Algoritmo de Otimização para Posicionamento de Repetidores Fixos numa Rede Celular

Transcrição

1 Algoritmo de Otimização para Posicionamento de Repetidores Fixos numa Rede Celular André Martins 1,2 1 Instituto de Telecomunicações (IT) 2 Instituto uperior Técnico (IT) Lisboa, Portugal andre.epmartins@lx.it.pt António Rodrigues 1,2, Pedro Vieira 1,3 3 Instituto uperior de Engenharia de Lisboa (IEL), Área Departamental de Engenharia de Eletrónica e Telecomunicações e de Computadores (ADEETC) Lisboa, Portugal antonio.rodrigues@lx.it.pt, pvieira@deetc.isel.pt Resumo Em resposta ao aumento de tráfego e perspetivando melhorias ao nível do desempenho nas redes móveis, as redes de nova geração possibilitam a utilização de novas técnicas. Uma das técnicas que deverá ser utilizada será a técnica de Fixed Relaying. O principal problema associado à instalação de Repetidores Fixos (RF) é a interferência que estes poderão causar, tanto na célula onde são instalados como em células vizinhas. O artigo apresenta um algoritmo de otimização para posicionamento de RF, assumindo um ambiente multicelular. O algoritmo tem como objetivo garantir a equidistância intercelular entre RF, maximizando também a distância mínima entre RF de células vizinhas. Index Terms Comunicações Móveis, MIMO, CO-MIMO, Fixed-Relaying. I. ITRODUÇÃO É inquestionável que o conceito e utilização das comunicações móveis tem vindo a sofrer alterações ao longo dos tempos. Por um lado, o crescimento no volume de tráfego de dados móveis superou todas as expetativas, tendo atingido os 885 petabytes no final do ano de 2012 [1]. Ainda assim, 71% do tráfego gerado em redes sem fios na União Europeia (UE) é proveniente de redes Wi-Fi (IEEE ). Este fenómeno obriga os operadores a encontrarem novas estratégias de planeamento, não só para continuarem a ter capacidade de dar resposta aos requisitos dos utilizadores, mas também por forma a oferecerem cada vez mais serviços. A tal desafio está associada uma condicionante: a quantidade de espetro disponível para os operadores é limitada. Técnicas como Cooperative MIMO (CO-MIMO), Femtocells e Distributed Antenna ystem (DA), passarão a ser utilizadas cada vez mais frequentemente como solução para tais problemas. Este artigo concentra a sua investigação na técnica de Fixed Relaying, uma variante da técnica CO-MIMO. O artigo apresenta um algoritmo de otimização para posicionamento de RF, assumindo um ambiente multicelular. O objetivo do algoritmo é maximizar a distância mínima intercelular entre RF, assumindo sempre um critério de equidistância entre RF pertencentes à mesma célula, com vista a minimizar os efeitos de interferência intra e intercelular. Para além do algoritmo, é ainda apresentada uma aplicação desenvolvida para testar o seu desempenho. O artigo encontra-se estruturado da seguinte forma: na ecção II é feita uma breve introdução à técnica de Fixed Relaying, seguindo-se a descrição do algoritmo desenvolvido na ecção III. A ecção IV apresenta a aplicação desenvolvida, sendo a ecção V composta pelos resultados e respetiva análise. Finalmente, aspetos relacionados com trabalho futuro e conclusões serão apresentados nas ecções VI e VII, respetivamente. II. FIXED RELAYIG Os benefícios associados à utilização da técnica Multiple- Input Multiple-Output (MIMO), não estão apenas dependentes da riqueza que o canal rádio apresenta no que diz respeito à sua diversidade espacial. As características técnicas e capacidade de processamento de que os sistemas estão dotados têm, também, um papel fundamental nos ganhos associados à utilização desta técnica. Com o objetivo de explorar os benefícios de um sistema MIMO em sistemas de menor complexidade, a cooperação entre nós em sistemas de comunicações sem fios tem sido uma técnica com cada vez mais interesse. Esta técnica é habitualmente conhecida como CO-MIMO [2]. De acordo com [3], os sistemas CO-MIMO, dividemse em três categorias: Coordinated Multipoint Transmission (CoMP), Fixed Relaying e Mobile Relaying. Por ser uma técnica utilizada em sistemas anteriores às redes de 4 a Geração (4G), a técnica de Fixed Relaying apresenta-se como sendo a técnica com maior maturidade de entre as três enunciadas anteriormente [4],[5]. A utilização de RF tem como objetivo aumentar a capacidade da célula [6], a sua área de cobertura [7] ou ainda a Qualidade de erviço (Qo) [8]. Para além de benefícios associados ao desempenho da rede, a técnica de Fixed Relaying caracteriza-se por ser uma solução de baixo custo para o operador. A utilização de RF pode significar poupanças de aproximadamente 80%, quando comparado com o custo de uma rede típica, constituída exclusivamente por estações base [9]. O principal problema associado à instalação de RF é a interferência que estes equipamentos poderão causar. Uma vez que este equipamento é instalado na área de cobertura da estação base que o serve, tipicamente na fronteira da célula, deverão ser despoletados mecanismos para minimizar os efeitos de interferência, tanto inter como intracelular.

2 III. DECRIÇÃO DO ALGORITMO O objetivo do algoritmo desenvolvido é determinar o posicionamento ótimo para grupos de RF num ambiente multicelular. Assume-se que um posicionamento ótimo corresponde a um padrão que garante: 1) Equidistância entre RF pertencentes à mesma célula; 2) Maximização da distância mínima entre RF de células vizinhas. Os critérios anteriores têm como objetivo minimizar a interferência intra e intercelular, respetivamente. Importa referir que o critério de equidistância entre RF da mesma célula prevalece sempre em relação à distância que separa RF de células vizinhas. Ou seja, o critério 1) é mandatório. O algoritmo suporta a existência de um número de RF diferente em cada célula e considera a existência de 3 células adjacentes. O algoritmo assume ainda que os RF são colocados na fronteira da célula [10]. a Figura 1 estão ilustradas duas estratégias de posicionamento. a Figura 1(a) é utilizado um padrão de posicionamento igual em todas as células, enquanto que na Figura 1(b) se encontra representado um posicionamento mais próximo daquele que, empiricamente, se considera como sendo o ótimo. respetivamente. O resultado da função euclidean(r x, R y ), é uma matriz com a distância euclidiana entre os RF dos grupo R x e R y. Finalmente, a variável min12 representa o valor máximo do conjunto das distâncias mínimas resultante da matriz de distâncias, relativa às células número 1 e 2. A variável min3 segue a mesma lógica mas aplicada às distâncias entre os vetores R3 e R1, e aos vetores R3 e R2. Deslocar R1 Posicionar R1 Posicionar R2 d = euclidean(r1,r2) min12 > R1(1) = Posição inicial R1(2)? min12 = max(min(d)) Guardar R1 e R2 Deslocar R2 d = euclidean(r2,r1) min12 > min12 = max(min(d)) (a) Padrão de posicionamento igual nas três células. (b) Padrão de posicionamento otimizado. Figura 1. Padrões de posicionamento. Analisando a Figura 1(a), observa-se que foram colocados 6 RF equidistantes entre si em cada uma das células. Adotando a mesma estratégia de posicionamento nas três células, o nível de interferência causado nas zonas onde as células se intersetam será elevado, uma vez que a posição dos RF coincide. Assim, a fase de planeamento deste tipo de equipamentos deverá ter em consideração não só a célula a que os RF pertencem mas também a estratégia de posicionamento adotada nas células adjacentes. Ou seja, apesar de se manter a equidistância entre RF da mesma célula, o padrão de posicionamento entre grupos de RF de células vizinhas deverá apresentar um valor de desfasamento na sua rotação, de modo a maximizar a distância mínima a que estes estão separados, tal como representado na Figura 1(b). a Figura 2 é apresentado o fluxograma do algoritmo de otimização onde R1, R2 e R3 representam vetores com as posições dos grupos de RF nas células número 1, 2 e 3, Deslocar R3 R2(1) = Posição inicial R2(2)? Posicionar R3 d=[euclidean(r3,r1), uclidean(r3,r2)] min3 > R3(1) = Posição inicial R3(2)? Guardar R1 e R2 min3 = max(min(d)) Guardar R3 Otimização concluída Figura 2. Fluxograma do algoritmo desenvolvido.

3 O algoritmo é iniciado com o posicionamento do grupo de RF nas células número 1 e 2. Esta etapa encontra-se ilustrada na Figura 3, onde a variável i representa o índice do vetor de posições. i = 1 Posicionar R(i) R(i+1) = R(i) + sep i = size(r) -1? Equidistantes? sep = sep + inc Figura 3. Fluxograma para posicionamento inicial dos RF. O passo inicial é posicionar o primeiro RF do vetor R. Posteriormente, todos os RF serão colocados de forma sequencial na fronteira da célula separados por sep posições. Cada posição representa 1 pixel na fronteira da célula. Quando o valor da variável sep garantir a equidistância entre os RF, a fase de instalação dos RF nessa célula estará concluída. Enquanto não se verificar o critério de equidistância, o valor da variável sep é incrementada com o valor inc. Este valor, ajustável, permite ao utilizador definir o nível de otimização desejado, tendo influência direta no tempo de simulação. Por um lado, se o valor desta variável for igual a 1 são percorridas todas as posições na fronteira da célula, o que significa um tempo de espera para o utilizador considerável. Por outro lado, um valor mais elevado retira precisão ao algoritmo, mas diminui o tempo de simulação. O passo seguinte é calcular a distância entre os RF das células 1 e 2 para as várias combinações possíveis. Ou seja, a distância entre RF das duas células nas posições anteriormente calculadas é determinada e, posteriormente, as posições dos RF da célula número 1 são deslocadas sep posições da sua posição inicial, no sentido horário. Este processo está ilustrado na Figura 4. R(i) = R(i) + sep Equidistantes? sep = sep + inc Figura 4. Fluxograma para deslocar as posições de um grupo de RF. O processo de deslocação de posições tem como objetivo aplicar uma rotação ao vetor de posições, garantido que os RF se mantêm equidistantes mas em diferentes posições da célula. Esta fase termina quando o primeiro RF do grupo atingir a posição inicial do segundo RF dessa célula. Todo este processo de rotação é repetido mas, numa segunda fase, o deslocamento de posições é aplicado aos RF da célula número 2. Por cada rotação aplicada, as distâncias entre os vetores R1 e R2 são calculadas. A combinação de posições ótimas será aquela em que se garante a equidistância intracelular e se maximiza a distância mínima entre RF das células número 1 e 2. Concluída a fase de otimização das posições nestas duas células, interessa agora replicar o processo para a célula número 3. A estratégia utilizada é semelhante mas, neste caso, a distância intercelular é calculada não apenas em relação a uma só célula mas às células número 1 e 2. Mais uma vez, a posição ótima deverá ser aquela que garante a equidistância dos RF na célula número 3, maximizando a distância mínima às duas células adjacentes. Importa sublinhar que a distância às duas células poderá ser diferente. IV. APREETAÇÃO DA APLICAÇÃO O desempenho do algoritmo apresentado foi testado recorrendo a uma aplicação desenvolvida para o efeito. O aspeto gráfico da aplicação encontra-se ilustrado nas Figuras 5, 6 e 7, onde estão representadas as três principais fases da aplicação: configuração da rede e parâmetros de simulação, otimização e apresentação dos resultados, respetivamente. Figura 5. Aspeto gráfico da aplicação desenvolvida. A aplicação é composta por vários componentes gráficos, entre eles um plano cartesiano onde é representada a rede, onde cada célula é representada por uma cor diferente. As células número 1 e 2 estão representadas pelas cores vermelho e azul, respetivamente, enquanto a célula número 3 se encontra representada pela cor verde. Os círculos apresentados no centro de cada célula representam as estações base. Para além deste mapa, a aplicação contém vários painéis, uns respeitantes a parâmetros de entrada e outros com resultados provenientes das fases de otimização. Relativamente aos parâmetros de entrada, é necessário definir:

4 organizada após do processo de otimização. Os RF são representados por círculos com a mesma cor que é utilizada para representar a célula a que pertencem. V. REULTADO E AÁLIE esta secção são apresentados alguns dos resultados possíveis de extrair da aplicação. as Figuras 8 e 9 estão representadas as posições ótimas para a colocação dos RF, no caso de serem instalados 5 e 10 RF em cada célula, respetivamente. 2 Figura 6. Aplicação em fase de otimização. 2 Figura 8. Resultados de simulação com 5 RF instalados em cada célula. 2 Figura 7. Resultados de simulação com 3 RF instalados em cada célula. úmero de RF: estes três campos, o utilizador poderá selecionar o número de RF que deseja utilizar em cada uma das células. De salientar que o número de RF em cada uma das células poderá ser diferente, podendo este variar entre 1 e 40; Precisão: O parâmetro precisão representa o incremento (variável inc, descrita na ecção III) utilizado nas fases de posicionamento e rotação dos RF. Este parâmetro admite três hipóteses: fast, normal ou optimized. O modo fast é caracterizado por uma precisão de 20 pixeis, enquanto no modo normal é utilizada uma precisão de 10 pixeis. Por último, o modo optimized apresenta uma precisão de 1 pixel. Relativamente aos parâmetros de saída, a aplicação disponibiliza: Distância entre RF da mesma célula: representa a distância intracelular entre RF; Distância entre RF em células vizinhas: representa a distância máxima de entre as mínimas que separa RF de células vizinhas; Visualização gráfica da rede: através do gráfico, o utilizador percebe facilmente de que forma a rede ficará 2 Figura 9. Resultados de simulação com 10 RF instalados em cada célula. Como se pode observar em ambas as Figuras, em todas as células os RF estão equidistantes entre si relativamente aos RF instalados na mesma célula. De acordo com os resultados da simulação, a distância intracelular entre RF nas células ronda os 875 m, no cenário ilustrado na Figura 8. Já no cenário presente na Figura 9, os valores rondam os 462 m. Uma vez que o número o número de RF instalados em cada uma das células duplicou, a distância intracelular entre os RF também diminuiu aproximadamente para metade. A principal diferença entre os dois cenários está relacionada com a ocupação de espaço que é feita na fronteira das células. Esta ocupação, que graficamente se conclui que não é efetuada de forma uniforme na Figura 8, é comprovada com os valores das distâncias intercelulares. Analisando este valor, no cenário da Figura 8 varia entre 309 e 472 m. Já para a configuração utilizada no cenário da Figura 9, a variação de valores é bastante menor: entre 224 e 229 m. empre que a distância

5 intercelular seja caracterizada por um intervalo de valores consideravelmente elevado, o efeito de uma cobertura na fronteira da célula não uniforme irá surgir. Este fenómeno é resultado do critério adotado, onde se opta por fazer prevalecer o critério de equidistância entre RF durante a fase de otimização, tal como foi referido na ecção III. a Figura 10, estão presentes os resultados para uma situação em que o número de RF instalado nas células é diferente. este caso, considerou-se a existência de 15 RF na célula número 1 e de 10 RF nas células número 2 e Figura 10. Resultados de simulação com 15 RF na célula número 1 e de 10 RF nas células número 2 e 3. esta situação, a cobertura na fronteira das células volta a não ser a mais adequada. Apesar das células número 2 e 3 possuírem o mesmo número de RF instalados, o critério de equidistância e a existência de mais 5 RF na célula número 1 que nas células número 2 e 3, provoca uma cobertura nesta zona das células não uniforme. Os resultados da simulação mostram que o valor da distância intercelular varia entre 89 e 150 m, ou seja, uma variação bastante superior à verificada no cenário representado na Figura 9. Tal diferença de valores entre as distâncias máxima e mínima, provoca este efeito indesejado. VI. TRABALHO FUTURO Como se pôde observar na secção anterior, existem situações em que o critério de equidistância entre RF da mesma célula não se revelou como sendo o mais adequado. Assim, torna-se necessário ajustar o algoritmo, de maneira a que cobertura nas fronteiras das células seja feita de forma uniforme. O algoritmo será utilizado em estudos para aumento de capacidade e/ou cobertura associados à utilização de RF em redes Long Term Evolution (LTE). A aplicação deverá ainda disponibilizar a opção de exportar os resultados para posterior visualização na ferramenta da Google Earth R, bastando para tal inserir as coordenadas (latitude e longitude) de uma das células. A aplicação, à semelhança do que já acontece nesta versão, terá a capacidade de determinar e representar a localização das células vizinhas, bem como a posição ótima para a colocação dos RF. VII. COCLUÕE este artigo foi apresentado um algoritmo de otimização para posicionamento de RF numa rede celular. Para além do algoritmo, foi ainda apresentada uma aplicação para testar o seu desempenho, bem como diversos resultados extraídos dessa mesma aplicação. Foram estudados cenários com um número de RF igual em todas as células, e ainda um cenário onde o número de RF utilizados numa das células era diferente do número de RF utilizado nas suas células vizinhas. Constatou-se que o critério de equidistância entre RF da mesma célula pode não ser o mais adequado pois, em determinadas situações, tal critério poderá causar uma ocupação de espaços em fronteiras da célula não uniforme. Como seria expetável, o aumento do número de RF provoca uma diminuição da distância entre RF da mesma célula. O algoritmo comprovou ainda a solução empírica, onde se assume que a posição ótima será aquela que contempla um desfasamento entre os padrões de posicionamento, provocando uma intercalação entre RF de células adjacentes em zonas de fronteira de célula. AGRADECIMETO O trabalho apresentado é financiado pelo Instituto de Telecomunicações (IT) e pela Fundação para a Ciência e Tecnologia (FCT) através do projeto "Coordinated Multiuser MIMO for Future Wireless etworks"(ptdc/eeatel/116082/2009). REFERÊCIA [1] Cisco, Cisco Visual etworking Index: Global Mobile Data Traffic Forecast Update, , Cisco, Tech. Rep., February [2] Vieira, P. and Rodrigues, A., An Insight Into Cooperative MIMO Communications in Wireless etworks, The 13th International ymposium on Wireless Personal Multimedia Communications, October , ib: [3] Wang, C.-X., Hong, X., Ge, X., Cheng, X. and Zhang, G. and Thompson, J., Cooperative MIMO Channel Models: A survey, IEEE Communications Magazine, vol. 48, no. 2, pp , [4] oldani, D. and Dixit,., Wireless relays for broadband access [radio communications series], Communications Magazine, IEEE, vol. 46, no. 3, pp , [5] Yang, Y., Hu, H., Xu, J. and Mao, G., Relay Technologies for WiMax and LTE-Advanced Mobile ystems, Communications Magazine, IEEE, vol. 47, no. 10, pp , [6] Balachandran, K.; Kang, J.; Karakayali, K. and ingh, J., Capacity Benefits of Relays with In-Band Backhauling in Cellular etworks, in IEEE International Conference on Communications, ICC 08., 2008, pp [7] adek, A.K., Han, Z. and Liu, K. J. R., Distributed Relay-Assignment Protocols for Coverage Expansion in Cooperative Wireless etworks, IEEE Transactions on Mobile Computing, vol. 9, no. 4, pp , [8] Moraes, T. Martins de, Bauch, G. and eidel, E., Qo-aware cheduling for In-Band Relays in LTE-Advanced, in The 9th International ITG Conference on ystems, Communications and Coding, 2013, pp [9] Martins, A.; Vieira, P. and Rodrigues, A.J., Analyzing the Economic Impact of Fixed Relaying Deployment in a LTE etwork, in 16th International ymposium on Wireless Personal Multimedia Communications (WPMC), June [10], Finding Optimized Positioning for Fixed Relay tations in a Cooperative LTE etwork, in Wireless Personal Multimedia Communications (WPMC), 2012 The 15th International ymposium on Wireless Personal Multimedia Communications, 2012.