Hvordan den romlige koblingen påvirker belastningen i typiske mobilnettverk

I typiske mobilnettverk er det vanlig å anta at brukere er uavhengig fordelt, enten som et Poisson punktprosess (PCP) eller et Poisson linje Cox-prosess (MCP). Imidlertid, når man tar hensyn til den romlige koblingen mellom basestasjoner (BS) og brukere, kan den isotrope fordelingen av datterpunkter fra hver basestasjon føre til en overvurdering av cellebelastningen. Dette kan illustreres med en graf, som viser at den røde stiplete linjen i figur 2.3a er høyere enn den faktiske belastningen som oppstår når romlig kobling tas med i betraktning.

For å korrigere dette, introduserer vi en korrigeringsfaktor, ζ (ζ ≥ 1), som påvirker diskradiusen, RC. Denne korrigeringen fører til en omformulering av den sannsynlighetsgenererende funksjonen (PGF) for intra-celle belastning, Lo,intra, som kan uttrykkes som:

For å finne den riktige verdien av ζ, finner vi ζ som oppfyller betingelsen:

Når λσ² går mot uendelig, blir cellene små relative til de brukte områdene, og dermed blir det vanskelig å dekke alle brukerne innenfor cellen. I denne situasjonen vil både ψintra og ζ nærme seg henholdsvis null og én, som bekreftes av PGF-en som oppsummeres i Lemma 2.3. Det gir en presis beregning av intra-cell belastningen, som er viktig for å kunne evaluere ytelsen i et mobilnettverk under forskjellige forhold.

Den typiske cellebelastningen kan approximativt beskrives ved en annen PGF som:

Hvor ξ = 3.5 exp(6ψintra), og ψintra er den prosentvise belastningen på cellen fra de interne brukerne. Denne approksimasjonen er spesielt viktig for å forstå hvordan cellens belastning vil utvikle seg over tid, avhengig av variasjoner i brukerens distribusjon og BS-tetthet.

Et annet viktig poeng er at når BS-tettheten går mot uendelig, blir brukerne tilsynelatende homogene, og typiske cellebelastninger blir uavhengige av klusterstørrelsen (σ). Dette kan vises i sammenligning av distribusjonen for HPPP-brukere og brukere med romlig kobling. Dette betyr at selv om BS-tettheten øker, vil den effektive dekningen av brukerne stabilisere seg, og dette kan hjelpe til med å designe mer effektive nettverksstrukturer.

Videre kan denne analysen også utvides til flernivå scenarier (multi-tier networks), hvor flere BS-typer med ulik tetthet og effektnivåer benyttes. Analysen kan da tilpasses for å vurdere hvordan de forskjellige nivåene i et heterogent nettverk påvirker den typiske cellebelastningen, og hvordan belastningen fordeles mellom forskjellige brukere i ulike nivåer av nettet.

I henhold til Lemma 2.4, som gir nøyaktige uttrykk for gjennomsnittlig belastning i både sentral- og kantområdene, er det klart at brukernes plassering i forhold til BS-en har stor innvirkning på ytelsen til nettet. Beregningene av den gjennomsnittlige belastningen for både sentrums- og kantbrukere gir en indikasjon på hvordan man kan tilpasse ressursene i mobilnettet for å optimalisere dekningen og kapasiteten.

Hvordan brukeropplevelsen kan forbedres i cellens sentrum i heterogene mobilnettverk?

For å vurdere brukeropplevelsen i cellens sentrum i et heterogent mobilnettverk (HetNet), er det viktig å forstå hvordan signalet og interferens fra naboliggerne påvirker signal-til-interferens-forholdet (SIR) for typiske brukere i ulike soner av cellen. Brukeren som befinner seg i sentrum av cellen vil naturlig ha et bedre signal-til-støy-forhold sammenlignet med en bruker ved cellekanten, hvor signalet fra basestasjonen er svakere og interferens fra naboliggende basestasjoner mer fremtredende. Denne geografiske variasjonen i dekning er en viktig faktor i designet av effektive mobilnettverk.

Når vi ser på SIR-dekningsprobabiliteten for en typisk bruker i cellens sentrum, antar vi en standard tapsmodell for signalstyrken, som tar hensyn til path loss (signalavtagning) og Rayleigh-fading (fluktuasjon i signalstyrken på grunn av multipath fading). Under disse forholdene kan SIR-dekningsprobabiliteten uttrykkes som en funksjon av flere variabler: avstanden mellom brukerens posisjon og den nærmeste basestasjonen, interferens fra andre basestasjoner, og andre nettverksparametere som transmisjonsstyrke og fading-effekter.

En viktig innsikt som kan utledes fra den teoretiske modellen er at cellens sentrum tilbyr en langt mer stabil brukeropplevelse enn cellekanten. Dette er på grunn av den mer gunstige geografiske plasseringen som gir bedre signalstyrke fra den primære basestasjonen, og dermed høyere sannsynlighet for å oppnå ønsket SIR-verdi. Modellen viser at som plasseringen av brukeren i cellen endres (fra sentrum mot kanten), vil sannsynligheten for å oppnå en tilfredsstillende SIR gradvis minke.

For å kvantifisere denne opplevelsen, kan man bruke følgende uttrykk for rate-dekning i cellens sentrum. Dette uttrykket tar hensyn til den nødvendige hastigheten for at en bruker skal oppleve tilstrekkelig tjenestekvalitet. Formelen for rate-dekningprobabiliteten er basert på en sammenheng mellom antallet brukere som er tilknyttet den aktuelle basestasjonen, og den opplevde SIR-verdien for disse brukerne. Dette gir et praktisk mål på hvor effektivt nettverket kan håndtere trafikken i cellens sentrum, under forskjellige belastningsforhold.

En annen viktig dimensjon er koblingen mellom densiteten av brukerne i nettene og deres erfaring med håndover. Ettersom vi går mot stadig mer heterogene nettverk, øker også belastningen på de forskjellige basestasjonene, noe som igjen kan føre til hyppigere håndovers og i verste fall nettverksbrudd, spesielt i områder med høy trafikk. Dette er et viktig aspekt å forstå for nettverksplanlegging, da tett plasserte basestasjoner (SBS) i et HetNet kan føre til hyppige håndovers, som kan påvirke brukerens opplevelse av stabilitet og kontinuitet i tjenestene.

En spennende utvikling er modelleringen av håndovergrenser og håndoversviktgrenser i slike nettene. Dette kan hjelpe til med å forutsi og kontrollere når en håndover bør skje, og hvordan man kan minimere tap av signal under overgangene mellom basestasjoner. Håndoversvikt kan føre til perioder med utilgjengelighet for brukeren, og derfor er det avgjørende å utvikle mer presise modeller som tar hensyn til både brukerbevegelse og kanalforhold.

I slike nettverk er det også viktig å vurdere hvordan plasseringen av små cellebasestasjoner (SBS) kan være koblet til brukernes mobilitet. I trafikktette områder kan spredningen av små basestasjoner bidra til å forbedre den generelle dekningen, men samtidig utfordre nøyaktigheten av håndoversystemene. En forbedring av modellene for håndoverbeslutning kan bidra til å redusere problemer som "ping-pong" (der en bruker kontinuerlig bytter mellom basestasjoner), som kan oppstå under høye hastigheter eller i områder med høy mobilitet.

Et annet aspekt som bør nevnes er hvordan systemparametere som basestasjonens tetthet, utbredelse av TCP-tilstander og terskler for håndoverutløsning påvirker den generelle nettverksytelsen. Ved å justere disse parameterne kan man optimere håndoversystemet for å redusere feilrate og forbedre den totale brukeropplevelsen, særlig i områder med høy trafikkbelastning.

Når man ser på simuleringene som er utført, viser resultatene at det er mulig å validere teoretiske modeller ved å sammenligne dem med praktiske simuleringer. Dette gir verdifulle innsikter i hvordan modellene kan forbedres for å håndtere de dynamiske kravene til et ultra-tett HetNet. Håndover- og dekningsprobabiliteter kan justeres for å møte kravene til fremtidens høyhastighets mobilnettverk, og forskningen på dette området er fortsatt i utvikling.