Tesis doctoral
Título | 5G Networks Automatic Performance Improvement |
Estado | Finalizado |
Autor | Jessica Mendoza Ruiz |
Director/es | Raquel Barco Moreno , Isabel De la Bandera Cascales |
Universidad | Universidad de Málaga |
Centro | Escuela Técnica Superior de Ingeniería de Telecomunicación |
Departamento | Ingeniería de Comunicaciones |
Fecha lectura | 20-01-2023 |
Archivo |
El mundo se encuentra actualmente en un proceso de transformación digital de diversos
sectores socioeconómicos. En este contexto, la quinta generación (Fifth Generation, 5G)
de redes móviles se presenta como una tecnología habilitadora de esta transformación,
abarcando una gran variedad de servicios y casos de uso relacionados con diferentes
sectores de la economía (como por ejemplo, la industria, la agricultura o la automoción).
El crecimiento exponencial de las redes hace que sus tareas de gestión sean cada vez
más complejas. Para minimizar los gastos de capital (capital expenditures, CAPEX) y los
gastos de operación (operational expenditures, OPEX) al tiempo que se prestan servicios
de calidad a los usuarios, los operadores de redes móviles (mobile network operators,
MNO) se centran en el uso de las llamadas redes autoorganizadas (self-organizing
networks, SON).
El concepto de SON se refiere a la automatización de las tareas de gestión de la red, que
se clasifican en tres categorías: autoconfiguración, autocuración y autooptimización. La
autoconfiguración se encarga de automatizar el despliegue de nuevos elementos de la
red y de la configuración de sus parámetros. La autocuración automatiza la gestión de
los posibles fallos de la red, realizando tareas de detección, diagnóstico, compensación
y recuperación. Por último, la autooptimización tiene como objetivo maximizar el
rendimiento de la red. Así, la autooptimización se encarga de adaptar dinámicamente la
red a las variaciones del entorno. Para ello, modifica automáticamente los parámetros
de configuración de la red.
Para abordar los restos lanzados por los nuevos servicios y casos de uso contemplados
en las redes 5G, es necesario llevar a cabo una modernización de los algoritmos
tradicionales de las SON. Esta tesis aborda la adaptación de las SON a las nuevas
necesidades del 5G. En concreto, esta tesis se centra en el desarrollo de técnicas de
control automático para mejorar el rendimiento de la red. Para ello, se contemplan
diferentes líneas de investigación. Por un lado, una de las principales tendencias actuales
en el desarrollo de algoritmos de SON es el uso de enfoques centrados en el usuario,
que se centran en la optimización de métricas como la calidad de experiencia (quality of
experience, QoE) que proporcionan una visión del nivel de satisfacción del usuario. Por
otro lado, a medida que las redes crecen, también lo hace el número de fuentes de
información y de datos recogidos por ellas. El uso de información no relevante en el
desarrollo de algoritmos de SON puede conducir a un aumento de la complejidad de los
algoritmos, así como a una pérdida de eficiencia de los mismos. De este modo, el uso de
técnicas de reducción de la dimensionalidad se considera un factor clave para el
desarrollo de algoritmos de SON precisos. Por último, el cumplimiento de los requisitos
de muy baja latencia y alta velocidad de datos de algunos de los nuevos casos de uso de
2
las redes 5G, hacen necesario un cambio de enfoque en el desarrollo de algoritmos de
las SON, pasando de un enfoque reactivo a uno proactivo para anticiparse a posibles
fallos o degradaciones del rendimiento de la red.
Para cumplir con el objetivo principal y dar respuesta a las líneas de investigación
planteadas anteriormente, esta tesis aborda diferentes fases del proceso de
optimización. Para ello, esta tesis está organizada en tres partes. La primera parte
incluye todas las tareas relacionadas con el análisis del rendimiento de la red. Así, por
un lado, esta tesis analiza los retos de la implementación del 5G en nuevos escenarios.
En concreto, se propone el uso del 5G para impulsar la transformación digital del sector
de la construcción. Por otro lado, se ha realizado un análisis de las anomalías detectadas
en las redes, proponiendo un sistema capaz de detectar anomalías de diversa índole en
una amplia variedad de indicadores clave del rendimiento (key performance indicators,
KPI). La segunda parte se centra en el desarrollo de mecanismos para mejorar el
rendimiento y la evaluación de los algoritmos de optimización. En este sentido, en
primer lugar, esta tesis propone el uso de técnicas de reducción de la dimensionalidad
para mejorar la precisión de los algoritmos de predicción utilizados en los métodos de
gestión proactiva. A continuación, se presenta un mecanismo para el establecimiento
de un entorno de pruebas para verificar el rendimiento de los algoritmos de SON antes
de su implementación en redes reales. La tercera parte de esta tesis se centra en el
desarrollo de algoritmos de optimización. En primer lugar, se presenta un algoritmo de
optimización de la QoE. Este algoritmo se centra en el ajuste de los parámetros de
configuración de la capa de control del radioenlace (radio link control, RLC). En segundo
lugar, se propone un algoritmo proactivo para activar automáticamente la
multiconectividad (multi connectivity, MC) en un entorno industrial.
Volver