Hierarchické přidělování komunikačních prostředků pro cloudové rádiové přístupové sítě

Abstract

Tato práce se zabývá principy pro plánovaní přenosu dat v sítích 5G založených na cloudové architektuře v rámci přístupové sítě (Cloud Radio Access Network, C-RAN). Práce konkrétně řeší problémy existujících řešení spojené se zpožděním na tzv. fronthaulu a navrhuje hierarchické řešení jak strategicky alokovat rádiové prostředky na centralizovaných a distribuovaných jednotkách. První část práce se zaměřuje na zmírnění negativního dopadu zpoždění na fronthaulu, což vede k významnému zvýšení propustnosti sítě až o 26%. Druhá část pak představuje dynamické hierarchické plánování přenosu dat pro jednotlivá uživatelská zařízení, které efektivně adaptuje plánování přenosu na základě informací o stavu kanálu (Channel State Information, CSI) a na konkrétním zpožděním na fronthaulu. Komparativní analýza ukazuje, že návrh je schopný zvýšit propustnost vůči plně centralizovanému a částečně distribuovanému řešení o 30%, respektive a 27%. Závěrečná část práce se věnuje plánování prostředků pro služby citlivé na zpoždění a navrhuje metodu pro dynamické alokování prostředků založené na hierarchickém plánovači přenosu dat. Výsledky simulací ukazují až 39% nárůst tzv. goodputu při minimalizaci ztrát transportních bloků (až o 38%) a minimalizaci průměrné absolutní procentuální chyby (až o 57%) při před-alokaci rádiových prostředků pro potřeby HARQ (Hybrid Automatic Repeat reQuest). Tato práce přináší cenné poznatky při řešení problému jak plánovat přenosy v sítích C-RAN založenýCH na 5G, a tím otevírající cestu k adaptivnějším, efektivnějším a samo-optimalizujícím se mobilním sítím.

This thesis delves into scheduling approaches for 5G networks based on Cloud Radio Access Network (C-RAN) architecture, addressing limitations in existing solutions through the introduction of a novel hierarchical scheduling framework. Motivated by the critical challenge of fronthaul delay in C-RAN, the proposed solution strategically distributes radio resource scheduling tasks among centralized and distributed units. The first part of the thesis focuses on mitigating the impact of fronthaul delay, resulting in a significant enhancement in network throughput of up to 26%. The second part introduces a dynamic hierarchical scheduler for individual User Equipments (UEs), effectively adjusting scheduling periods based on Channel State Information (CSI) and fronthaul delay. Comparative analysis reveals the dynamic schedulers outperform centralized and partially distributed counterparts, achieving a remarkable 30% and 27% increase in network throughput, respectively. The final part addresses resource scheduling for delay-sensitive services, proposing a dynamic resource pre-allocation framework within the hierarchical scheduling paradigm. Simulation results demonstrate a 39% increase in goodput while minimizing transport block loss rate and mean absolute percentage error in pre-allocated resources for Hybrid Automatic Repeat reQuest (HARQ) by 38% and 57%, respectively. This thesis contributes valuable insights into overcoming scheduling challenges in C-RAN-based 5G networks, paving the way for more adaptive, efficient, and self-optimized mobile networks.