Підвищення пропускної здатності телекомунікаційних мереж 4G та 5G

1.

Вінницький національний технічний університет
Факультет інфокомунікацій, радіоелектроніки та наносистем
Кафедра телекомунікаційних систем та телебачення
ПІДВИЩЕННЯ ПРОПУСКНОЇ ЗДАТНОСТІ
ТЕЛЕКОМУНІКАЦІЙНИХ МЕРЕЖ 4G ТА 5G
08-34.БДР.004.00.000 ПЗ
Григоров О.Е.
Вінниця ВНТУ – 2021 рік

2.

Мета та постановка задачі.
Метою даної бакалаврської дипломної роботи є підвищення пропускної здатності
систем стільникового мобільного зв'язку 4G і 5G, що використовують зворотний зв'язок від абонентських станцій для
оцінки стану радіоканалу, за допомогою розробки методу прогнозування на основі застосування штучних нейронних
мереж.
Задачами бакалаврської дипломної роботи є:
1. Аналіз процесу керування радіоресурсами і методів прогнозування стану радіоканалу;
2. Дослідження продуктивності різних архітектур штучних нейронних мереж для подальшого застосування в якості
ядра прогнозуючої структури;
3. Розробка нової прогнозуючої структури з використанням комбінації різних архітектур штучних нейронних мереж
для підвищення ефективності боротьби з швидкими завмираннями в радіоканалі;
4. Оцінка ефективності розробленої прогнозуючої структури, в тому числі обчислювальної складності.
Об'єктом дослідження є системи стільникового мобільного зв'язку 4G і 5G з частотним дуплексом, що використовують
зворотний зв'язок від абонентських станцій при виборі схеми модуляції і кодування.
Предметом дослідження є методи підвищення ефективності використання механізму зворотного зв'язку в умовах
впливу швидких завмирань в радіоканалі.

3.

1 АНАЛІЗ ПРОЦЕСУ КЕРУВАННЯ РАДІОРЕСУРСОМ МЕРЕЖ
Базова станція
Блок
керування
Набір модуляційнокодових схем та
режимів передавання
Індикатор
CQI
Пакети
даних
Абонентська станція
Схема взаємодії базової і абонентської станцій в процесі розподілу радіоресурсів при передачі даних в низхідному
напрямку

4.

1 АНАЛІЗ ПРОЦЕСУ КЕРУВАННЯ РАДІОРЕСУРСОМ МЕРЕЖ
Абонентська
станція
Базова
станція
Пілотні сигнали
Пакети даних
Часова діаграма процесу керування розподілом радіоресурсів при передачі даних в низхідному напрямку

5.

2 МЕТОДИ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ВИКОРИСТАННЯ ТЕЛЕКОМУНІКАЦІЙНОГО ОБЛАДНАННЯ
Початок
Передача пілотних сигналів у висхідному напрямку
Вимірювання параметрів радіоканалу
Оцінювання коефіцієнтів завмирань для початкового моменту часу
Відслідковування та прогнозування коефіцієнтів завмирань
Коригування інформації про стан радіоканалу
Кінець
Алгоритм роботи РМНК з ПКО

6.

2 МЕТОДИ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ВИКОРИСТАННЯ ТЕЛЕКОМУНІКАЦІЙНОГО ОБЛАДНАННЯ
Поновлення вхідних даних
Стан
радіоканалу в
момент часу k
Етап 1
Передбачення
для моменту
часу (k+1)
Етап 2
Коригування
передбачення для
моменту часу (k+1)
Зашулене
вимірювання в
момент часу
(k+1)
Метод прогнозування стану радіоканалу із застосуванням фільтра Калмана

7.

2 МЕТОДИ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ВИКОРИСТАННЯ ТЕЛЕКОМУНІКАЦІЙНОГО ОБЛАДНАННЯ
Початок
Ініціалізація параметрів фільтра
Калмана
Етап 1
Визначення очікуваного значення
функції правдоподібності
Етап 2
Оцінювання максимальної
правдоподібності
Кінець
Робота алгоритму EM в складі методу КЕМ

8.

2 МЕТОДИ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ВИКОРИСТАННЯ ТЕЛЕКОМУНІКАЦІЙНОГО ОБЛАДНАННЯ
6 характерних
площин 13х13
50 характерних
площин 5х5
Вхідне «зображення» 13х13
Вихідний
повнозв язний
шар із 10 ШН
Повнозв язний
шар із 100 ШН
Вихідні
сигнали
Принцип роботи CNN

9.

2 МЕТОДИ ПІДВИЩЕННЯ ЕФЕКТИВНОСТІ ВИКОРИСТАННЯ ТЕЛЕКОМУНІКАЦІЙНОГО ОБЛАДНАННЯ
Етап
попереднього
навчання
Масив даних CSI
Навчальний
фреймворк OCEAN
Прогнозування значення
CSI для моменту часу
(t+1)
CSI для
моменту
часу t
Етап навчання
в реальному
часі
Принцип роботи прогнозуючої структури «OCEAN»

10.

3 УДОСКОНАЛЕННЯ СТРУКТУРИ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ
Абонентська станція
Базова
станція
Блок вибору
CQI
Пілотні
сигнали
1
Блок
оцінювання
відношення
сигнал/шум
Пілотні
сигнали
2
Радіоканал
Модель системи зв'язку

11.

3 УДОСКОНАЛЕННЯ СТРУКТУРИ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ
Початок
Введення налаштування моделі
Визначення змінних
Зчитуванні CQI з буфера
Формування базовою станцією сигналу на основі CQI
Поширення сигналу через радіоканал із завмиранням (GMEDS)
Приймання та оброблення сигналу в абонентській станції
Ні
Ні
Остання ітерація ?
Необхідно поновити CQI ?
Так
Так
Оцінювання відношення сигнал/шум по пілотним сигналам та
вибір CQI
Поновлення CQI в буфері
Виведення значень сигнал/шум
та індикатора CQI в масив
даних
Виведення результатів
Кінець
Алгоритм отримання навчального масиву даних

12.

4 ПРОГНОЗУВАННЯ ЕФЕКТИВНОСТІ РАДІОМЕРЕЖІ
Початок
Введення налаштувань моделі
Визначення змінних
Зчитування CQI з буфера
Формування базовою станцією сигналу на основі CQI
Поширення сигналу через радіоканал із завмираннями (GMEDS)
Приймання та оброблення сигналу в абонентській станції
Визначення пропускної здатності на основі ACK, NACK, DTX
Ні
Ні
Необхідно поновити CQI
Остання ітерація ?
Так
Так
Оцінювання відношення сигнал/шум по пілотним сигналам та вибір CQI з
використання або без використання методів прогнозування
Поновлення CQI в буфері
Виведення результатів
Кінець
Алгоритм визначення пропускної здатності радіомережі

13.

4 ПРОГНОЗУВАННЯ ЕФЕКТИВНОСТІ РАДІОМЕРЕЖІ
Початок
Введення даних
Введення значень пропускної здатності:
Масив моделі 1;
Масив моделі 2;
Скласти масив
Видалити нульові значення із масиву
В результаті утворюється масив
Записати знак кожного члена масива
Скласти масив
Ранжувати значення масива
Для однакових значень присвоїти середній ранг;
В результаті утворюється масив рангів
від
до
Скласти масив
із членів масива
Що відповідають додатнім членам масива
Скласти масив
із членів масива
Що відповідають від ємним членам масива
Визначити суму всіх значень масива
Визначити суму всіх значень масива
Позначити результат
Позначити результат
Ні
Так
Залишити
Залишити
Позначити результат
Ні
Так
Прийняти нульову гіпотезу:
результатом можна
знехтувати
Відкинути нульову гіпотезу:
результат необхідно
враховувати
Виведення результату
Кінець
Алгоритм статистичного оцінювання за методом Уілкоксона

14.

ВИСНОВКИ
Основні результати проведених досліджень і розробок полягають в наступному:
1) Обґрунтовано застосування методу прогнозування з використанням рекурентної штучної нейронної мережі LSTM
для боротьби із затримками зворотного зв'язку з метою підвищення ефективності роботи алгоритмів керування
радиоресурсами в системах стільникового мобільного зв'язку 4G і 5G.
2) Для рекуррентной штучної нейронної мережі LSTM проведено дослідження і дані оцінки впливу довжини часового
ряду значень «сигнал / шум», на підставі якого виконується прогноз індикатора якості радіоканалу, і кількості
штучних нейронів на ефективність боротьби з швидкими завмираннями і визначена найбільш продуктивна
конфігурація з 150 нейронами і 50 значеннями «сигнал / шум», яка дозволить досягти максимального приросту
пропускної здатності в низхідному напрямку.
3) Розроблено нову прогнозуючу структура, що дозволяє підвищити пропускну здатність в низхідному напрямку до
30% при високому ступені кореляції трактів MIMO і високому співвідношенні «сигнал / шум» за рахунок боротьби з
впливом швидких завмирань в радіоканалі.
4) Показано, що застосування попередньої паралельно-послідовної обробки тимчасового ряду значень «сигнал / шум» сверточное
нейронними мережами з різною розмірністю фільтрів спільно з рекуррентной штучної нейронної мережею LSTM дозволяє досягти
приросту пропускної здатності в низхідному напрямку до 10% в порівнянні з застосуванням однієї рекуррентной штучної нейронної
мережі LSTM при виконанні прогнозу значення індикатора якості радіоканалу в умовах високого ступеня кореляції трактів MIMO і
високому співвідношенні «сигнал / шум».

15.

ВИСНОВКИ
5) Виконано оцінку статистичної значущості отриманих в результаті різнобічного моделювання результатів, що
підтверджує вірність теоретичних висновків і працездатність нової структури при виконанні прогнозу значення
індикатора якості радіоканалу.
6) Доведено ефективність застосування попередньої паралельно-послідовної обробки тимчасового ряду значень
«сигнал / шум» з використанням декількох згортальних штучних нейронних мереж з різною розмірністю фільтрів
спільно з штучними нейронними мережами прямого поширення і рекуррентної штучної нейронної мережею LSTM
в складі нової прогнозуючої структури при співвідношенні « сигнал / шум »не нижче 12 дБ і будь-якого ступеня
кореляції трактів MIMO.
7) Виконано оцінку обчислювальної складності нової прогнозуючої структури і показано, що сучасні абонентські
станції мають технічну можливість використовувати її замість блоку формування індикатора якості радіоканалу.
На основі нормативно-правових актів з охорони праці в розділі з охорони праці здійснено аналіз небезпечних та шкідливих
виробничих факторів, що виникають у процесі досліджень; оцінка факторів виробничого і трудового процесів, гігієнічна оцінка
умов праці, оцінка технічного і організаційного рівня; вказуються рекомендації стосовно покрашення умов праці, а також
наводяться протипожежні норми.

16.

ДОПОВІДЬ ЗАВЕРШЕНО
• Дякую за увагу