número de cruces de células o celdas en un intervalo aleatorio
(0,T], donde T es una variable aleatorio denotando el CHT y que consideraremos
independiente de los tiempos de residencia en las células. Cabe mencionar que dicho
problema fue formulado originalmente por Cox (Cox, 1962, Sección 3.4) para un proceso
de renovación ordinario cuando T se asume con una distribución de probabilidad k-Erlang,