Optimizing cellular networks for business and mission-critical communications
Optimisation des réseaux cellulaires pour les communications professionnelles critiques
Résumé
Business- and mission-critical communications are communications between professional users either from the public safety sector or operating critical infrastructures. Owing to special coverage, priority access, reliability and resilience requirements, as well as additional services for professional users, these communications are conveyed by Professional Mobile Radio (PMR) networks. Driven by the demand growth, significant changes are taking place in the PMR industry. The existing PMR technologies are indeed not well suited to provide high data rates mobile services like video and photo transfers; hence, the adoption of commercial technologies for mission-critical communications is gaining strong momentum. On the other hand, the next generation cellular networks are envisioned to support a large variety of applications and services with heterogeneous performance requirements, i.e., enhanced Mobile BroadBand (eMBB), massive Machine-Type Communications (mMTC) and Ultra-Reliable Low Latency Communications (URLLC). Recently, mission-critical communications have been classified in a URLLC use case family, characterized by the need to a higher priority over other communications in the networks.In this context, we focus on enhancing the coverage of wireless networks providing group communications, the main service allowed by PMR networks, taking advantage of the current technologies (e.g. Multimedia Broadcast/Multicast Service), to meet the mission-critical communications needs. First, we evaluate the performance of unicast and multicast transmission techniques, i.e., the Multicast/Broadcast Single Frequency Network (MBSFN) and Single-Cell Point-To-Multipoint (SC-PTM), in terms of radio quality, system spectral efficiency and cell coverage, assuming static MBSFN configurations. Then, we introduce an analytical model to derive an approximate closed-form formula of the Signal to Interference plus Noise Ratio (SINR) in a MBSFN network.Furthermore, we propose a simple repetition scheme without request, as an alternative to Hybrid Automatic Repeat re-Quest (HARQ), in the aim of improving the network coverage in presence of group communications. By considering the wireless channel characteristics, as well as the service delay constraints, we show that our proposed scheme provides significant gains over traditional repetition schemes.Finally, we assess the trade-off in the cluster’s size of serving cells which arises between network coverage and capacity in multi-point transmissions. We formulate an optimization problem to maintain an acceptable system blocking probability, while maximizing the average SINR of the multicast group users. For group calls, a dynamic cluster of cells is selected based on the minimization of a submodular function that takes into account the traffic in every cell through some weights and the average SINR achieved by the group users. Traffic weights are then optimized using a Nelder-Mead simplex method with the objective of tracking a blocking probability threshold. Results show the importance of dynamic clustering in improving system capacity and coverage.
Les communications professionnelles et critiques sont établies soit entre utilisateurs du secteur de la sûreté publique soit entre acteurs opérants des infrastructures critiques. Du fait des fortes exigences en termes de couverture, de priorité d’accès, de fiabilité et de résilience, sans oublier les services supplémentaires pour les utilisateurs professionnels, ces communications utilisent généralement les technologies PMR (Professional Mobile Radio). Vu la croissance des demandes de services, des changements importants sont attendus dans le domaine de la PMR. Les technologies PMR historiques échouent en effet à fournir des services à débits de données élevés, tels que les services vidéos et le transfert de photos. Ainsi, l’adaptation des technologies utilisées par les opérateurs commerciaux à la PMR apparaît comme une solution prometteuse. D’autre part, la prochaine génération de réseaux cellulaires prévoit une nouvelle variété d’applications et de services, dont les exigences de performances sont extrêmement hétérogènes. Ils se classent en trois groupes: enhanced Mobile BroadBand (eMBB), massive Machine-Type Communications (mMTC) et Ultra-Reliable Low Latency Communications (URLLC). Récemment, les communications critiques ont été classées dans dans la famille URLLC des cas d’usage car elles sont prioritaires par rapport aux autres types de communications dans le réseau.Dans ce contexte, nous concentrons à renforcer la couverture des réseaux radio fournissant des communications de groupe, service essentiel fournit par les technologies PMR, afin de satisfaire les besoins. Tout d’abord, on évalue la performance des transmissions unicast et multicast, c’est à dire, les transmissions Multicast/Broadcast Single Frequency Network (MBSFN) et Single-Cell Point-To-Multipoint (SC-PTM), en termes de qualité radio, d’efficacité spectrale du système et de couverture de cellules, tout en considérant des configurations MBSFN statiques. Puis, nous étudions un modèle analytique pour estimer le Signal to Interference plus Noise Ratio (SINR) dans un réseau MBSFN.En outre, nous proposons un algorithme simple de répétitions sans requête, comme alternative à l’algoritgme Hybrid Automatic Repeat re-Quest (HARQ), afin d’améliorer la couverture du réseau en présence de communications de groupe. En considérant les caractéristiques du canal radio, ainsi que les contraintes de délai de service, nous justifions que notre modèle fournit un important gain par rapport aux algorithmes de répétitions traditionnels.Enfin, on évalue le compromis entre la couverture et la capacité d’un réseau utilisant les transmissions multicast, qui évolue en fonction de la taille du cluster de stations serveuses. On formule alors un problème d’optimisation dont l’objectif est de maintenir une probabilité de blocage acceptable du système, tout en maximisant le SINR moyen du groupe d’utilisateurs. Pour chaque groupe, on choisit le cluster de cellules d’une manière dynamique, en se fondant sur la minimisation d’une fonction sous-modulaire, qui prend en compte le trafic de chaque cellule du réseau à travers certains poids, ainsi que le SINR moyen du groupe. Ces poids sont optimisés au moyen de la méthode Nelder-Mead, dans le but de diriger la probabilité de blocage vers un certain seuil. Les résultats obtenus montrent l’importance du regroupement dynamique des cellules dans l’amélioration de la capacité et la couverture du système.
Origine : Version validée par le jury (STAR)
Loading...