Radio access network optimization with proactive resource management for 5G and beyond

Abstract

(English) The Fifth-Generation (5G) of cellular networks significantly increases the performance and flexibility of the offered services to users and service providers. The strict network requirement of 5G use cases has been supported by integrating service-based architecture in the core network,flexible radio access network architecture, and implementing numerous wireless technologies. Researchers and Mobile Network Operators (MNOs) face vast challenges not only in the definition process but also in the deployment phase.

The research community should define robust and dynamic radio network solutions to tackle the complexity and flexibility of 5G and beyond mobile network requirements. As mentioned, the radio access network architecture has been crucial in defining 5G systems. Especially the Cloud Radio Access Network (C-RAN) architecture has played a fundamental role as part of the new generation radio access network (NG-RAN) because it has the potential to support extremely dense radio network deployments while reducing costs because of the simplification of the radio units. Moreover, C-RAN enhances the network capacity by reducing the number of required resources because it centralizes the baseband functionalities in Baseband Units (BBU) pools or Central Units (CUs), sharing the same resource to manage multiple Remote Radio Heads (RRHs) or Radio Units (RUs). Moreover, Coordinated Multipoint (CoMP), enhanced Inter-Cell Interference Coordination (eICIC), and beamforming technologies could be easily implemented in the C-RAN structure, improving the 5G network performance.

However, sustainability and energy efficiency are crucial to support future services and network requirements. Namely, It is fundamental to reduce energy consumption, resource usage, and emissions footprints to avoid excessive power consumption. The enormous increase in the number of devices, data amounts, and data rates implies an increase in the overall data traffic and required capacity, while energy reduction is not automatically guaranteed. On the other hand, the optimal management of the computational resources to satisfy current and future network requirements also becomes a challenge.

This doctoral thesis aims to address some of the challenges above. Most of the published research works employ synthetic scenarios to validate the results. A realistic C-RAN platform has been implemented, opposing these approaches. The proposed architecture considers rural and urban zones, heterogeneous deployment with macro and small cells, time-variant traffic patterns, realistic user equipments with guaranteed bit rate and best effort services, Quality of Service (QoS) constraints, a 3D ray-tracing propagation model, multiple frequency bands, different split options, among other significant features. This platform becomes fundamental in the validation of the proposed algorithms.

5G and beyond radio network deployment will be ultra-dense. However, optimizing the costs and energy consumption is not automatically guaranteed. For this reason, this thesis also provides a non-linear data modeling and decision-making tool to maximize cost reduction versus coverage-QoS trade-off by optimizing the active RRHs needed according to traffic demands. Besides, it proposes a novel strategy for Dynamic Resource Management with Adaptive Computational capacity (DRM-AC) using Machine Learning (ML) techniques. Three ML algorithms have been considered in the final design after testing multiple approaches: support vector machine (SVM), time-delay neural network (TDNN), and long short-term memory (LSTM). DRM-AC reduces the average of unused resources by 96 %, but there is still QoS degradation when RCC is higher than the predicted computational capacity (PCC). To further improve, two new strategies are proposed and tested in a realistic scenario: DRM-AC with pre-filtering and DRM-AC with error shifting, reducing the average of unsatisfied resources by 98% and 99.9% compared to the DRM-AC.

(Català) La cinquena generació (5G) de xarxes cel·lulars augmenta el rendiment i la flexibilitat dels serveis oferts als usuaris i proveïdors de serveis. L'estricte requisit de xarxa pels diferents casos d'ús de 5G s'ha reforçat mitjançant la integració d'una arquitectura basada en serveis a la xarxa central, una arquitectura de xarxa d'accés radio flexible i la implementació de nombroses tecnologies sense fils. S’afronten grans desafiaments no sols en el procés de definició sinó també en la fase de desplegament.

Cal definir solucions de xarxa de ràdio sòlides i dinàmiques per abordar la complexitat i flexibilitat del 5G i de les generacions futures. L'arquitectura de la xarxa d'accés ràdio ha estat important en la definició dels sistemes 5G, i entre elles especialment,l'arquitectura de la xarxa d'accés de ràdio centralitzada (C-RAN) ha tingut un paper fonamental com a part de la xarxa d'accés de ràdio de nova generació (NG-RAN) donat que té el potencial d'admetre implementacions extremadament denses alhora que redueix els costos gràcies a la simplificació de les unitats de ràdio. C-RAN millora la capacitat de la xarxa en reduir la quantitat de recursos requerits atès que centralitza les funcionalitats de banda base en grups d'Unitats de banda base (BBU) o Unitats centrals (CU), compartint recursos per administrar múltiples unitats de ràdio remotes (RRH) o Unitats de Ràdio (RU).

La sostenibilitat i l'eficiència energètica són crucials per donar suport als futurs serveis i requisits de la xarxa. És fonamental reduir el consum d’energia, l’ús de recursos i les empremtes d’emissions, per evitar el consum excessiu d’energia. L'enorme augment en la quantitat de dispositius, quantitats de dades i velocitats implica un augment en el trànsit de dades general i la capacitat requerida, mentre que la reducció d'energia no està garantida automàticament. A més, la gestió òptima dels recursos de còmputació per satisfer els requeriments actuals i futurs de la xarxa també es converteix en tot un repte. La majoria dels treballs publicats fan servir escenaris sintètics per validar. Per tant, s'ha implementat una plataforma C-RAN realista per testejar nous algorismes d’optimització de la xarxa. L'arquitectura proposada considera zones rurals i urbanes, implementació heterogènia amb macro cel·les i cel·les petites, patrons de trànsit variables en el temps, equips d'usuari realistes amb velocitat de bit garantida i altres serveis que competeixen pels recursos, restriccions de qualitat de servei (QoS), un model de propagació de traçat de raigs 3D, múltiples bandes de freqüència, diferents opcions de divisió de les funcionalitats implementades a la BBU i al RRH, entre altres característiques significatives. Aquesta plataforma esdevé fonamental en la validació dels algorismes proposats.

El desplegament de la xarxa de ràdio 5G i futures serà ultra dens. Tot i això,l'optimització dels costos i el consum d'energia no està automàticament garantida. Per aquesta raó, aquesta tesi també proporciona una eina de presa de decisions i modelatge de dades no lineals per maximitzar la reducció de costos davant de la compensació entre cobertura i QoS mitjançant l'optimització dels RRH actius necessaris d'acord amb les demandes de trànsit. A més, proposa una nova estratègia per a la Gestió Dinàmica de Recursos amb Capacitat Computacional Adaptativa (DRM-AC). S'han considerat tres algorismes en el disseny final després de provar múltiples enfocaments: màquina de vectors de suport (SVM), xarxa neuronal de retard de temps (TDNN) i memòria a curt termini (LSTM). DRM-AC redueix la mitjana de recursos no utilitzats en un 96%, però encara hi ha una degradació de QoS quan la capacitat requerida és més gran que la capacitat computacional prevista. Per millorar encara més, es proposen i proven dues noves estratègies: DRM-AC amb pre-filtratge i DRM-AC amb marge d'error, reduint la mitjana de recursos insatisfets en un 98% i 99% en comparació del DRM-AC.

(Español) La quinta generación (5G) de redes celulares aumenta el rendimiento y la flexibilidad de los servicios ofrecidos a usuarios y proveedores de servicios. El estricto requisito de red de los casos de uso de 5G se ha respaldado mediante la integración de una arquitectura basada en servicios en la red central, una arquitectura de red de acceso de radio flexible y la implementación de numerosas tecnologías inalámbricas. Se enfrentan grandes desafíos no solo en el proceso de definición sino también en la fase de despliegue.

Se deben definir soluciones de red de radio sólidas y dinámicas para abordar la complejidad y flexibilidad de 5G y futuras generaciones. La arquitectura de la red de acceso por radio ha sido crucial en la definición de los sistemas 5G. Especialmente, la arquitectura de la red de acceso de radio centralizada (C-RAN) ha desempeñado un papel fundamental como parte de la red de acceso de radio de nueva generación (NG-RAN) porque tiene el potencial de admitir implementaciones de redes de radio extremadamente densas al tiempo que reduce los costos debido a la simplificación. de las unidades de radio. C-RAN mejora la capacidad de la red al reducir la cantidad de recursos requeridos porque centraliza las funcionalidades de banda base en grupos de Unidades de banda base (BBU) o Unidades centrales (CU), compartiendo recursos para administrar múltiples unidades de radio remotas (RRH) o Unidades de Radio (RU).

La sostenibilidad y eficiencia energética son cruciales para respaldar los futuros servicios y requisitos de la red. Es fundamental reducir el consumo de energía, el uso de recursos y las huellas de emisiones para evitar el consumo excesivo de energía. El enorme aumento en la cantidad de dispositivos, cantidades de datos y velocidades implica un aumento en el tráfico de datos general y la capacidad requerida, mientras que la reducción de energía no está automáticamente garantizada. Además, la gestión óptima de los recursos de cómputo para satisfacer los requerimientos actuales y futuros de la red también se convierte en un desafío.

La mayoría de los trabajos publicados emplean escenarios sintéticos para validar. Por lo que, se ha implementado una plataforma C-RAN realista que se opone a estos enfoques. La arquitectura propuesta considera zonas rurales y urbanas, implementación heterogénea con macro y celdas pequeñas, patrones de tráfico variables en el tiempo, equipos de usuario realistas con velocidad de bit garantizada y servicios de mejor esfuerzo, restricciones de calidad de servicio (QoS), un modelo de propagación de trazado de rayos 3D , múltiples bandas de frecuencia, diferentes opciones de división, entre otras características significativas. Esta plataforma se vuelve fundamental en la validación de los algoritmos propuestos.

El despliegue de la red de radio 5G y futuras será ultradenso. Sin embargo, la optimización de los costes y el consumo de energía no está automáticamente garantizada. Por esta razón, esta tesis también proporciona una herramienta de toma de decisiones y modelado de datos no lineales para maximizar la reducción de costos frente a la compensación entre cobertura y QoS mediante la optimización de los RRH activos necesarios de acuerdo con las demandas de tráfico. Además, propone una estrategia novedosa para la Gestión Dinámica de Recursos con Capacidad Computacional Adaptativa (DRM-AC). Se han considerado tres algoritmos en el diseño final después de probar múltiples enfoques: máquina de vectores de soporte (SVM), red neuronal de retardo de tiempo (TDNN) y memoria a corto plazo (LSTM). DRM-AC reduce el promedio de recursos no utilizados en un 96%, pero todavía hay una degradación de QoS cuando la capacidad requerida es mayor que la capacidad computacional prevista. Para mejorar aún más, se proponen y prueban dos nuevas estrategias: DRM-AC con prefiltrado y DRM-AC con margen de error, reduciendo el promedio de recursos insatisfechos en un 98% y 99% en comparación con el DRM-AC.