CAPÍTULO 3. EVALUACIÓN DE LAS SOLUCIONES GREEN PROPUESTAS
3.2 Parámetros de simulación para el despliegue de una red heterogénea
Para las simulaciones basadas en una red heterogénea se consideró una red celular compuesta por 19 BS macro como se muestra en la Figura 3.4; aquí las celdas se encuentran dividas en tres sectores, separados 1200 uno de otro y cada sector utiliza dos antenas. Es empleado un factor de reuso de frecuencia igual a uno. Además se han considerado las primeras dos capas de interferencias cocanal, de la Figura 3.4 puede
48
observarse que debido a la sectorización de celda solo causan interferencia cocanal las BS 2, 7, 8, 9, 10, 18 y 19. En las simulaciones se utilizó una distribución uniforme de los usuarios y se ha asumido P[Ni]=1 para obtener la eficiencia espectral por área en el
enlace de bajada (downlink) considerando que el sistema es limitado en interferencia.
Figura 3.4 Red celular con dos capas de interferencia cocanal.
En la Tabla 3.2 se muestran los parámetros utilizados para la simulación de la red heterogénea propuesta. El cálculo de la potencia radiada por las microceldas es basado en que estas brindan cobertura a un radio de 100m. Las pérdidas de interiores se asumieron de 20dB. En el Anexo 3 se brindan las condiciones de propagación para macroceldas y microceldas en entornos urbanos, así como otras características del enlace inalámbrico del estándar LTE.
Tabla 3.2.Parámetros de simulación para la red heterogénea propuesta.
Cantidad máxima de BS micro desplegadas (N) 5
ama 3.77
bma 68.73W
ami 5.55
bmi 31.91W
49
Eficiencia espectral máxima (Smax) 6 bit/s/Hz
Probabilidad de cobertura (PCOB) 95%
Pérdidas de penetración outdoor - indoor (X) 20dB
Altura de la antena de la BS macro (hBSMACRO) 25m
Altura la antena de la BS micro (hBSMICRO) 10m
Altura la antena del terminal móvil (hm) 1.5m
3.2.1 Análisis de los resultados obtenidos.
En esta sección se analiza como el consumo de potencia por área es impactado por dos factores la distancia entre BS y el número de microceldas por BS. Comúnmente, la distancia (D) entre BS es obtenida especificando una cobertura requerida y la potencia de transmisión de la BS. Aquí, es seguido un enfoque diferente en el que fijando una cobertura y una distancia (D) se calcula la potencia necesaria a transmitir.
Figura 3.5 Consumo de potencia por área en una red heterogénea.
En la Figura 3.5 se muestra el consumo de potencia por área en función del incremento de D para diferentes despliegues de BS micro. Como se explicaba anteriormente, puede
50
observarse que existe una distancia D para la cual se minimiza el consumo de potencia por área; además dicha distancia es diferente para cada adición de BS micro y estas se van alejando de la obtenida para un despliegue de macroceldas homogéneo a medida que aumenta el número de microceldas. En la Figura 3.5 también se aprecia que a medida que se incrementa el número de microceldas existe un aumento no deseado del consumo de potencia por área.
Una evaluación de la eficiencia energética total obtenida en una celda no puede estar basada únicamente en la métrica del consumo de potencia por área. Un despliegue cuidadoso de microceldas es considerado inicialmente para mejorar la eficiencia espectral por área de un sistema lo que es claramente visible en la Figura 3.6.
Figura 3.6 Eficiencia espectral por área en una red heterogénea.
Con el objetivo de alcanzar el mínimo consumo de potencia por área dada una eficiencia espectral por área se trabaja de la siguiente forma, dada la curva de eficiencia espectral por área (Figura 3.6) se establece un límite a alcanzar de eficiencia espectral por área y se procede a buscar las distancias en la que cada adición de microcelda alcanza la ASE requerida, seguidamente se procede a buscar el ρ óptimo en la Figura 3.5 a través de las distancias D obtenidas.
51
En la Figura 3.7 se muestra el ρ óptimo para cada despliegue con una ASE=7 bit/s/Hz/km2, los resultados muestran que la adición de 1 a 5 microceldas por
BS produce una mejora moderada en el consumo de potencia por área respecto a un despliegue homogéneo.
Figura 3.7 Consumo de potencia por área óptimo para una ASE=7 bit/s/Hz/km2.
Figura 3.8 Consumo de potencia óptimo variando bma y bmi.
La potencia total consumida en una BS según el modelo del consumo de potencia propuesto varía en función de parámetros: ama, ami, bma, bmi, donde los parámetros ama y
52
ami depende principalmente de la eficiencia del amplificador de potencia, en la
Figura 3.8 se realiza un análisis del consumo de potencia por área óptimo en función de los parámetros bma y bmi.
En la Figura 3.8 se puede observar el ρ óptimo para diferentes valores de bma y bmi y
una ASE=7 bit/s/Hz/km2, los resultados muestran que para bma, bmi =0W la red
homogénea se comporta más eficiente que la red heterogénea, para bma=34.37W y bmi
entre 0W y 15.96W existen solo algunos despliegues de microceldas que son más eficientes que el despliegue homogéneo basado en BS macro y por último, para bma= 68.73W y bmi entre 0W y 31.91W los cinco despliegues de BS micro resultan ser
más eficiente que la red homogénea macrocelular.
En la Figura 3.9 se muestra el consumo de potencia por área óptimo para un aumento de la tasa de transferencia por subportadora por área, en la Figura 3.9 se puede observar como a valores pequeños de 𝓣a la red homogénea compuesta por BS macro se comporta
más eficiente energéticamente que las redes heterogéneas, sin embargo al aumentar la tasa de transferencia por subportadora por área la red heterogénea comienza a ser mucho más eficiente que la red homogénea.
Figura 3.9 Consumo de potencia por área óptimo en función de 𝓣a
3.3 Conclusiones parciales.
Los resultados obtenidos mediante simulación con la herramienta MATLAB permitieron concluir para la técnica cell zooming que:
53 La utilización de la técnica cell zooming a través del método continuo permite hasta un 62% de ahorro de la potencia promedio de transmisión, pero la complejidad de este método limita su aplicabilidad.
La sencillez y robustez asociada a la implementación del método discreto resulta ser una atractiva solución para las redes celulares, a pesar de ser de los tres métodos de cell zooming el que menos ahorro de potencia ofrece. En su implementación las variantes por división de potencia y área son las más indicadas al alcanzar un ahorro de la potencia promedio de transmisión cercano al 48% mientras que en la variante por división lineal es obtenido solo un 40%.
El método fuzzy representa una solución de compromiso entre el ahorro de potencia y complejidad de implementación, al ser más eficiente en cuanto a energía que el método discreto, pero con el requerimiento de técnicas de codificación más potentes para la corrección de errores al existir niveles más bajos de SINR en las zonas fuzzy.
La evaluación del despliegue de una red heterogénea conformada por BS macro y micro permitió concluir que:
El consumo de potencia por área depende sensiblemente de los factores de compensación de potencia.
Existe una distancia entre las BS para la cual se minimiza el consumo de potencia por área, en una red heterogénea la adición de BS micro permite extender esa distancia lo que impacta positivamente en la disminución de la densidad de BS macro en una área dada.
Con el aumento de BS micro ocurre un aumento no deseado del consumo de potencia por área con respecto al calculado por una red macrocelular homogénea, este costo se justifica con el significativo incremento de la eficiencia espectral por área.
Las redes heterogéneas se comportan más eficientes energéticamente que las redes macrocelulares homogéneas a medida que se incrementa la eficiencia espectral por área requerida en la red celular.
54
CONCLUSIONES
Tras haber concluido el presente trabajo sobre las comunicaciones green en las redes celulares se arribó a las siguientes conclusiones:
El esfuerzo global tanto de la industria como la academia en la organización de proyectos green, contribuye al diseño de mecanismos efectivos que minimicen el consumo de energía en las redes celulares de banda ancha, mientras se garantizan los requerimientos mínimos de calidad de servicio.
Las métricas green son necesarias para determinar la eficiencia energética de las redes inalámbricas y sus componentes; así como para evaluar la factibilidad y el costo energético de emplear nuevas técnicas que incrementen el desempeño del sistema.
Con la evaluación de la técnica cell zooming se demostró su impacto en el ahorro energético, con una reducción de hasta el 60% cuando es utilizado el método continuo. La complejidad del método continuo limita su aplicabilidad, mientras que el método discreto se destaca por su robustez y la sencillez de su implementación, consiguiendo una reducción de la potencia promedio de transmisión entre el 40 y 48 %, cuando son configuradas cuatro zonas discretas.
Las redes heterogéneas, basadas en despliegue de microceldas, demostraron ser más eficiente energéticamente a medida que aumenta la necesidad de proveer a la red de una mayor eficiencia espectral por área y altas tasas de transferencia por subportadora por área.
Con ello, se confirmó la efectividad de la utilización de la técnica cell zooming y el despliegue de una red heterogénea como soluciones de comunicación green
para aumentar la eficiencia energética en las redes celulares y la vida útil de la batería de los dispositivos móviles y por lo tanto, disminuir los costos energéticos, contribuyendo a la protección del medioambiente.
55
RECOMENDACIONES
Para trabajos futuros relacionados con el tema de investigación se proponen las siguientes recomendaciones:
Analizar el comportamiento energético en redes celulares a través del uso de
relays para la extensión del área de cobertura en la técnica cell zooming y su impacto en la disminución de la densidad de BS por área.
Analizar el comportamiento del consumo de potencia por área y la eficiencia espectral por área en redes heterogéneas para diferentes escenarios de propagación y bajo una carga de tráfico variable.
56
REFERENCIAS BIBLIOGRÁFICAS
[1] G. Fettweis and E. Zimmermann, "ICT energy consumption-trends and challenges," Proceedings of the 11th International Symposium on Wireless Personal Multimedia Communications, vol. 2, pp. 1-6, 2008.
[2] S. McLaughlin, "Green radio: the key issues—programme objectives and overview," in Wireless World Research Forum, 2008.
[3] Z. Hasan, H. Boostanimehr, and V. K. Bhargava, "Green cellular networks: A survey, some research issues and challenges," Communications Surveys & Tutorials, IEEE, vol. 13, pp. 524-540, 2011.
[4] "FP7 Consultation Meeting (2008) Europe future mobile and wireless radio systems: challenges in european research," Tech. Rep.
[5] EARTH project: enablers for energy efficient wireless network. Available: https://www.ict-earth.eu. Accedido el 25 de octubre del 2010.
[6] Green IT Initiatives in Japan. Available: http://www.meti.go.jp/english/policy/GreenITInitiativeInJapan.pdf. Accedido el 25 de octubre del 2010.
[7] GreenTouch. Available: http://www.greentouch.org. Accedido el 25 de octubre del 2010.
[8] OPERA-Net Project. Available: http://www.celtic- initiative.org/Projects/OPERA-Net. Accedido el 25 de octubre del 2010.
[9] GREEN-T Project. Available: http://www.celtic-initiative.org/Projects/Celtic- projects/Call8/GREEN-T/green-t-default.asp. Accedido el 25 de octubre del 2010.
[10] The Mobile Virtual Centre of Excellence, Core 5 Research on Green Radio. Available: http://www.mobilevce.com/frames.htm?core5research.htm. Accedido el 25 de octubre del 2010.
[11] Cool Silicon. Available: http://www.cool-silicon.de. Accedido el 25 de octubre del 2010.
[12] The Green Grid. Available: http://www.thegreengrid.org. Accedido el 28 de noviembre del 2010.
[13] GSM Lunches Mobile Energy Efficiency Network Benchmarking Service. GSM World. Available: http://www.gsmworld.com/newsroom/press- releases/2010/5708.htm. Accedido el 28 de noviembre del 2010.
57
[14] GREEN500. Available: http://www.green500.org/index.php. Accedido el 28 de noviembre del 2010.
[15] Cool IT leaderboard by GreenPeace. Available:
http://www.greenpeace.org/international/en/campaigns/climate-change/cool- it/leaderboard. Accedido el 28 de noviembre del 2010.
[16] ETSI, "Environmental engineering (EE) energy efficiency of wireless access network equipment," ETSI TS 102 706, v1.1.1, agosto 2009.
[17] ATIS, "ATIS Report on Wireless Network Energy Efficiency," ATIS Exploratory Group on Green (EGG),enero 2010.
[18] A. P. Bianzino, A. K. Raju, and D. Rossi, "Apples-to-apples: a framework analysis for energy-efficiency in networks," ACM SIGMETRICS Performance Evaluation Review, vol. 38, pp. 81-85, 2011.
[19] T.Chen, H. Kim, and Y. Yang, "Energy efficiency metrics for green wireless communications," International Conference on Wireless Communications and Signal Processing (WCSP), pp. 1-6, 21-23 de octubre 2010.
[20] C. Belady, A. Rawson, J. Pfleuger, and T. Cader, "Green grid data center power efficiency metrics: PUE and DCiE," Technical report, Green Grid,2008.
[21] E. C. R. Initiative, "Energy Efficiency for Network Equipment: Two Steps Beyond Greenwashing," White Paper, August, vol. 10, 2008.
[22] A. Alimian, B. Nordman, and D. Kharitonov, "Network and telecom equipment- energy and performance assessment," ECR Initiative, Dec, 2010.
[23] Verizon NEBS Compliance: Energy Efficiency Requirements for Telecommunications Equipment, Issue 4, August 2009. Available: http://www.verizonnebs.com/TPRs/VZ-TPR-9205.pdf
[24] M. C. Parker and S. D. Walker, "Roadmapping ICT: an absolute energy efficiency metric," Journal of Optical Communications and Networking, vol. 3, pp. A49-A58, 2011.
[25] H. Claussen, L. T. Ho, and F. Pivit, "Effects of joint macrocell and residential picocell deployment on the network energy efficiency," in Personal, Indoor and Mobile Radio Communications, 2008. PIMRC 2008. IEEE 19th International Symposium on, 2008, pp. 1-6.
[26] L. M. Correia, D. Zeller, O. Blume, D. Ferling, Y. Jading, I. Gódor, G. Auer, and L. Van Der Perre, "Challenges and enabling technologies for energy aware mobile radio networks," Communications Magazine, IEEE, vol. 48, pp. 66-72, 2010.
[27] C.-Y. Hsu, "WiMAX or LTE: Who will Lead the Broadband Mobile Internet?,"
IT Professional, vol. 12, pp. 26-32, 2009.
[28] L. Schmelz, J. Van Den Berg, R. Litjens, K. Zetterberg, M. Amirijoo, K. Spaey, I. Balan, N. Scully, and S. Stefanski, "Self-organization in wireless networks– use cases and their interrelation," Wireless World Res. Forum Meeting, vol. 22, pp. 1-5, 2009.
[29] M. Ajmone Marsan and M. Meo, "Energy efficient wireless Internet access with cooperative cellular networks," Computer Networks, vol. 55, pp. 386-398, 2011.
58
[30] M. A. Marsan, D. Ciullo, L. Chiaraviglio, and M. Meo, "Optimal Energy Savings in Cellular Access Networks," IEEE International Conference on Communications Workshops, pp. 1-5, 14-18 junio 2009.
[31] Z. Niu, Y. Wu, J. Gong, and Z. Yang, "Cell zooming for cost-efficient green cellular networks," Communications Magazine, IEEE, vol. 48, pp. 74-79, 2010. [32] S. Bhaumik, G. Narlikar, S. Chattopadhyay, and S. Kanugovi, "Breathe to stay
cool: adjusting cell sizes to reduce energy consumption," Proceedings of the first ACM SIGCOMM workshop on Green networking, pp. 41-46, 2010.
[33] "Bi-annual Report November 2010," GSMA,Green Power for Mobile.
[34] J. T. Louhi, "Energy efficiency of modern cellular base stations," in
Telecommunications Energy Conference, 2007. INTELEC 2007. 29th International, 2007, pp. 475-476.
[35] F. C. Commission, "Spectrum Policy Task Force, Rep. ET Docket no. 02-135," noviembre 2002.
[36] C. E. Shannon, "Communication in the presence of noise," Proceedings of the IRE, vol. 37, pp. 10-21, 1949.
[37] O. Holland, V. Friderikos, and A. H. Aghvami, "Green Spectrum Management for Mobile Operator," IEEE GLOBECOM GreenComm3 Workshops 2010, pp. 1458-1463, 2010.
[38] R. Pabst, "Relay-based deployment concepts for wireless and mobile broadband radio," IEEE Commun, vol. 42, pp. 80-89, septiembre 2004.
[39] J. N. Laneman and G. W. Wornell, "Energy-efficient antenna sharing and relaying for wireless networks," IEEE Wireless Communications and Networking Conference (WCNC), vol. 1, pp. 7-12, 2000.
[40] A. Sendonaris, E. Erkip, and B. Aazhang, "User cooperation diversity. Part I. System description," Communications, IEEE Transactions on, vol. 51, pp. 1927- 1938, 2003.
[41] M. Nokleby and B. Aazhang, "User cooperation for energy-efficient cellular communications," Communications (ICC), 2010 IEEE International Conference
pp. 1-5, 2010.
[42] R. Tandra, S. M. Mishra, and A. Sahai, "What is a spectrum hole and what does it take to recognize one?," Proceedings of the IEEE, vol. 97, pp. 824-848, 2009. [43] J. Wei and X. Zhang, "Energy-efficient distributed spectrum sensing for wireless
cognitive radio networks," INFOCOM IEEE Conference on Computer Communications Workshops, pp. 1-6, 2010.
[44] S.-J. Kim and G. B. Giannakis, "Rate-optimal and reduced-complexity sequential sensing algorithms for cognitive OFDM radios," Proc. IEEE CISS09,
pp. 141-146, marzo 2009.
[45] Y. L. Polo, Y. Wang, A. Pandharipande, and G. Leus, "Compressive wide-band spectrum sensing," Proc. IEEE ICASSP09, pp. 2337-2340, abril 2009.
[46] C. Cormio and K. R. Chowdhury, "A survey on MAC protocols for cognitive radio networks," Ad Hoc Networks, vol. 7, pp. 1315-1329, 2009.
59
[47] H. Adam, W. Elmenreich, C. Bettstetter, and S. M. Senouci, "CoReMAC: a MAC-protocol for cooperative relaying in wireless networks," Proc. IEEE Globecom09, pp. 1-6, diciembre 2009.
[48] B. Yahya and J. B. Othman, "Energy efficient and QoS aware medium access control for wireless sensor networks," Concurrency and Computation: Practice and Experience, vol. 22, pp. 1252-1266, julio 2010.
[49] S. C. Ergen and P. Varaiya, "Energy efficient routing with delay guarantee for sensor networks," Wireless Networks, vol. 13, pp. 679-690, 2007.
[50] I. Stanojev, O. Simeone, Y. Bar-Ness, and D. H. Kim, "Energy efficiency of non-collaborative and collaborative Hybrid-ARQ protocols," IEEE Trans Wireless Commun, vol. 8, pp. 326-335, 2009.
[51] J. Hui and J. Vasseur, "RPL: IPv6 Routing Protocol for Low-Power and Lossy Networks," Internet Requests for Comment, RFC Editor, Fremont, CA, USA, Tech. Rep, vol. 6550, 2012.
[52] T. Watteyne, A. Molinaro, M. G. Richichi, and M. Dohler, "From MANET to IETF ROLL standardization: A paradigm shift in WSN routing protocols,"
Communications Surveys & Tutorials, IEEE, vol. 13, pp. 688-707, 2011.
[53] A. Alshamrani, X. Shen, and L.-L. Xie, "QoS provisioning for heterogeneous services in cooperative cognitive radio networks," Selected Areas in Communications, IEEE Journal on, vol. 29, pp. 819-830, 2011.
[54] B. Zubin, S. Andreas, A. Gunther, and H. Harald, "Dynamic resource partitioning for downlink femto-to-macro-cell interference avoidance,"
EURASIP Journal on Wireless Communications and Networking, vol. 2010, 2010.
[55] A. J. Goldsmith and S. B. Wicker, "Design challenges for energy-constrained ad hoc wireless networks," Wireless Communications, IEEE, vol. 9, pp. 8-27, 2002. [56] A. Dejonghe, B. Bougard, S. Pollin, J. Craninckx, A. Bourdoux, L. Ven der
Perre, and F. Catthoor, "Green reconfigurable radio systems," IEEE Signal Processing Magazine, vol. 24, pp. 90-101, 2007.
[57] A. Vosoughi and Y. Jia, "Maximizing throughput in cooperative networks via cross-layer adaptive designs," in Sarnoff Symposium, 2010 IEEE, 2010, pp. 1-6. [58] C. Luo, F. R. Yu, H. Ji, and V. C. Leung, "Cross-layer design for TCP
performance improvement in cognitive radio networks," Vehicular Technology, IEEE Transactions on, vol. 59, pp. 2485-2495, 2010.
[59] Q. Zhang, J. Jia, and J. Zhang, "Cooperative relay to improve diversity in cognitive radio networks," Communications Magazine, IEEE, vol. 47, pp. 111- 117, 2009.
[60] Y. Wang, C. Feng, Z. Zeng, and C. Guo, "A robust and energy efficient cooperative spectrum sensing scheme in cognitive radio networks," in Advanced Communication Technology, 2009. ICACT 2009. 11th International Conference on, 2009, pp. 640-645.
[61] L. Ruan and V. K. Lau, "Power control and performance analysis of cognitive radio systems under dynamic spectrum activity and imperfect knowledge of
60
system state," Wireless Communications, IEEE Transactions on, vol. 8, pp. 4616-4622, 2009.
[62] A. Ghasemi and E. S. Sousa, "Spectrum sensing in cognitive radio networks: requirements, challenges and design trade-offs," Communications Magazine, IEEE, vol. 46, pp. 32-39, 2008.
[63] K. Dufková, M. Bjelica, B. Moon, L. Kencl, and J.-Y. Le Boudec, "Energy savings for cellular network with evaluation of impact on data traffic performance," Proc. European Wireless Conference, pp. 916-923, 2010.
[64] Y.-J. Kim, M. Thottan, V. Kolesnikov, and W. Lee, "A secure decentralized data-centric information infrastructure for smart grid," Communications Magazine, IEEE, vol. 48, pp. 58-65, 2010.
[65] IST-WINNER-II, "Deliverable 1.1.2 v.1.2,―WINNER II Channel Models‖, IST-
WINNER2," Tech. Rep., 2008 (http://projects.celtic-
initiative.org/winner+/deliverables.html)2007.
[66] R. Balasubramaniam, "Cell zooming techniques for power efficient base station operation," San Diego State University ,2012.
[67] O. Arnold, F. Richter, G. Fettweis, and O. Blume, "Power consumption modeling of different base station types in heterogeneous cellular networks,"
Future Network and Mobile Summit, 2010.
[68] F. Richter, A. J. Fehske, P. Marsch, and G. P. Fettweis, "Traffic demand and energy efficiency in heterogeneous cellular mobile radio networks," in Vehicular Technology Conference (VTC 2010-Spring), 2010 IEEE 71st, 2010, pp. 1-6.
61