MÔ HÌNH TOÁN HỌC VÀ SO SÁNH 4 THUẬT TOÁN Heuristic ĐỐI VỚI QUY HOẠCH MẠNG VÔ TUYẾN WCDMA

MÔ HÌNH TOÁN HỌC VÀ SO SÁNH 4 THUẬT TOÁN Heuristic ĐỐI VỚI QUY HOẠCH MẠNG VÔ TUYẾN WCDMA WCDMA: hay còn lại là đa truy nhập phân chia theo mã băng rộng (WCDMA 5MHz), mà ở đó mỗi kênh được cung cấp một cặp tần số và một mã duy nhất. Phương thức đa truy nhập này dựa trên nguyên lý trải phổ.

MÔ HÌNH TOÁN HỌC VÀ SO SÁNH 4 THUẬT TOÁN Heuristic

ĐỐI VỚI QUY HOẠCH MẠNG VÔ TUYẾN WCDMA

I- GIỚI THIỆU

WCDMA: hay còn lại là đa truy nhập phân chia theo mã băng rộng (WCDMA 5MHz), mà ở đó mỗi kênh được cung cấp một cặp tần số và một mã duy nhất Phương thức đa truy nhập này dựa trên nguyên lý trải phổ

Các đặc tính của mạng WCDMA

- Điều khiển công suất

- Chuyển giao mềm

- Mối liên hệ giữa vùng phủ sóng và năng lực mạng

- …

Đối với công nghệ CDMA khi thực hiện việc quy hoạch hệ thống mạng viễn thông cần chú ý những đặc điểm sau đây:

- Hiệu năng của hệ thống mạng có thể đáp ứng lưu lượng thuê bao và giảm thiểu ảnh hưởng trễ với chi phí nhỏ nhất

- Khả năng bao phủ của hệ thống mạng, duy trì các dịch vụ chất lượng cao

- Về chất lượng QoS qua hệ thống mạng

Trong phần bài viết này, ta sẽ trình bày một mô hình toán học mà nó có các đặc tính của mạng vô tuyến WCDMA Đồng thời, trình bày và so sánh đặc tính của

4 thuật toán tối ưu hóa dựa trên giải thuật meta-heuristics mà có thể sử dụng để tìm kiếm các giải pháp để quy hoạch và tối ưu hóa mạng vô tuyến WCDMA Nhiệm vụ của thuật toán tối ưu hóa hệ thống trong bài báo là vấn đề tìm ra được tập các trạm site với hàm chi phí đạt được nhỏ nhất

II- HIỆN TRẠNG CỦA VẤN ĐỀ

2.1 Những thành tựu đạt được

Trong các bài báo nghiên cứu , các tác giả thường tập trung đi nghiên cứu mô hình hiệu năng cho hệ thống mạng dựa trên nhu cầu khách hàng, khả năng đáp ứng lưu lượng người dùng (cải thiện tốc độ downlink; uplink) công suất downlink/ uplink cho các thiết bị đầu cuối và cả bài toán về diện tích bao phủ trong hệ thống mạng dựa trên thuật toán meta-heuristics

VD Thuật toán GA để tìm hiểu không gian thiết kế,tối ưu QoS đối với chuẩn IEEE 802.11.Thuật toán chọn lựa các thiết bị AP,vị trí ,anten cũng như cấu hình AP (bao gồm công suất truyền và kênh tần số) Thuật toán đã được áp dụng trong quy hoạch mạng WLAN cho vùng ngoại ô So sánh với quy hoạch thông thường ,thuật toán này có khả năng tạo ra quy hoạch mạng với 133% dung lượng, 98% vùng bao phủ, và 93% chi phí.Thông

thường ,với quy hoạch mạng tương ứng mất hàng giờ, trong khi thời gian thuật toán tính toán chỉ là 15 phút

Hướng nghiên cứu này đã giải quyết được những vấn đề trong thực tế khi triển khai hệ thống mạng WCDMA về hiệu năng hệ thống mạng đáp ứng được nhu cầu người dùng với chi phí đưa ra là thấp nhất

2.2 Những tồn tại chưa thể giải quyết

Các đặc tính của mạng WCDMA như là: điều khiển công suất, chuyển giao mềm (soft handover - SHO) và Mối liên hệ giữa vùng phủ sóng và năng lực mạng Những đặc tính đó đã dẫn tới việc tính toán phức tạp chưa từng thấy trong việc quy hoạch và tối ưu hóa mạng vô tuyến WCDMA, những vấn đề chưa từng xuất hiện ở các mạng tế bào thế hệ trước

Quy hoạch mạng 3G là một nhiệm vụ quan trọng đang được tiến hành, do việc thay đổi về nhu cầu dịch vụ và sử dụng dịch vụ Mục đích của quy hoạch mạng không chỉ là định nghĩa mạng mà còn bao gồm cả việc tối ưu hóa hoạt động của nó Đây là một quá trình liên tục, diễn ra trong suốt thời gian tồn tại của mạng Tất cả các bước trong đó đều phải dự trù tới kịch bản là số lượng người sử dụng luôn luôn không được xác định trước Trong mỗi quá trình, việc mô phỏng toàn bộ mạng cần được tiến hành trước khi nâng cấp trên thực tế

Các loại ứng dụng chạy trên mạng sẽ ảnh hưởng tới hoạt động của mạng, và phản ứng của mạng dưới các điều kiện khác nhau cần được thử nghiệm Tuy nhiên, rất khó để xây dựng lưu lượng thực tế như dự đoán

III- HƯỚNG NGHIÊN CỨU MỚI

3.1- Giới thiệu phương pháp tiếp cận mới của vấn đề trong bài báo

Mạng tế bào 3G (thế hệ thứ 3) như là một mạng WCDMA có khả năng mở rộng và triển khai nhanh chóng Vấn đề quy hoạch đã làm cho mạng WCDMA triển khai và mở rộng thành công được Trong hoạt động của nó, mạng vô tuyến WCDMA phải chịu sự tối ưu hóa thường xuyên tùy thuộc vào các yêu cầu thay đổi

và các mô hình dịch vụ kinh doanh mới, nó giống như là quy hoạch nhưng có loại trừ những vị trí site đã được cố định từ trước Một mạng vô tuyến WCDMA được quy hoạch và tối ưu hóa tốt có thể tăng thêm khoảng 30% dung lượng so với cùng một chi phí xây dựng cơ sở hạ tầng cho một mạng cùng cấu trúc Do đó, quy hoạch

và tối ưu hóa mạng là một vai trò sống còn - cực kỳ quan trọng đối với việc triển khai và bảo dưỡng mạng vô tuyến WCDMA

Việc quy hoạch và tối ưu hóa mạng tế bào không còn là vấn đề mới, nhưng với sự phát triển của công nghệ mới, những vấn đề này lại trở nên nổi bật Nó đã chứng minh rằng việc quy hoạch mạng vô tuyến WCDMA là một vấn đề rất khó

khăn (NP-hard problem) Vì thế, meta-heuristics được đánh giá cao hơn bất kỳ một phương pháp tối ưu hóa chính xác nào và phù hợp đối với việc tối ưu hóa mạng WCDMA

Tác giả trình bày một mô hình toán học mà nó có các đặc tính của mạng vô tuyến WCDMA Đồng thời, trình bày và so sánh đặc tính của 4 thuật toán tối ưu hóa dựa trên meta-heuristics mà có thể sử dụng để tìm ra các giải pháp để quy hoạch và tối ưu hóa mạng vô tuyến WCDMA

3.2 Nội dung phương pháp

3.2.1 Mô hình quy hoạch tổng thể cho vấn đề quy hoạch mạng vô tuyến WCDMA:

Khi hệ thống được chia theo chiều, thì toàn bộ khu vực sẽ được chia theo  vùng, và mỗi vùng i (i = 1… ) sẽ chứa ni vị trí có thế lắp đặt BS (vị trí ứng cử), giả sử tập ứng cử là S {1, …, p}, pi1 i n , mỗi site ứng cử chỉ lắp đặt duy nhất một trạm BS, và chi phí lắp đặt là ci tương ứng với mỗi site i, i S Với mô hình mạng được đơn giản hóa này, quá trình tối ưu hóa trở nên đơn giản hơn trên máy tính cá nhân Vùng dịch vụ tương ứng với bởi số lượng các các máy di động (MS -mobile station) M= {1, …, q}, và đòi hỏi một số lượng kết nối đồng thời các máy di động j được biểu thị bởi rj, j  M

Bài toán được đưa ra bây giờ là chọn một site ứng cử từ mỗi vùng để lắp đặt các trạm BS với yêu cầu lưu lượng và số trạm MS được phủ sóng là tối đa nhưng với chi phí lắp đặt là thấp nhất

Mỗi site ứng cử được biểu thị bởi các giá trị nhị phân ui{0,1}, như sau:

- u = 1 vị trí i được sử dụng i  S

- u = 0 vị trí i ko được sử dụng

Giả sử ta biết được các thông số thu phát Lấy gl

ij và gt

ij là các thông số truyền nhận của kết nối Up-Link và Down-Link giữa trạm BSi và MSj tương ứng Độ lợi thu phát cũng được ước lượng theo các kiểu kinh nghiệm truyền nhận như là mô hình Hata hoặc theo mô hình dò theo đường quyết định ( deterministic ray tracing)

là chính xác hơn nhưng phức tạp trong kỹ thuật tính toán hơn

Giả thiết rằng tín hiệu CPICH (Common Pilot Channel - Kênh thử nghiệm chung) có thể dò được khi và chỉ khi EcI0 (energy per chip to interference density ratio – tỉ số năng lượng trên mật độ nhiễu trong một đơn vị nhỏ ) là không bé hơn giá trị ngưỡng đưa ra 0 Biến nhị phân tij thể hiện cho việc nhận dạng được tín hiệu CPICH được tính bởi điều kiện sau:

- tij = 1 khi (Ec/I0)CPICH

ij >= 0 Với iS, jM

- tij = 0 ngược lại

Trong đó (Ec/I0)CPICH

ij là Ec/I0 của tín hiệu CPICH từ BSi tại MSj

Nếu dò được một hoặc nhiều tín hiệu CPICH, thì sẽ lựa chọn trạm BS sao cho

MS nhận được CPICH là lớn nhất Được xác định bởi:

- bij = 1 Bsi là trạm tốt nhất của MSj Với iS, jM

- bij = 0 ngược lại

Để đơn giản hơn, ta chỉ xem xét kênh CPICH và kênh số liệu vật lý riêng (DPDCH) trong đường downlink , xem xét một chuyển giao mềm 2 đường (2-way)

ví dụ một MS kết nối tới 2 BS( với trường hợp SHO có nhiều hơn 2 kết nối cũng sẽ được phân tích một cách tương tự) Định nghĩa sijk như sau:

- sijk = 1 Nếu MSj là trong SHO với BSi và BSk, BSi là trạm tốt nhất

- bij = 0 Ngược lại

Với i, kS, jM

Và cũng định nghĩa si là:

- bij = 0 Ngược lại

Có bốn loại độ lợi SHO: SHO thu được qua công suất được nhận trên đường uplink, SHO thu được qua APR trên đường uplink, SHO thu được qua dự trữ pha đinh (headroom) trên đường uplink, và SHO thu được qua công suất truyền dẫn trên đường downlink Tất cả các độ lợi SHO là hàm số của tốc độ di chuyển của MS và

độ sai khác của mức công suất nhận được giữa BSi và BSk, các hàm số đó lấy được

từ các chương trình mô phỏng

Đối với việc tối ưu và quy hoạch mạng vô tuyến WCDMA trên thực tế thì cần đưa ra các điều kiện bắt buộc sau:

vượt quá ngưỡng giá trị của tín hiệu CPICH dò được.

2, Mỗi MS được phục vụ phải có 1 BS tốt nhất, cái mà có tín hiệu CPICH nhận

nhận cuộc gọi - CAC).

3, Ở đường downlink, công suất CPICH được sử dụng để xác định SHO Vì vậy, đối với mỗi MS nằm trong trạng thái của SHO, MS nên nhận tín hiệu CPICH từ BS

đó sẽ được bổ sung vào trong tập tích cực của MS và được lựa chọn như một máy

ch SHO.

Với việc xem xét các chi phí lắp đặt, độ phủ sóng của hệ thống và dung lượng, hàm chi phí có thể được xác định theo công thức:

i i

i S

c u







ncovered là số lượng của các MSs được phục vụ bởi mạng, Ttotal là toàn bộ các lưu lượng yêu cầu, Tsevered là lưu lượng được cấp bởi mạng, 1, 2, 3 trọng số được kết hợp cho chi phí lắp đặt thông thường, tỉ lệ phần trăm của các MSs không được phủ sóng và tỉ lệ phần trăm các MSs không được kết nối do lưu lượng Một số các chỉ số vận hành khác như là hệ số tải trên đường uplink và downlink, công suất hoa tiêu, chất lượng của tín hiệu nhận và vùng SHO, … có thể cũng được đưa vào trong thành phần trong hàm chi phí với các trọng số thích hợp (proper weighting factor), với cơ chế như thế thì việc mở rộng là hoàn toàn có thể được nếu phải được tính toán với nhiều biến khác nhau

Để tìm ra được tập site ứng cử với hàm chi phí đạt được nhỏ nhất là nhiệm vụ của thuật toán tối ưu hóa hệ thống Quy hoạch mạng vô tuyến WCDMA là một bài toán tối ưu hóa với nhiều mục tiêu, những vấn đề có thể giải quyết riêng rẽ bằng cách ấn định các hệ số phát sinh khác nhau đến các mục tiêu giới hạn khác nhau

3.2.2 Chiến lược tối ưu hóa và tìm thuật toán tối ưu hóa

Những vấn đề đã thảo luận ở trên trở thành vấn đề p-median khi chỉ có các vị

trí trạm BS được xem xét như là biến số quyết định Hơn nữa, khi chúng ta thực hiện việc đơn giản hóa riêng nhưng kết quả thu lại là quan trọng trong việc tìm ra vị

trí Vấn đề p-median trở thành tìm số lượng p vị trí tại mỗi thời điểm mà không

quan tâm đến khoảng cách giữa các sites, trong khi chúng ta phân chia toàn bộ vùng đang nghiên cứu, xem xét thành p vùng (K trong trường hợp này được mô tả trong phần II) Mỗi lần thì site ứng cử phải được lựa chọn từ một vùng Điều đó làm cho quá trình tìm kiếm trở nên dễ dàng hơn và dễ có khả năng thực hiện được trên máy tính cá nhân

Các giải pháp trên được thay đổi trong các vùng lân cận nhau thông qua cấu trúc lân cận nhau, điều đó rất có hiệu quả trong hoạt động mở rộng với các phương pháp tìm kiếm Trong nghiên cứu, chúng ta nhận ra cấu trúc vùng lân cận hoạt động dựa trên việc lựa chọn hoàn toàn tự do, những vấn đề đã được thử nghiệm và xác định là tốt đối với các vấn đề cá biệt khác và có thể tránh được một số giới hạn bằng

một vài khảo sát thử nghiệm có tính định hướng Vì vậy, vấn đề chính của cấu trúc lân cận đưa ra là việc di chuyển đến trạng thái lân cận là đơn giản và chuyển mạch hoàn toàn ngẫu nhiên đến một site ứng cử khác

Trong bài báo này, ta đã kiểm tra và sử dụng một thuật toán tìm kiếm leo đồi

( Genetic AlgorithmGA), Giải thuật mô phỏng luyện thép (Simulated Annealing -SA), giải thuật tìm kiếm Tabu (TS) Trong suốt quá trình nghiên cứu, đã tìm ra các thông số giới hạn cho việc tối ưu quá trình SA đã được triển khai với cách tiếp cận

đã được đề xuất trong thời gian gần đây, được gọi là quá trình tiến hóa SA (ESA), trong khi đó thuật toán GA và TS được giữ gần với tiêu chuẩn hơn

Thuật toán greedy (Greedy Algorithm) thường được sử dụng để thực hiện tạo

ra đặc tính chuẩn cho các phương pháp thực nghiệm khác thuật toán tìm kiếm leo đồi với việc sử dụng cấu trúc lân cận xung quanh vùng nghiên cứu Với ý tưởng tìm kiếm một giải pháp trạng thái tốt hơn, nếu trạng thái hiệu chỉnh là tốt hơn so với trạng thái gốc, quá trình thay đổi sẽ được chấp nhận Nếu không thì nó sẽ được loại

bỏ và chuyển tới trạng thái lân cận khác Bằng cách sử dụng các thuật toán đơn giản, chúng ta kiểm tra mức độ bé nhất của quá trình tối ưu hóa thực hiện được, nó sẽ là tiêu chuẩn cho các phương pháp thực nghiệm khác, và sẽ chặt chẽ hơn đối với các vấn đề đặc biệt

IV-NGHIÊN CỨU THỰC NGHIỆM

4.1, Cấu hình mô phỏng:

Dựa trên mô hình toán học trên, chúng ta đã phát triển một chương trình mô phỏng tĩnh cho WCDMA để đánh giá sự vận hành của các thuật toán tối ưu thực nghiệm khác nhau

Một ví dụ cho việc lắp đặt một mạng WCDMA (hình 1) Chúng ta xem một vùng dịch vụ là một hình chữ nhật 18km x 16km chứa K = 19 trạm BS với 3 anten sector, nghĩa là có tổng cộng 57 cells Tất cả 3 anten sector được lắp đặt từ góc phương vị 00 bù từ phía Bắc và nghiêng xuống 00 Với mỗi BS, các site ứng cử ni =

n = 5 được giữ giá trị và một site sẽ được lựa chọn để lắp BS q=3600 nút lưu lượng (traffic nodes - TN) được phân bố đồng đều trong vùng và tất cả các TN có hệ số lưu lượng hoạt động 1.0

Các thông số mạng được sử dụng để mô phỏng là như sau:

Công suất BS Tx lớn nhất 43 dBm Công suất mỗi link BS Tx

lớn nhất

40 dBm

Công suất CPICH 30 dBm Công suất MS Tx lớn nhất 24 dBm Ngưỡng của CPICH Ec/Io -18 dB Mật độ công suất nhiễu -174 dBm/

Hz

UL Eb/No yêu cầu 4.0 dB DL Eb/No yêu cầu 11.0 dB

4.2 Cấu trúc thuật toán thực nghiệm (Heuristic algorithm)

Thông số cài đặt của thuật toán tối ưu hóa thực nghiệm (heuristic) đã sử dụng trong công trình trên thể hiện ở bảng sau:

Kích thước tập hợp GA - GA population size 20

Xác suất xuyên chéo GA - GA crossover probability 0.1

Xác suất thay đổi GA - GA mutation probability 0.9

Xác suất xuyên chéo GA - GA crossover probability 0.1

Kích thước tập hợp ESA - ESA population size 1

Số lặp lại cho mỗi toán tử SA trong ESA - Iteration

number for each SA operator in ESA

200

Số lần lặp lại bên trong cho ESA - Number of inner

iterations for ESA

15

Kích thước danh mục TS Tabu / kích thước danh

muck lân cận - TS Tabu list size/Neighbourhood list

size

13

4.3 Kết quả thực nghiệm:

Hình vẽ sau thể hiện kết quả thu được từ 6000 lần thí nghiệm (ns=6000), đó

là một giá trị rất nhỏ của sự lặp lại đối với thuật toán tìm kiếm thực nghiệm (heuristic search algorithms) để đưa ra giải pháp hợp lý Nó tương đương với quá trình tìm kiếm nhanh Mỗi thí nghiệm này được làm lặp lại tới 100 lần với cùng điều kiện như nhau Do đó với 100 kết quả tối ưu thu được với mỗi thuật toán cho các mạng riêng biệt và cụ thể Tất cả các kết quả đã được lọc và hiển thị theo giá trị tăng dần Do đó kết quả tốt nhất sẽ được thể hiện trước, sau đó sẽ đến các kết quả khác,

và mọi các kết quả không mong đợi cũng sẽ được xuất hiện cuối cùng trên hình vẽ như sau:

Kết quả:

- TS đạt 25 lần trong số 100 lần chạy (đạt tốt nhất là 25%)- tốt nhất

- ESA đạt 19 lần nghĩa là ít hơn 6% so với TS,

- Greedy đạt 8 lần ,

- GA đạt 4 lần – nhỏ nhất

Đối với TS, chỉ có 1 kết quả lớn hơn một chút so với giá trị 0.265, nó thể hiện rằng TS có khả năng rất lớn để là giải pháp tối ưu hoặc gần là giải pháp tối ưu

kể cả trong trường hợp số lần tìm kiếm là ít Mặc dù nó thể hiện rõ SA hội tụ tới trạng thái tốt nhất với xác suất 1.0, nhưng vẫn không có nghĩa rằng với bất kỳ việc thực hiện SA nào đều có thể đạt tối ưu trong quá trình tìm kiếm ở giai đoạn tiếp theo sau Tương tự như kết quả tốt về việc thực hiện SA, ESA cũng cung cấp kết quả ấn tượng nhưng không thể tốt như TS đã có Nó có 6 kết quả mà giá trị lớn hơn 0.265 trong khi chỉ có 1 TS vượt qua giá trị đó Điều này cho thấy rằng ESA cần thực hiện lặp lại nhiều lần và cần nghiên cứu kỹ càng hơn để đạt được kết quả tốt hơn

V- KẾT LUẬN

Trong bài báo này, chúng tôi đưa ra một biện pháp chương trình hóa tổng thể cho việc quy hoạch và tối ưu hóa mạng vô tuyến WCDMA Bốn thuật toán thực nghiệm (heuristic algorithm) là tabu search, simulated annealing, genetic algorithm and hill climbing local search được sử dụng để tìm ra cấu hình tối ưu cho mạng Kết quả thí nghiệm đã thể hiện rằng TS đạt được hiệu suất lớn nhất và tốt hơn các phương pháp thực nghiệm khác, trong khi đó hiệu suất kém nhất sẽ đạt được với thuật toán Greedy đúng như dự đoán ESA hơi xấu hơn TS, nhưng GA rõ ràng là kém hơn nhiều