Deutsch
Francais
Nederlands
Svenska
Norsk
Dansk
Suomi
Espanol
Italiano
Portugues
Magyar
Polski
Cestina
Русский
In de context van Low Earth Orbit (LEO) satellietnetwerken speelt de transmissie van gegevens via zowel grond- als ruimteverbindingen een cruciale rol in de prestatieoptimalisatie. De afstemming van deze netwerken is afhankelijk van zowel de verzendkracht van gebruikers en de antennewinst van basisstations (BS) als van de keuze van de juiste satellieten voor communicatie. De handover-strategieën, die bepalen hoe gebruikers tussen verschillende basisstations schakelen, zijn net zo belangrijk voor het handhaven van een constante en efficiënte verbinding.
De transmissiemodellen voor zowel de grond- als de ruimteverbindingen zijn gebaseerd op complexe fysische processen, zoals Rayleigh fading, schaduw fading en Rician fading, wat van invloed is op de sterkte van het ontvangen signaal. Het grondsignaal voor een gebruiker , afkomstig van een basisstation over subkanaal , wordt bepaald door een complex gaussische variabele, evenals door schaduw fading en padverlies. Dit leidt tot een variabele signaalsterkte die afhankelijk is van de afstand tussen de gebruiker en het basisstation, evenals van de exponent die de path-loss beschrijft.
Evenzo beïnvloeden ruimteverbindingen, die vaak bredere bandbreedtes en hogere zendvermogens hebben, de capaciteit van het terughaalnetwerk. De capaciteit wordt echter vaak begrensd door de ruimteverbindingen van het grondstation naar de satelliet. Dit maakt het noodzakelijk om de ontvangen signalen van satellieten, die door basisstations worden doorgegeven, te modelleren, waarbij de parameters zoals de antennewinst van het satellietsysteem en de ruimtelijke uitlijning van het basisstation ten opzichte van de satelliet cruciaal zijn voor het vaststellen van de kwaliteit van het signaal.
De handoverstrategie in een LEO-satellietnetwerk is bijzonder belangrijk voor het onderhouden van de netwerkverbindingen wanneer een gebruiker zich verplaatst. Dit proces wordt gedefinieerd door twee subprocessen: de handover-gebeurtenis en de handover-mislukking. Wanneer een gebruiker de grens van een handover-cirkel overschrijdt en langer binnen de handover-zone blijft dan een bepaalde tijd , wordt de handover als geslaagd beschouwd. Aan de andere kant, wanneer de gebruiker de grens van een handover-mislukkingscirkel overschrijdt, maar niet voldoende tijd doorbrengt in de handover-zone, wordt de handover als mislukt aangemerkt. Dit bepaalt uiteindelijk de betrouwbaarheid van de netwerkverbinding en de kwaliteit van de gegevensoverdracht.
De optimalisatie van de gebruikerssnelheid is nauw verbonden met de keuze van de basisstations en de subkanalen waartoe een gebruiker toegang heeft. De snelheid van een gebruiker geassocieerd met een basisstation over een subkanaal wordt uitgedrukt als een logaritmische functie van het zendvermogen, de antennewinst en de kanaalcoëfficiënt. Deze formule geeft aan hoe de signaalsterkte en interferentie samen de totale snelheid beïnvloeden, wat op zijn beurt de kwaliteit van de verbinding bepaalt.
Een belangrijke factor is de beperking van de backhaulcapaciteit van de ruimteverbindingen, die door de satellieten naar de basisstations moet worden gehandhaafd. In dit verband is het essentieel om de capaciteit van het ruimtekanaal te integreren in de optimalisatie van de netwerktopologie en de toewijzing van de subkanalen aan gebruikers.
Om de prestaties van het netwerk verder te verbeteren, wordt de Lagrangiaanse duale decompositiemethode toegepast, waarmee het optimalisatieprobleem in afzonderlijke subproblemen kan worden opgesplitst. Dit stelt het netwerk in staat om verschillende prestatiebeperkingen afzonderlijk aan te pakken, zoals de beschikbare capaciteit van de ruimteverbindingen, het zendvermogen van de basisstations en de interferentie tussen gebruikers. Het einddoel is de som van de snelheden van alle gebruikers te maximaliseren onder de beperking van de ruimteverbinding.
Bovendien speelt de keuze van de juiste handover-strategie een grote rol in het verbeteren van de algehele netwerkprestaties. De efficiëntie van handovers, die het schakelen tussen basisstations regelt, beïnvloedt hoe gebruikers door het netwerk bewegen zonder verlies van signaalsterkte. Dit proces vereist een dynamische aanpassing aan de veranderende netwerkcondities, zoals gebruikersmobiliteit en het afnemen of toenemen van de belasting van verschillende basisstations.
Wanneer gebruikers zich verplaatsen, moeten ze kiezen welk basisstation ze als volgende gaan gebruiken op basis van de sterkste downlinkontvangststerkte (RSS). Dit kan verder worden geoptimaliseerd door middel van een efficiënte toewijzing van frequenties en het gebruik van dynamische hulpbronnen, die zorgen voor een betere prestatie van het netwerk.
Het ontwerp van handover- en transmissiemodellen voor LEO-satellietnetwerken vereist dus een diepgaand begrip van de interactie tussen verschillende netwerktechnologieën, de mobiliteit van gebruikers en de eigenschappen van de gebruikte communicatiekanalen. De complexiteit van deze interacties maakt het noodzakelijk om geavanceerde optimalisatietechnieken toe te passen om de prestaties van het netwerk te verbeteren en tegelijkertijd de capaciteit van de ruimteverbindingen en de kwaliteit van de gegevensoverdracht te waarborgen.
Hoe kan de Lagrangiaanse duale methode de handover-prestaties verbeteren in satellietnetwerken met lage baan?
In dit hoofdstuk wordt een gedetailleerde benadering gepresenteerd van de optimalisatie van handover-prestaties in satellietnetwerken, waarbij gebruik wordt gemaakt van de Lagrangiaanse duale methode. De focus ligt op de manier waarop verschillende subproblemen, afgeleid van een gemeenschappelijk optimalisatieprobleem, kunnen worden opgelost om de prestaties van de handover efficiënt te verbeteren. De handover-prestaties tussen gebruikers en basisstations (BS’s) zijn een essentieel onderdeel van de systeemontwerpen in satellietnetwerken met een lage aardbaan (LEO), waarbij de mobiliteit van gebruikers en het zojourntijdsgedrag binnen de specifieke cellen een cruciale rol spelen.
De Lagrangiaanse duale functie kan worden uitgedrukt als een supremum van de Lagrangiaanse functie , waarbij de duale parameter wordt bepaald door de waarden van de variabelen , , en . Als \lambda_m \ gegeven is, blijkt uit de vergelijking (4.4) dat de Lagrangiaanse functie kan worden gesplitst in twee subproblemen met gescheiden variabelen. Het eerste subprobleem, aangeduid als \( \text{PGLOP}, betreft de optimalisatie van de variabele , die gemaximaliseerd wordt ten opzichte van de functiewaarde . Het tweede subprobleem, , heeft betrekking op de variabelen en , en richt zich op het maximaliseren van de bijdrage van . Elk van deze subproblemen wordt op een iteratieve manier opgelost.
Het proces bestaat uit drie stappen die elk meerdere iteraties bevatten. De eerste stap betreft het oplossen van de subproblemen en , gegeven de duale parameter . De tweede stap is het bijwerken van de waarde van , en de derde stap houdt in dat de iteraties doorgaan totdat de verandering tussen twee opeenvolgende iteraties binnen een vooraf gedefinieerde drempel valt, aangegeven door . Dit proces herhaalt zich totdat de optimale waarden voor de variabelen zijn bereikt.
Het is belangrijk op te merken dat de variabelen van de oorspronkelijke functie niet continu zijn, wat betekent dat de resultaten van dit proces mogelijk niet voldoen aan de opgelegde beperkingen van het probleem. Dit wordt opgelost door het verwijderen van gebruikers wiens handover niet voldoet aan de opgelegde beperkingen, en dit wordt gedaan door de gebruikers te verwijderen in volgorde van oplopende waarden van totdat de beperking is voldaan.
Een belangrijk concept dat hierbij aan bod komt, is de analyse van de handovergrens (Handover Boundary) en de handover-faalgrens (Handover Failure Boundary). De handover tussen gebruikers en BS’s wordt gedefinieerd door de associatiematrix , die informatie bevat over de locatie van gebruikers, de locatie van de BS’s en de toegewezen subkanalen. Deze matrix wordt dynamisch bijgewerkt naarmate de gebruikers zich bewegen. De handover-prestaties kunnen echter niet volledig worden geïdentificeerd met alleen de handover-geactiveerde snelheid, zoals die wordt weergegeven door de associatiematrix van en , omdat de tijd die een gebruiker doorbrengt in een cellulaire regio (zojourntijd) van invloed is op de prestaties van de handover. Dit wordt gecombineerd met de handover-geactiveerde snelheid om de werkelijke handover-prestaties te bepalen.
In de ontwerpbenadering wordt de drie-dimensionale optimalisatie van het probleem omgezet in een twee-dimensionaal matchingprobleem. Het doel is om een matching tussen de gebruikers en BS-subkanaalcombinaties te creëren die de handover-prestaties optimaliseren. De associatie van BS’s met subkanalen en de bijbehorende gebruikers wordt gemodelleerd als een matchingprobleem waarbij de voorkeuren van elke gebruiker en BS in overweging worden genomen. Elke voorkeur wordt uitgedrukt als een matrix die de voorkeuren van de mogelijke matchingparen van gebruikers en BS-subkanalen bevat. De voorkeuren worden beïnvloed door co-channel interferentie, en een hogere som van het transmissiesnelheid wordt als gunstiger beschouwd dan het minimaliseren van interferentie.
De handovergrens wordt gedefinieerd door de punten waar de ontvangen signaalsterkte van twee BS’s gelijk is. Dit kan worden gemodelleerd door een kromme die de locatie van de gebruiker in relatie tot de BS's beschrijft. De drempelwaarde wordt bepaald door de signalen die vanuit verschillende BS's naar de gebruiker worden uitgezonden. De optimale handovergrens wordt gedefinieerd door de afstanden tussen de BS’s en de gebruiker, en de parameters die deze grenzen bepalen, worden afgeleid van de handover-faalgrens.
Het ontwerp en de analyse van de handovergrenzen, evenals de bijbehorende faalgrenzen, zijn van cruciaal belang voor het begrijpen van de prestaties van het netwerk en voor het optimaliseren van de handover-algoritmes. Zodra een gebruiker de handovergrens binnengaat, begint een timer . Als de gebruiker de handover-faalgrens bereikt binnen deze timer, wordt de handover beschouwd als mislukt. Het exacte gedrag van de handover kan worden geoptimaliseerd door een wiskundige benadering van de handovergrenzen en de faalgrenzen, wat de algehele netwerkprestatie verbetert.
Wat zijn de gevolgen van de mobiliteit van gebruikers en netwerkconfiguraties voor de prestaties van handovers in heterogene netwerken?
In dit hoofdstuk wordt de impact van de gebruikersmobiliteit, locatie-afhankelijke netwerkdistributie en handover-analyse in heterogene netwerken (HetNets) besproken. Specifiek wordt er gekeken naar het effect van gebruikersbewegingen en de configuratie van basisstations (BS's) op het handoverproces in netwerken met verschillende dichtheden van macro- en small cell-basisstations (MBS's en SBS's).
De locaties van zowel uniforme MBS's als SBS's worden verondersteld te volgen volgens homogene Poissonpuntprocessen (PPP's) met respectieve dichtheden van λ_M en λ_S in het platte vlak. In het geval van de geclusterde SBS's wordt geïnspireerd door het feit dat SBS's in hotspotgebieden meestal geografisch geclusterd zijn, en wordt de ruimtelijke correlatie van deze SBS's gemodelleerd als een getransformeerd puntproces (TCP) Φ_S' gegenereerd vanuit een ouder puntproces Φ_p. Dit model volgt een symmetrische normale verdeling rondom de clustercentra, met variantie σ². Het gevolg hiervan is dat de afstand van een SBS tot het clustercentrum een bepaalde kansverdeling volgt, namelijk de Rayleigh-distributie, die wordt beschreven door de formule:
Het gebruik van het TCP-model helpt om de clustering van SBS's in hotspotgebieden te beschrijven, wat van cruciaal belang is voor de nauwkeurigheid van handover-analyses, vooral in drukke stedelijke omgevingen.
Wat betreft de mobiliteit van de gebruiker wordt er een verbeterd random waypoint model (RWP) gebruikt, dat de beweging van de gebruiker in het netwerk beschrijft door middel van waypoints, snelheid en pauzetijd. De overgangsafstand tussen twee waypoints volgt een Rayleigh-verdeling, en de richting van de beweging is uniform verdeeld over het interval [0, 2π]. Het model kan verder worden aangepast door het introduceren van een extra afstand Z, die de oorspronkelijke beweging van de gebruiker kan verlengen, wat vooral belangrijk is voor gebieden met een beperkte ruimte, zoals hotspots. Dit is cruciaal voor het verbeteren van de handover-analyse, omdat het de gebruikersbeweging realistischer maakt in gebieden waar gebruikers zich dichter bij de rand van het netwerk bevinden, wat leidt tot betere voorspellingen van handoverprestaties.
De handover-analyse in een HetNet vereist het gebruik van specifieke methoden om de prestaties van het handoverproces te begrijpen. In dit geval wordt ervan uitgegaan dat de handover wordt geïnitieerd op basis van de referentiesignaalontvangstmacht (RSRP) en dat het proces zich afspeelt in vier lagen van filtering, wat helpt bij het afzwakken van de effecten van fading en ruis. Bij handover wordt de basisstation (BS) met het sterkste ontvangende signaal als de nieuwe BS gekozen. De handovergrens voor elk BS wordt bepaald door de gelijkwaardige langetermijngecorrigeerde dowlink RSS-grens (ERB), wat wiskundig kan worden uitgedrukt als:
Deze grens bepaalt wanneer een gebruiker overgaat naar een ander BS, wat essentieel is voor het optimaliseren van de netwerkprestatie en het minimaliseren van handoververliezen. Dit is vooral relevant in netwerken waar de dichtheid van SBS's aanzienlijk hoger is, zoals in stedelijke gebieden met hotspots.
Daarnaast kunnen de handover- en handoverfoutgrenzen verder worden geanalyseerd door de verandering van coördinaten naar polaire coördinaten, wat de berekeningen vereenvoudigt en de handovergrens kan worden benaderd door een cirkelvormige vergelijking. Dit model biedt een meer vereenvoudigde maar analytisch toegankelijke manier om de handoveranalyse uit te voeren in complexe netwerkomgevingen. Het handoverproces wordt geoptimaliseerd door de radius van de handovercirkel en de aanpassingen die nodig zijn voor verschillende netwerkconfiguraties.
Naast deze technische aspecten is het belangrijk om te begrijpen dat de handover-prestaties sterk afhankelijk zijn van de mobiliteit van de gebruikers, de dichtheid en distributie van basisstations, en de omgevingsfactoren zoals de aanwezigheid van obstakels en interferentie. Het model biedt een waardevolle tool voor netwerkontwerpers en ingenieurs die te maken hebben met dichte netwerkinfrastructuren en dynamische gebruikersbewegingen, maar de werkelijke prestaties kunnen variëren afhankelijk van lokale omstandigheden en de precieze instellingen van het netwerk.
In de praktijk kunnen de geclusterde SBS's en het gebruik van het verbeterde RWP-model de nauwkeurigheid van handovervoorspellingen verbeteren, vooral wanneer de gebruikers zich dicht bij de rand van het netwerk bevinden. Het model biedt de mogelijkheid om de handoverkansen en de verwachte falingspercentages te kwantificeren, wat van cruciaal belang is voor het ontwerp en de optimalisatie van mobiele netwerken.