[논문 리뷰] Handover adaptation for dynamic load balancing in 3gpp long term evolution systems

Ridha Nasri, Zwi Altman|arXiv (Cornell University)|2013. 07. 04.

Wireless Communication Networks Research참고 문헌 2인용 수 85

한 줄 요약

이 논문은 실시간 무선 부하 및 인접 셀 조건에 기반해 동적으로 적응하는 LTE 핸드오버 파라미터를 위한 오토튜닝 메커니즘을 제안한다. 이는 트래픽을 균형 있게 분배하고 혼잡을 줄이는 데 목적이 있다. 각 기지국에서 핸드오버 임계값을 조정함으로써, 이 방법은 통화 접속률과 사용자 Throughput을 향상시키며, 시뮬레이션 결과에서 부하 균형이 잘 맞춰진 네트워크 운영에서 뚜렷한 성능 향상을 보였다.

ABSTRACT

The long-Term Evolution (LTE) of the 3GPP (3rd Generation Partnership Project) radio access network is in early stage of specification. Self-tuning and self-optimisation algorithms are currently studied with the aim of enriching the LTE standard. This paper investigates auto-tuning of LTE mobility algorithm. The auto-tuning is carried out by adapting handover parameters of each base station according to its radio load and the load of its adjacent cells. The auto-tuning alleviates cell congestion and balances the traffic and the load between cells by handing off mobiles close to the cell border from the congested cell to its neighbouring cells. Simulation results show that the auto-tuning process brings an important gain in both call admission rate and user throughput.

연구 동기 및 목표

• 초기 단계의 3GPP LTE 네트워크에서 셀 혼잡을 해결하기 위해 자기 최적화 이동성 알고리즘을 도입한다.
• 과부하된 셀에서 사용자를 사전에 인접 셀로 오프로딩하여 네트워크의 불균형을 줄인다.
• 로컬 및 인접 셀 부하 조건에 기반해 핸드오버 파라미터를 자동으로 조정하는 오토튜닝 메커니즘을 개발한다.
• 변동하는 트래픽 환경에서 통화 접속률 및 사용자 Throughput과 같은 핵심 성능 지표를 향상시킨다.
• 수동 조정 없이도 LTE 네트워크에서 자기 최적화를 가능하게 하여 확장성과 효율성을 향상시킨다.

제안 방법

• 이 방법은 각 eNodeB에서 자신의 무선 부하와 인접 셀의 부하에 기반해 핸드오버 파라미터(예: 히스테리시스 및 트리거 시간)를 동적으로 조정한다.
• 부하 인지 알고리즘이 서비스 셀과 그 인근 셀의 실시간 트래픽 및 혼잡 수준을 모니터링한다.
• 셀이 혼잡할 경우, 경계 근처의 사용자를 오프로딩하도록 핸드오버 결정을 수정한다.
• 부하 균형 과정에서 인접 셀이 과부하되지 않도록, 인접 셀의 피드백을 활용한 적응 메커니즘이 사용된다.
• 각 기지국이 로컬 및 이웃 셀의 부하 지표에 기반해 독립적으로 파라미터를 튜닝하므로, 분산 방식으로 운영된다.
• 알고리즘은 다양한 트래픽 조건 하에서 시뮬레이션 기반 성능 모델링을 통해 평가된다.

실험 결과

연구 질문

• RQ1 어떻게 하면 LTE 네트워크에서 부하 균형을 향상시키기 위해 핸드오버 파라미터를 자동으로 조정할 수 있는가?
• RQ2 핸드오버 임계값의 동적 적응이 통화 접속률과 사용자 Throughput에 어떤 영향을 미치는가?
• RQ3 부하 인지 핸드오버 튜닝은 전반적인 네트워크 성능을 떨어뜨리지 않고 셀 혼잡을 줄일 수 있는가?
• RQ4 셀 간 부하 정보는 핸드오버 적응의 효과성에 어떤 영향을 미치는가?
• RQ5 정적 핸드오버 파라미터 설정에 비해 오토튜닝의 성능 향상은 어느 정도인가?

주요 결과

• 오토튜닝 메커니즘은 사전 사용자 오프로딩을 통해 셀 혼잡을 줄임으로써 통화 접속률을 크게 향상시킨다.
• 사용자 Throughput은 셀 간 트래픽 분포가 더 균형 잡혀지면서 향상된다.
• 셀 간 부하 피드백을 통합함으로써, 이 방법은 인접 셀의 과부하를 효과적으로 방지한다.
• 시뮬레이션 결과는 변동하는 트래픽 조건 하에서 네트워크 성능 향상이 명확하게 측정됨을 보여준다.
• 알고리즘의 분산 구조는 대규모 LTE 구현에서의 확장성과 적응성을 보장한다.
• 이 접근법은 수동 파라미터 튜닝의 필요성을 줄이며, LTE 네트워크에서 자기 최적화를 지원한다.