[논문]이기종 셀룰러 네트워크에서의 분산 자기 구성 셀 접속 기법

이형열; 이진녕; 박진배; 고병훈; 김광순

doi:10.7840/kics.2015.40.5.812

이기종 셀룰러 네트워크에서의 분산 자기 구성 셀 접속 기법
Distributed Self-Organized Cell Association for Heterogeneous Cellular Networks 원문보기

한국통신학회논문지 = The Journal of Korean Institute of Communications and Information Sciences, v.40 no.5, 2015년, pp.812 - 814

이형열 (Yonsei University Department of Electrical and Electronic Engineering) , 이진녕 (Yonsei University Department of Electrical and Electronic Engineering) , 박진배 (Yonsei University Department of Electrical and Electronic Engineering) , 고병훈 (Yonsei University Department of Electrical and Electronic Engineering) , 김광순 (Yonsei University Department of Electrical and Electronic Engineering)

초록
AI-Helper

각 기지국이 공통된 자기구성 전략을 사용하고 자신의 상황 고려하여 자신의 셀 접속 방식을 정하는 분산 자기 구성 셀 접속 기법을 제안하고 복잡도가 높은 중앙 집중 집합 접속 방식과의 성능저하 없이 복잡도를 매우 낮출 수 있음을 보였다.

Abstract ▼ AI-Helper

In this letter, a distributed self-organized cell association scheme is proposed for heterogeneous cellular networks. In which each small cell uses a common self-organization strategy and takes its environment into account to establish its own cell association scheme. It is confirmed that the propos...

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 매크로 기지국과 소형셀 기지국이 공존하는 자기 구성 이기종 셀룰러 네트워크(self-organized heterogeneous cellular network) 시스템을 고려하였다. 이 때, 매크로 기지국과 소형셀 기지국의 전력은 각각 P_m과 P_s로 정의되며 사용자의 위치 집합을 X, 매크로 기지국과 소형 셀 기지국의 위치 집합을 각 Y_m과 Y_s라고 정의한다(Y = Y_m∪Y_s ).

가설 설정

또한, 매크로 기지국 밀도 λm = 1BS / (\(\pi\)(1.5km)2)이며 사용자의 밀도는 1개의 매크로셀 기지국당 평균 300명의 사용자가 배치되도록 가정하였고 각 노드들은 포아송 포인트 프로세스(Poisson point process)를 따르게 분산시켰다.
분산 자기 구성 셀 접속 기법의 효과를 알아보기 위해서 그림 2와 같은 2계층 이기종 셀룰러 네트워크에서 매크로 기지국 송신 전력 Pm은 43dBm, 소형셀 기지국 송신 전력 Ps는 23dBm이고 무선 채널의 감쇄 지수 α는 4로 가정하였다.

제안 방법

결합 접속 방식은 각 기지국 및 단말 위치마다 [2]의 방식을 통해 결합 접속한 후 각 사용자의 평균 전송량을 얻어 네트워크 전체의 사용자 전송량의 기하평균을 얻고, 이를 다양한 기지국 및 단말 위치에 대해 평균한 값을 얻는다. 앞선 두 방식과 달리 본 논문에서 제안하는 방식은 먼저 다양한 기지국 및 단말 위치마다 그림 1의 방법대로 수집한 정보를 통해 네트워크의 비례공평(proportional fairness)을 유틸리티로 할 때의 최적 전략 S를 가장 가까운 매크로셀의 수신 SNR의 함수로 결정한다. 이후, 다양한 기지국 및 단말 위치마다 각 소형셀 별로 얻은 전략 S와 자신의 관측치 즉, 가까운 매크로셀의 SNR을 사용해 각 소형셀 별로 자신의 편향값을 적절하게 정해 분산적으로 사용자 접속을 수행한 후, 각 셀에서 라운드 로빈 방식으로 스케줄하여 각 사용자의 전송량을 얻고, 이를 네트워크 전체에 대해 사용자 전송량의 기하평균을 얻는다.
이에 본 논문에서는 분산 자기 구성 셀 접속 기법의 규칙을 정하기 위해서 먼저 중앙의 제어 장치인 MME는 기지국과 사용자 위치 집합 Y와 X를 서로 겹치지 않는 집합{Y1, ⋯, Yv} 와 {X1, ⋯,Xv} 로 분할하고, 각 분할된 네트워크 내의 모든 기지국과 사용자들에 대한 필요 정보 (γx,Nx, Γx)를 수집한다.
평균적으로 고정 편향값을 이용한 접속방식을 쓰는 경우는 각 소형셀 기지국이 [1]의 고정 편향값을 이용해 사용자 접속을 수행한 후, 각셀에서 라운드 로빈 방식으로 스케줄링하여 각 사용자의 전송량을 얻고, 이를 네트워크 전체에 대해 사용자 전송량의 기하평균을 얻는다. 이와 같은 실험은 다양한 기지국 및 단말 위치에 대해 수행해 얻어 이를 최대로 하는 고정 편향값을 찾은 후, 그 때의 네트워크 전체의 사용자 전송량의 기하평균을 얻는다. 결합 접속 방식은 각 기지국 및 단말 위치마다 [2]의 방식을 통해 결합 접속한 후 각 사용자의 평균 전송량을 얻어 네트워크 전체의 사용자 전송량의 기하평균을 얻고, 이를 다양한 기지국 및 단말 위치에 대해 평균한 값을 얻는다.
이후, 다양한 기지국 및 단말 위치마다 각 소형셀 별로 얻은 전략 S와 자신의 관측치 즉, 가까운 매크로셀의 SNR을 사용해 각 소형셀 별로 자신의 편향값을 적절하게 정해 분산적으로 사용자 접속을 수행한 후, 각 셀에서 라운드 로빈 방식으로 스케줄하여 각 사용자의 전송량을 얻고, 이를 네트워크 전체에 대해 사용자 전송량의 기하평균을 얻는다. 이와 같은 실험을 다양한 기지국 및 단말 위치에 대해 위에 설명한 것과 같이 수행해 사용자 전송량의 기하평균을 얻는다.
그런 다음 MME는 그 정보들을 이용하여 [2] 등의 결합 접속 최적화 문제를 설정하고, V개의 네트워크에 대해서 그 답을 구한 후 가장 가까운 매크로셀의 SNR에 따른 소형셀의 커버리지의 평균치를 업데이트한다. 이제 편향값을 가장 가까운 매크로셀의 SNR의 함수 형태로 적절히 정해서 그 함수의 계수를 얻은 데이터로부터 업데이트하여 SON 전략 S를 얻는다.
앞선 두 방식과 달리 본 논문에서 제안하는 방식은 먼저 다양한 기지국 및 단말 위치마다 그림 1의 방법대로 수집한 정보를 통해 네트워크의 비례공평(proportional fairness)을 유틸리티로 할 때의 최적 전략 S를 가장 가까운 매크로셀의 수신 SNR의 함수로 결정한다. 이후, 다양한 기지국 및 단말 위치마다 각 소형셀 별로 얻은 전략 S와 자신의 관측치 즉, 가까운 매크로셀의 SNR을 사용해 각 소형셀 별로 자신의 편향값을 적절하게 정해 분산적으로 사용자 접속을 수행한 후, 각 셀에서 라운드 로빈 방식으로 스케줄하여 각 사용자의 전송량을 얻고, 이를 네트워크 전체에 대해 사용자 전송량의 기하평균을 얻는다. 이와 같은 실험을 다양한 기지국 및 단말 위치에 대해 위에 설명한 것과 같이 수행해 사용자 전송량의 기하평균을 얻는다.

성능/효과

그림 3과 그림 4는 각각 [2]의 결합 접속 방식, [1]의 모든 소형셀의 같은 최적의 고정 편향값을 이용한 접속 방식, 제안한 분산 자기 구성 셀 접속 기법을 사용했을 때의 사용자 당 전송량의 기하평균 값 및 단위 면적당 주파수 효율값을 도시한 그림이다. 실험 결과 상대적으로 복잡도가 낮으면서도 기존 단말을 활용할 수 있는 제안된 분산 자기 구성 셀 접속 기법을 이용하여 복잡도가 높은 [2]의 결합 접속방식의 성능치를 거의 달성할 수 있음을 확인할 수 있다.
이 논문에서는 이기종 셀룰러 네트워크에서 복잡도가 낮고 기존 단말을 활용할 수 있으면서도, 결합 접속의 성능을 낼 수 있는 분산 자기 구성 셀 접속기법을 제안하였고, LTE-A등의 실제 시스템에 적용하여 성능을 개선할 수 있음을 보였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	이기종 셀룰러 네트워크의 문제점은 무엇인가?	이기종 셀룰러 네트워크(heterogeneous cellular network)에서는 사용자의 서비스 품질(quality of service)이 기지국의 로드에 따라서 많이 달라지며, 이를 해결하기 위해 최근의 연구는 소형 셀 기지국에 특정 편향(bias)값을 적용하여 소형 셀의 영역을 확장하는 방법으로 계층 간(inter-tier) 로드 문제를 해결하는 셀 영역 확장 기법을 중심으로 연구가 되고 있다[1]. 하지만, 이 방법을 통해서는 매크로 기지국과의 거리가 가까운 소형 셀 기지국은 셀 영역이 상대적으로 작고 가장 가까운 매크로 기지국과의 거리가 먼 소형 셀 기지국은 셀 영역이 상대적으로 큰 계층 내(intra-tier) 로드 밸런싱 문제는 여전히 해결할 수 없다.
	셀 영역 확장 기법의 한계점은 무엇인가?	이기종 셀룰러 네트워크(heterogeneous cellular network)에서는 사용자의 서비스 품질(quality of service)이 기지국의 로드에 따라서 많이 달라지며, 이를 해결하기 위해 최근의 연구는 소형 셀 기지국에 특정 편향(bias)값을 적용하여 소형 셀의 영역을 확장하는 방법으로 계층 간(inter-tier) 로드 문제를 해결하는 셀 영역 확장 기법을 중심으로 연구가 되고 있다[1]. 하지만, 이 방법을 통해서는 매크로 기지국과의 거리가 가까운 소형 셀 기지국은 셀 영역이 상대적으로 작고 가장 가까운 매크로 기지국과의 거리가 먼 소형 셀 기지국은 셀 영역이 상대적으로 큰 계층 내(intra-tier) 로드 밸런싱 문제는 여전히 해결할 수 없다. 이러한 계층 내 로드 밸런싱 문제를 해결하기 위해서는, 직관적으로, 모든 소형셀 기지국들의 커버리지를 비슷하게 해야 한다.
	로드 밸런싱 문제를 해결하기 위해서 어떻게 해야 하는가?	하지만, 이 방법을 통해서는 매크로 기지국과의 거리가 가까운 소형 셀 기지국은 셀 영역이 상대적으로 작고 가장 가까운 매크로 기지국과의 거리가 먼 소형 셀 기지국은 셀 영역이 상대적으로 큰 계층 내(intra-tier) 로드 밸런싱 문제는 여전히 해결할 수 없다. 이러한 계층 내 로드 밸런싱 문제를 해결하기 위해서는, 직관적으로, 모든 소형셀 기지국들의 커버리지를 비슷하게 해야 한다. 하지만, 이 경우 소형셀 별로 링크의 품질이 달라지게 된다.

참고문헌 (2)

J. G. Andrews, S. Singh, Q. Ye, Y. Qiaoyang, and H. Dhillon, "An overview of load balancing in hetnets," IEEE Wirel. Commun., vol. 21, no. 2, pp. 18-25, Apr. 2014.
Q. Ye, B. Rong, Y. Chen, M. Al-Shalash, C. Caramanis, and J. G. Andrews, "User association for load balancing in heterogeneous cellular networks," IEEE Trans. Wirel. Commun., vol. 12, no. 6, pp. 2706-2716, Jun. 2013.

상세보기

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증