Prowadzone Badania przez ZOSB
W wyniku prac badawczych prowadzonych w Zespole Optymalizacji Sieci Bezprzewodowych opracowano technologie:
1. Mechanizm nadążnego sterowania mocÄ… nadawania stacji bazowych z uwzglÄ™dnieniem rozproszonego przekazywania informacji o obciążeniu sieciÂ
Stworzono mechanizm równoważenia obciążenia sieci za pomocą dynamicznego doboru mocy nadawania stacji bazowych w sieciach bezprzewodowych w technologii LTE, korzystających z mechanizmu miękkiego zwielokrotnienia wykorzystania częstotliwości. Mechanizmem zwiększającym efektywność wykorzystania pasma jest miękkie zwielokrotnienie wykorzystania częstotliwości (ang. Soft Frequency Reuse – SFR). W schemacie SFR dzieli się komórkę na dwa obszary, wewnętrzny i zewnętrzny. Dla każdego z nich stosowana jest inna moc nadawania, zazwyczaj dobierana przez operatora sieci. Przedmiotem wynalazku jest mechanizm doboru mocy dla obydwu obszarów na podstawie informacji o obciążeniu stacji bazowych przesyłanych przez sąsiednie komórki. Zgodnie z niniejszym wynalazkiem automat działający w stacji bazowej w sposób nadążny monitoruje stan działania tej stacji i reguluje dobór mocy nadawania oraz sposób podziału użytkowników pomiędzy obszarem wewnętrznym i zewnętrznym. W rozwi ązaniu będącym przedmiotem wynalazku każda stacja bazowa przesyła do swoich sąsiadów informację o aktualnym obciążeniu komórki. Na podstawie informacji o aktualnym obciążeniu komórki oraz informacji przesłanych przez sąsiednie stacje bazowe o obciążeniu sąsiednich komórek następuje regulacja mocy nadawania i podziału klientów pomiędzy obszary zewnętrzny i wewnętrzny.
2. Metody lokalnej rekonfiguracji sieci
Jednym z etapów naszych badaÅ„ byÅ‚ rozwój metod dla maksymalizacji zasiÄ™gu i pojemnoÅ›ci sieci CCO (ang. Coverage and Capacity Optimization). Funkcja CCO, która jest elementem procedur SON (ang. Self Optimizing Network) w standardzie LTE, ma na celu takie dobranie parametrów pracy stacji bazowej, aby zmaksymalizować jej wydajność i zasiÄ™g dziaÅ‚ania. Skoncentrowano siÄ™ na doborze mocy nadawania (ang. TX Power) w celu maksymalizacji sumarycznej przepÅ‚ywnoÅ›ci bitowej wszystkich klientów sieci bezprzewodowej. Znalezienie optymalnej konfiguracji wszystkich urzÄ…dzeÅ„ należy do problemów z grupy NP, dlatego wykorzystana zostaÅ‚a metoda metaheurystyczna.Â
Opracowano metody lokalnej rekonfiguracji sieci - rozważano scenariusz maksymalizacji pojemności sieci w przypadku dodania (ze względu na rozbudowę sieci) lub usunięcia jednej stacji bazowej (np. ze względu na awarię).  Przesłanką do tego podejścia była obserwacja, że dotychczas znane metody rekonfiguracji sieci opierały się na założeniu, że niewielka zmiana w konfiguracji sieci (np. zmiana mocy promieniowania jednej stacji bazowej) wymaga zmiany konfiguracji całej sieci. Zaproponowano podejście, aby w razie miejscowego zaburzenia w sieci (jako takie rozumiane jest zmiana konfiguracji danego urządzenia) wykonana została rekonfiguracja jedynie w określonym otoczeniu tej zmiany. Jest to dopuszczalne, ponieważ powyżej pewnej odległości moc odebrana od stacji bazowej może być potraktowana jako szum, i ma niewielki wpływ na parametry komunikacyjne. Przeprowadzono badania symulacyjne opracowanej metody, które wskazały, że różnica pomiędzy wynikiem optymalizacji lokalnej, a globalnej mieści się w granicach 2%, podczas gdy konieczna jest zmiana konfiguracji o ponad połowę mniejszej liczby urządzeń.
3. Algortym optymalizacji zużycia energii podczas monitorowania pozycji użytkownika telefonii komórkowej
4. Model mobilności oparty na wzorcach zachowania ludzi - RLMM (Real-Life Mobility Model)
Analiza wydajności pracy mobilnych sieci bezprzewodowych wymaga wiarygodnego odzwierciedlenia sposobu przemieszczania się użytkowników sieci. Dotychczas opracowane modele nie uwzględniały należycie dziennych i tygodniowych wzorców zachowań użytkowników, lecz koncentrowały się na cechach statystycznych ruchu osób. Opracowaliśmy nowy model mobilności: RLMM, który pozwala na zdefiniowanie tygodniowych i dziennych wzorców zachowań, jak np. czas pracy, dojazdy pomiędzy pracą i domem oraz aktywności społeczne. Dysponujemy narzędziami do symulacji zdarzeń dyskretnych sieci bezprzewodowych z uwzględnieniem tego modelu.
W ZOSB opracowano następujące oprogramowanie:
1. PyLTEs - symulator sieci LTE
W ramach projektu opracowano narzÄ™dzie PyLTEs do sÅ‚użące do oceny efektywnoÅ›ci opracowanych metod równoważenia obciążenia oraz zarzÄ…dzania konfiguracjÄ… sieci. ZostaÅ‚o ono napisane w jÄ™zyku Python i upublicznione na otwartej licencji na portalu Github https://github.com/iitis/PyLTEs/. PyLTEs pozwala na zdefiniowanie poÅ‚ożenia urzÄ…dzeÅ„ w sieci (stacji bazowych i klientów), ustalenie konfiguracji stacji bazowych i obliczenie mocy odbieranego sygnaÅ‚u w każdym punkcie sieci. Na podstawie zaimplementowanych modeli przepustowoÅ›ci, wyliczajÄ…cych przepustowość klienta na podstawie mocy odbieranego sygnaÅ‚u i interferencji, a także typu algorytmu harmonogramowania transmisji  możliwe jest wyliczenie sumarycznej przepÅ‚ywnoÅ›ci bitowej dostÄ™pnej dla klientów sieci LTE. ObsÅ‚uga modeli propagacji sygnaÅ‚u radiowego jest zbudowana w sposób modularny, co pozwoliÅ‚o na implementacje od najprostszych modeli FreeSpace, LogNormal Shadowing, poprzez modele odzwierciedlajÄ…ce różne typy terenu (SUI) do modeli uwzglÄ™dniajÄ…cych straty wynikajÄ…ce z wielodrogowego modelu kanaÅ‚u (Rayleigh fading) oraz tÅ‚umienność Å›cian. Możliwe jest zbadanie parametrów sieci z wykorzystaniem „Soft-Frequency Reuseâ€, jak i bez niego. Poprawność dziaÅ‚ania narzÄ™dzia PyLTEs zostaÅ‚a zweryfikowana przez porównanie wyników z pomiarami na sieci testowej LTE w Brnie (Czechy).
2. Model symulacyjny przełączeń użytkowników w sieci komórkowej
Opracowano szereg modeli symulacyjnych w środowisku OMNeT++ pozwalających na analizę wydajności pracy sieci bezprzewodowej łączącej mobilnych klientów. Uwzględniono różne modele propagacji sygnału radiowego, rozszerzając środowisko INET o m.in. model propagacji SUI. Zamodelowano procedury przełączeń użytkowników pomiędzy stacjami bazowymi i punktami dostępowymi i opracowano algorytmy modelowania zmian przepustowości sieci spowodowanych przemieszczaniem się klientów.
3. Model mobilności RLMM
Podczas projektowania sieci bezprzewodowej która obsługuje klientów mobilnych, istotną sprawą jest posiadanie odpowiednich danych o mobilności tych klientów w celach symulacyjnych. Dane o rzeczywistej mobilności są trudno dostępne oraz rzadko kompletne, stąd konieczność zapewnienia syntetycznych śladów mobilności. Dane syntetyczne generowane są przy użyciu modeli mobilności. Analiza obecnie dostępnych rozwiązań wykazała deficyt modeli ruchu człowiek, jako posiadacza urządzenia mobilnego (smartfon, tablet,notebook). W ramach zespołu opracowano nowatorski model RLMM (Real Life Mobility Model), który pozwala na symulowanie zachowania człowieka, wynikającego z naturalnych cykli życia (praca, zakupy, wyjazdy weekendowe, sen). Model pozwala na generowanie śladów mobilności w cyklach 24 godzinnych (doba), oraz wyraźny podział na aktywność w dniach roboczych (5 dni) oraz w dniach wolnych (2 dni). Obecnie zespół dysponuje działającym modelem RLMM, trwają prace nad skorelowaniem modelu z rzeczywistymi śladami otrzymanymi z systemu GPSmobility.