[論文レビュー] Using Modified Partitioning Around Medoids Clustering Technique in Mobile Network Planning

Lamiaa Fattouh Ibrahim, Manal Hamed Al Harbi|arXiv (Cornell University)|Feb 26, 2013

Wireless Communication Networks Research参考文献 20被引用数 11

ひとこと要約

本稿では、無線ネットワーク計画基準を用いて最適な基地局数（k）を動的に決定する、モバイルネットワーク計画向けの強化型クラスタリングアルゴリズム、M-PAM（Modified Partitioning Around Medoids）を提案する。kをカバレッジおよび容量制約に基づいて繰り返し調整することで、特に高負荷時において必要な基地局数を削減し、導入コストを低減しながらサービス品質を維持する。

ABSTRACT

Every cellular network deployment requires planning and optimization in order to provide adequate coverage, capacity, and quality of service (QoS). Optimization mobile radio network planning is a very complex task, as many aspects must be taken into account. With the rapid development in mobile network we need effective network planning tool to satisfy the need of customers. However, deciding upon the optimum placement for the base stations (BS s) to achieve best services while reducing the cost is a complex task requiring vast computational resource. This paper introduces the spatial clustering to solve the Mobile Networking Planning problem. It addresses antenna placement problem or the cell planning problem, involves locating and configuring infrastructure for mobile networks by modified the original Partitioning Around Medoids PAM algorithm. M-PAM (Modified Partitioning Around Medoids) has been proposed to satisfy the requirements and constraints. PAM needs to specify number of clusters (k) before starting to search for the best locations of base stations. The M-PAM algorithm uses the radio network planning to determine k. We calculate for each cluster its coverage and capacity and determine if they satisfy the mobile requirements, if not we will increase (k) and reapply algorithms depending on two methods for clustering. Implementation of this algorithm to a real case study is presented. Experimental results and analysis indicate that the M-PAM algorithm when applying method two is effective in case of heavy load distribution, and leads to minimum number of base stations, which directly affected onto the cost of planning the network.

研究の動機と目的

• 基地局配置の複雑さに起因する、カバレッジ、容量、コストのバランスをとる課題に対処すること。
• 元のPAMアルゴリズムが事前に定義されたクラスタ数（k）を必要とするという制限を克服し、kをネットワーク要件に応じて動的に適応可能にする。
• クラスタ形成と検証を支援するため、無線ネットワーク計画指標を統合したクラスタリング手法を開発すること。
• サービス品質とネットワーク性能を確保しつつ、基地局数を最小限に抑えること。
• 定量的性能分析を伴う実世界の事例研究を通じて、提案手法の有効性を検証すること。

提案手法

• カバレッジおよび容量要件に基づく動的k選択メカニズムを導入することで、元のPAMアルゴリズムを変更する。
• 無線ネットワーク計画パrameterを用いて、各クラスタが最小カバレッジおよび容量閾値を満たしているかを評価する。
• 2段階の反復的手法を適用する：クラスタが要件を満たさない場合、kを増加させ、再びクラスタリング処理を実行する。
• クラスタ内での全不一致の合計を最小化するように、代表的な基地局位置としてメドイドを選択する。
• ネットワーク負荷分布をクラスタリングプロセスに統合し、高負荷状態下での性能を優先する。
• シミュレーションおよび実際の導入事例分析を通じてクラスタ品質を検証し、コストとサービス効率に焦点を当てる。

実験結果

リサーチクエスチョン

• RQ1 モバイルネットワーク計画の過程で、コストとサービス品質のバランスをとるために、基地局数をどのように動的に決定できるか？
• RQ2 従来のPAMと比較して、M-PAMアルゴリズムは高負荷状態下でどの程度ネットワーク性能を向上させるか？
• RQ3 クラスタリングに無線ネットワーク計画指標を統合することで、カバレッジや容量を損なわずに基地局数を減らすことができるか？
• RQ4 M-PAMで提案された2つのクラスタリング手法のうち、どちらが基地局数削減およびコスト効率の観点で優れた性能を示すか？
• RQ5 M-PAMアルゴリズムは、インfra構築を最小限に抑える中で、サービス品質をどのように維持または向上させるか？

主な発見

• M-PAMアルゴリズムは、ネットワーク要件に応じてクラスタ数（k）を動的に調整することで、必要な基地局数を効果的に削減した。
• M-PAMの2番目の手法は、高負荷分布が見られる状況で優れた性能を示し、最適な基地局配置を達成した。
• カバレッジおよび容量要件を満たしつつも、必要な基地局数が減少したため、導入コストが顕著に削減された。
• 繰り返しの最適化により、全クラスタでカバレッジおよび容量制約が成功裏に満たされたことから、アルゴリズムの頑健性が裏付けられた。
• 実際の事例研究により、M-PAMが標準PAMよりもコスト効率に優れ、負荷変動への適応性にも優れていることが確認された。
• 動的k選択メカニズムは、過剰な導入を回避し、ネットワーク計画の正確性を向上させることに効果的であった。