Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10400.21/10227 |
Resumo: | Dissertação para obtenção do grau de mestre em Engenharia Eletrónica e Telecomunicações na área de especialização em Telecomunicações |
id |
RCAP_daf09c6aaf08e7862d39e42c2e05bbb7 |
---|---|
oai_identifier_str |
oai:repositorio.ipl.pt:10400.21/10227 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reaisComunicações móveisMobile communicationsRede de acesso rádioRadio access networksCapacidadeCapacityMulti serviçoMultiserviceTráfegoTrafficDissertação para obtenção do grau de mestre em Engenharia Eletrónica e Telecomunicações na área de especialização em TelecomunicaçõesA utilização de redes móveis é cada vez mais intensa e com exigências maiores, por parte dos utilizadores, o que exige uma gestão de recursos da rede mais eficiente, juntamente com modelos de capacidade realistas. O aumento da população nas grandes cidades força os operadores a aumentar a densidade das células para conseguir servir os utilizadores com bons níveis de Qualidade de Serviço (Quality of Service (QoS)), o que implica um maior investimento, por parte dos operadores, nos sistemas de telecomunicações. Assim, considera-se pertinente o desenvolvimento de estudos que viabilizem a obtenção de planos estratégicos sobre otimização dos sistemas ou, pelo menos, um conhecimento mais pormenorizado dos mesmos, ao nível da capacidade. Tais estudos suportam a tomada de decisão no que respeita à configuração das redes, compatível com a concretização de objetivos de poupança energética e de possíveis limites de capacidade, de forma a permitir, aos operadores, investimentos mais assertivos e de menor risco. O trabalho desenvolvido nesta dissertação visa propor modelos de capacidade para estações base Terceira Geração (3G) e 4G, numa tentativa de modelo unificado multitecnologia. A investigação surgiu no âmbito de uma rede real, permitindo verificar o efeito da variação do tráfego, voz e dados, na potência transmitida de uma estação base, bem como na utilização dos recursos rádio, sendo estes os pontos de partida para os modelos. O objetivo, para o modelo de capacidade 3G, é apresentar uma plataforma multi-serviços baseada em curvas de admissão, dependendo de algumas características das células, que são calculadas com base em medidas reais. O modelo considera as curvas de admissão baseadas no modelo Multidimensional Erlang-B, que define o limite máximo de utilização de recursos para um determinado QoS, permitindo gerir o tráfego entre vários serviços. O método proposto assume diferentes restrições específicas para cada ambiente de tráfego, tendo por base o desempenho da rede. Para estimar as características da célula, para os serviços de voz e Packet Switched (PS) Release 99 (R99), é proposto um método, baseado no modelo de Regressão Linear Múltipla (RLM) que depende de Key Performance Indicators (KPI)s coletados a partir de uma rede móvel real. Para o serviço High Speed Downlink Packet Access (HSDPA), é definida uma abordagem diferente, pois há um tempo bem definido para transmitir dados (Transmission Time Interval (TTI)) juntamente com outros parâmetros importantes, como o Channel Quality Indicator (CQI) e a Block Error Rate (BLER), que devem ser considerados. Relativamente ao modelo de capacidade 4G, o objetivo é apresentar uma plataforma de capacidade baseada, igualmente, em medições reais. A essência do método proposto é a implementação de um modelo de RLM, baseado em condições de propagação, qualidade de canal e atrasos para uma célula específica. São fornecidas informações sobre as possíveis limitações de recursos e algumas sugestões de melhorias do sistema, de forma a eliminar essas limitações. Esta abordagem gera o débito máximo da célula, em busy hour, tendo em conta condições realistas. De modo a validar os resultados dos modelos RLM, foram utilizadas métricas como a correlação de Pearson, Mean Absolute Percentage Error (MAPE) e Root Mean Square Error (RMSE). Para o modelo de capacidade 3G, para duas células, obtiveram-se valores do R2 ajustado superiores a 84,52%, de MAPE inferiores a 0,91% e do coeficiente de correlação superiores a 81,43%. Também se conseguiu uma redução da potencia transmitida da célula, superior a 20% face à potencia máxima da célula. No modelo de capacidade 4G foi possível detetar problemas de capacidade em nove células, numa análise de 89 no total. Nos modelos RLM aplicados obtiveram-se valores do R2 ajustado superiores a 92,8%, de MAPE inferiores a 10,25% e do coeficiente de correlação de 96,36%.The mobile networks utilization is increasingly high and with greater demands, by users, which implies a better efficient resource network management coupled with a realistic capacity model. Increased population in large urban cities forces operators to increase cell density to serve users with good QoS levels, which implies a greater investment, by the operators, in telecommunication systems. Therefore, it is considered relevant to develop studies that make it possible to obtain strategic plans on system optimization or, at least, a more detailed knowledge of it, at a capacity level. These studies support decision making with regard to the networks configuration compatible with the energy saving achievement targets and possible capacity limits, in order to allow operators to make more assertive and less risky investments. In this dissertation, the developed work aims to propose capacity models for 3G and 4G base stations, in a multi-technology unified model attempt. The research was carried out within a real network, allowing to verify the effect of the voice and data traffic variation on the base station transmitted power, as well as the use of radio resources, which are the models starting points. For 3G capacity model, the objective is to present a multi-service platform based on admission curves, depending on some cell characteristics, which are calculated based on real measurements. The model considers admission curves based on the Multidimensional Erlang-B model, which defines the maximum limit of resource utilization for a given QoS, and will manage traffic between several services. The proposed method takes different specific constraints for each traffic environment based on network performance. To estimate the cell characteristics, for Voice and Packet Switched (PS) Release 99 (R99) services, a method is proposed, based on the Multiple Linear Regression model and dependent on Key Performance Indicators (KPI) taken from a live mobile network. For High Speed Downlink Packet Access (HSDPA) service, a different approach is set since there is a well defined time to transmit data (TTI) along with other important features, like CQI and BLER, to be considered. Regarding the 4G capacity model, the objective is to present a capacity platform based also on real measurements. The core of the proposed method is the deployment of a Multiple Linear Regression (MLR) model, based on propagation conditions, channel quality and delays for a specific cell. Information about how to locate the resource bottleneck and the related handling suggestions are provided. This approach outputs the maximum cell throughput at the busy hour under realistic conditions. The method was developed using real data extracted from a live mobile network. In order to proceed with validation, metrics such as the Pearson correlation, MAPE and RMSE were used. For the 3G capacity model, for two cells, values of adjusted R2 higher than 84,52%, MAPE lower than 0,91% and correlation coefficient higher than 81,43% were obtained. A reduction in cell transmitted power was also achieved, over 20% against the cell maximum power. In the 4G capacity model it was possible to detect capacity problems in nine cells, in 89 total analysed cells. In the applied MLR models, values of adjusted R2 higher than 92,8%, MAPE lower than 10,25% and correlation coefficient higher than 96,36% were obtained.Instituto Superior de Engenharia de LisboaVieira, Pedro Manuel de Almeida CarvalhoPinto, Iola Maria SilvérioDuarte, David Eduardo CorreiaRCIPLParracho, Diogo Santos Ribeiro2019-06-27T20:00:34Z2018-12-042018-12-04T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.21/10227TID:202259323porPARRACHO, Diogo Santos Ribeiro - Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais. Lisboa: Instituto Superior de Engenharia de Lisboa, 2018. Dissertação de mestrado.info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-08-03T09:59:53Zoai:repositorio.ipl.pt:10400.21/10227Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:18:41.177991Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais |
title |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais |
spellingShingle |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais Parracho, Diogo Santos Ribeiro Comunicações móveis Mobile communications Rede de acesso rádio Radio access networks Capacidade Capacity Multi serviço Multiservice Tráfego Traffic |
title_short |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais |
title_full |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais |
title_fullStr |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais |
title_full_unstemmed |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais |
title_sort |
Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais |
author |
Parracho, Diogo Santos Ribeiro |
author_facet |
Parracho, Diogo Santos Ribeiro |
author_role |
author |
dc.contributor.none.fl_str_mv |
Vieira, Pedro Manuel de Almeida Carvalho Pinto, Iola Maria Silvério Duarte, David Eduardo Correia RCIPL |
dc.contributor.author.fl_str_mv |
Parracho, Diogo Santos Ribeiro |
dc.subject.por.fl_str_mv |
Comunicações móveis Mobile communications Rede de acesso rádio Radio access networks Capacidade Capacity Multi serviço Multiservice Tráfego Traffic |
topic |
Comunicações móveis Mobile communications Rede de acesso rádio Radio access networks Capacidade Capacity Multi serviço Multiservice Tráfego Traffic |
description |
Dissertação para obtenção do grau de mestre em Engenharia Eletrónica e Telecomunicações na área de especialização em Telecomunicações |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-12-04 2018-12-04T00:00:00Z 2019-06-27T20:00:34Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10400.21/10227 TID:202259323 |
url |
http://hdl.handle.net/10400.21/10227 |
identifier_str_mv |
TID:202259323 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
PARRACHO, Diogo Santos Ribeiro - Desenvolvimento de modelos de capacidade para redes móveis 3G e 4G usando dados de desempenho reais. Lisboa: Instituto Superior de Engenharia de Lisboa, 2018. Dissertação de mestrado. |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Superior de Engenharia de Lisboa |
publisher.none.fl_str_mv |
Instituto Superior de Engenharia de Lisboa |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799133451133124608 |