[論文レビュー] A New Alternative for Traffic Hotspot Localization in Wireless Networks Using O&M Metrics.

Aymen Jaziri, Ridha Nasri+1 more|arXiv (Cornell University)|Mar 30, 2015

Indoor and Outdoor Localization Technologies参考文献 11被引用数 3

ひとこと要約

本稿では、4G無線ネットワークにおけるトラフィックホットスポットの局所化のための低コストで運用保守（O&M）KPIに基づく手法を提案する。5つの主要な性能指標（タイミングアドバンス（TA）、電波の入射角（AoA）、隣接セルレベル、負荷時間、算術平均および調和平均スループット）をカバレッジマップ上に投影することで、最小限の計算コストで高い局所化精度を達成する。プローブベースの手法や従来のTAのみに依存する手法よりも優れており、とくに後処理としてのスムージングを組み合わせることでホットスポット検出の精度が向上する。

ABSTRACT

In recent years, there has been an increasing awareness to traffic localization techniques driven by the problematic of hotspot offloading solutions, the emergence of heterogeneous networks (HetNet) with small cells' deployment and the green networks. The localization of traffic hotspots with a high accuracy is indeed of great interest to know how the congested zones can be offloaded, where small cells should be deployed and how they can be managed for sleep mode concept. We propose, in this paper, a new hotspot localization technique based on the direct exploitation of five Key Performance Indicators (KPIs) extracted from the Operation and Maintenance (O&M) database of the network. These KPIs are the Timing Advance (TA), the angle of arrival (AoA), the neighboring cell level, the load time and two mean throughputs: arithmetic (AMT) and harmonic (HMT). The combined use of these KPIs, projected over a coverage map, yields a promising localization precision and can be further optimized by exploiting commercial data on potential hotspots. This solution can be implemented in the network at an appreciable low cost when compared with widely used probing methods.

研究の動機と目的

• 4Gヘテロジニアスネットワーク（HetNets）における既存のプローブベースのトラフィックホットスポット局所化手法の高コスト・高複雑性を解決すること。
• 従来のタイミングアドバンス（TA）やUE数のみに依存する手法を超える、より高い局所化精度を実現すること。
• 追加のプローブやインfrastrucureを必要とせず、既存の運用保守（O&M）データベースメトリクスを活用してリアルタイムかつスケーラブルなホットスポット検出を可能にすること。
• 複数のKPIを組み合わせ、推定された分布に空間スムージングを適用することで、ホットスポット局所化の精度を最適化すること。
• 小セル展開および異種ネットワーク（HetNets）におけるネットワーク最適化のためのコスト効率の良いソリューションを提供すること。

提案手法

• 5つのO&Mキーパフォーマンス指標（KPI）を抽出する：タイミングアドバンス（TA）、電波の入射角（AoA）、隣接セルレベル、負荷時間、および算術平均・調和平均の2種類のスループット。
• これらのKPIを地理的カバレッジマップ上に投影し、ネットワーク全体における空間的トラフィック分布を推定する。
• モジュール式のアルゴリズムによりKPIを統合し、各セルセクタの重み付きトラフィック推定値を計算する。重みが大きいほどホットスポットの可能性が高くなる。
• アルゴリズムは多段階のプロセスを経る：まずKPIを用いた初期推定を行い、その後推定分布をスムージングしてノイズを低減し、精度を向上させる。
• O&M KPIと既知の潜在的トラフィックホットスポットに関する商用データの相関を活用して、局所化の精度を最適化する。
• 最終出力は、累積的なKPI寄与度に基づき高重みピクセルとしてホットスポット領域が特定された空間的トラフィック分布マップである。

実験結果

リサーチクエスチョン

• RQ1 O&M KPIの組み合わせは、従来のプローブベースの手法よりも、より高いトラフィックホットスポット局所化精度を達成できるか？
• RQ2 AoAおよび平均スループット指標を含めることで、TAのみのアプローチに比べて、局所化精度はどの程度向上するか？
• RQ3 推定されたトラフィック分布に対する空間スムージングは、高重みホットスポットの検出をどの程度向上させるか？
• RQ4 TA、AoA、隣接セルレベル、負荷時間、およびスループットの複数KPIの併用は、4G HetNetsにおけるホットスポット局所化の精度にどのような影響を与えるか？
• RQ5 O&Mデータベースメトリクスのみで、追加のプローブ機器を必要とせずに、コスト効率よくスケーラブルなホットスポット局所化が可能か？

主な発見

• 提案手法は、TAのみの手法に比べて著しく高いホットスポット検出精度を達成し、全5つのKPIを用いることで、上位50％の重要ホットスポットのうち74.34％が正しく同定された。
• スムージングを適用した後、特に重要なホットスポットの検出が向上し、上位0.5％ホットスポットの正しく同定された割合が0.30％から0.422％に上昇した。
• TA、AoA、隣接セルレベル、および平均スループットの組み合わせにより、上位5％ホットスポットの検出率が2.56％に達し、単一KPIまたは2KPIアプローチを上回った。
• スムージングにより推定誤差が低減され、中心部のホットスポット領域に高い重みが集中し、エッジの汚染が低減された。これは、低しきい値ホットスポット検出において特に有益であった。
• 計算コストが低減され、高価なプローブインfrastrucureの導入が不要となったため、運用ネットワークにおけるリアルタイム展開に適したソリューションとなった。
• 図9のCDF比較により、全KPIモデル（スムージングを含む）が実際のトラフィック分布に極めて近いことが確認され、部分的KPI組み合わせすべてを上回った。