Asociace uživatelů a výběr polohy létajících základnových stanic v mobilních sítích
Association of Users and Positioning of Flying Base Stations in Mobile Networks
Typ dokumentu
diplomová prácemaster thesis
Autor
Lukáš Vávra
Vedoucí práce
Bečvář Zdeněk
Oponent práce
Bugár Gabriel
Studijní obor
Komunikační sítě a internetStudijní program
Elektronika a komunikaceInstituce přidělující hodnost
katedra telekomunikační technikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
Mobilní sítě, které využívají nasazení bezpilotních vzdušných letounů (UAVs), jež slouží jako létající základnové stanice (FlyBSs), mohou potenciálně zvýšit kapacity kanálů, které jsou poskytované uživatelům, a tím i celkově zlepšit výkonnost mobilní sítě. Metody zlepšení výkonnosti mobilních sítí s integrovanými FlyBSs z hlediska rozmístění FlyBSs v buňce mobilní sítě, asociování uživatelských zařízení (UEs) k FlyBSs nebo alokace vysílacího výkonu atd. již byly analyzovány v mnoha výzkumných pracích. Tato diplomová práce ovšem prezentuje nový návrh řešení optimalizace výkonnosti mobilní sítě, který společně řeší problém rozmístění FlyBSs zároveň s problémem asociace UEs, a to prostřednictvím hlubokých neuronových sítí (DNNs). Návrh integruje DNNs do komplexního systému propojených DNNs, které mezi sebou sdílí informace s cílem zpřesnit své predikce, a tím i zvýšit celkovou výkonnost návrhu. Výsledky simulací ukazují, že návrh překonává konkurenční schémata z hlediska celkové kapacity kanálu o 14% - 95% v závislosti na počtu FlyBSs a počtu UEs v buňce mobilní sítě. Pokud jde o férovost distribuce kapacit kanálů mezi UEs v mobilní síti měřenou Jainovým indexem férovosti, navržené řešení prezentuje lepší výsledky ve srovnání s konkurenčními schématy, a to konkrétně o 5% - 106% opět v závislosti na na počtu FlyBSs a UEs v buňce mobilní sítě. Mobile networks in which unmanned aerial vehicles (UAVs) are deployed and serve as flying base stations (FlyBSs) can potentially increase channel capacities offered to mobile network users and therefore improve the overall mobile network performance. The optimization of the performance of the mobile networks with the integrated FlyBSs from the perspective of the FlyBS positioning, the user equipment (UE) association to the FlyBSs or the transmission power allocation etc. has already been investigated in multiple research works. This thesis, however, proposes a novel framework that jointly addresses the problem of the positioning of the FlyBSs and the problem of the UE association via introducing offline-trained deep neural networks (DNNs). The proposed framework integrates the DNNs into a system of interconnected DNNs that cooperate with each other by sharing prediction information in order to improve the accuracies of their predictions and therefore to enhance the overall performance of the proposed framework. The simulation results show that the proposed framework outperforms the other competitive schemes in terms of the overall channel capacity by 14% - 95% depending on the number of the FlyBSs and the number of the UEs in the mobile network cell. In terms of fairness of the distribution of the channel capacities among the UEs in the mobile network measured by Jain’s fairness index, the proposed framework delivers better results by 5% - 106% in comparison with the competitive schemes.
Kolekce
- Diplomové práce - 13132 [269]