Individualistic Dynamic Handover Parameter Self-Optimization Algorithm for 5G Networks Based on Automatic Weight Function

Abstract

Assurer une communication fiable et stable tout au long de la mobilité de l'équipement utilisateur (UE) est l'un des principaux défis auxquels est confrontée la mise en œuvre pratique des réseaux de cinquième génération (5G) et au-delà. L'un des principaux problèmes est l'utilisation de paramètres de contrôle de transfert (HCP) sous-optimaux, configurés manuellement ou générés automatiquement par certaines fonctions d'auto-optimisation. Ce problème devient plus critique avec le déploiement massif de petites stations de base et d'utilisateurs mobiles connectés. Cela nécessitera essentiellement une technique d'auto-optimisation de transfert individuel pour chaque utilisateur individuellement au lieu d'un paramètre unifié et configuré de manière centralisée pour tous les utilisateurs de la cellule. Dans cet article, un algorithme d'optimisation des paramètres de transfert dynamique individualiste basé sur une fonction de poids automatique (IDHPO-AWF) est proposé pour les réseaux 5G. Cet algorithme estime dynamiquement les paramètres HCP pour chaque UE individuel en fonction des expériences de l'UE. L'algorithme dépend principalement de trois fonctions bornées et de leurs niveaux de poids automatiques. Premièrement, les fonctions bornées sont évaluées, indépendamment, en fonction du rapport signal/interférence plus bruit (SINR) de l'UE, de la charge des cellules et de la vitesse de l'UE. Ensuite, les sorties du trois fonctions bornées sont utilisées comme entrées dans une nouvelle fonction de poids automatique (AWF) proposée pour estimer le poids de chaque fonction bornée de sortie. Après cela, la sortie finale est utilisée comme indicateur pour optimiser automatiquement les paramètres des HCP pour un utilisateur spécifique. L'algorithme est validé dans diverses conditions de mobilité dans le réseau 5G. Les performances de la méthode d'estimation analytique des HCP sont étudiées et comparées avec d'autres algorithmes de transfert de la littérature. Les comparaisons d'évaluation sont effectuées en termes de puissance reçue du signal de référence (RSRP), de probabilité de transfert (HOP), de probabilité de transfert (HPPP) et de défaillance de liaison radio (RLF). Les résultats de simulation montrent que l'algorithme proposé fournit des améliorations notables pour divers scénarios de vitesse mobile par rapport aux algorithmes existants d'auto-optimisation des paramètres de transfert (HPSO).Garantizar una comunicación confiable y estable en toda la movilidad de los equipos de usuario (UE) es uno de los desafíos clave que enfrenta la implementación práctica de las redes de quinta generación (5G) y más allá. Uno de los principales problemas es el uso de configuraciones de parámetros de control de traspaso (HCP) subóptimas, que se configuran manualmente o se generan automáticamente mediante ciertas funciones de autooptimización. Este problema se vuelve más crítico con el despliegue masivo de pequeñas estaciones base y usuarios móviles conectados. Esto requerirá esencialmente una técnica de autooptimización de traspaso individual para cada usuario individualmente en lugar de una configuración unificada y configurada centralmente para todos los usuarios de la celda. En este documento, se propone un algoritmo de optimización de parámetros de traspaso dinámico individualista basado en una función de peso automática (IDHPO-AWF) para redes 5G. Este algoritmo estima dinámicamente la configuración de HCP para cada UE individual en función de las experiencias del UE. El algoritmo depende principalmente de tres funciones delimitadas y sus niveles de pesos automáticos. En primer lugar, las funciones delimitadas se evalúan, de forma independiente, en función de la relación de interferencia más ruido (SINR) de Signalto del UE, la carga de las celdas y la velocidad del UE. A continuación, los resultados del tres funciones limitadas se utilizan como entradas en una nueva función de peso automático (AWF) propuesta para estimar el peso de cada función limitada de salida. Después de eso, la salida final se utiliza como un indicador para optimizar la configuración de HCP automáticamente para un usuario específico. El algoritmo se valida en varias condiciones de movilidad en la red 5G. El rendimiento del método de estimación analítica de HCP se investiga y compara con otros algoritmos de transferencia de la literatura. Las comparaciones de evaluación se realizan en términos de potencia recibida de señal de referencia (RSRP), probabilidad de transferencia (HOP), probabilidad de ping-pong de transferencia (HPPP) y falla de enlace de radio (RLF). Los resultados de la simulación muestran que el algoritmo propuesto proporciona mejoras notables para varios escenarios de velocidad móvil en comparación con los algoritmos de auto-optimización de parámetros de transferencia (HPSO) existentes.Ensuring a reliable and stable communication throughout the mobility of User Equipment (UE) is one of the key challenges facing the practical implementation of the Fifth Generation (5G) networks and beyond.One of the main issues is the use of suboptimal Handover Control Parameters (HCPs) settings, which are configured manually or generated automatically by certain self-optimization functions.This issue becomes more critical with the massive deployment of small base stations and connected mobile users.This will essentially require an individual handover self-optimization technique for each user individually instead of a unified and centrally configured setting for all users in the cell.In this paper, an Individualistic Dynamic Handover Parameter Optimization algorithm based on an Automatic Weight Function (IDHPO-AWF) is proposed for 5G networks.This algorithm dynamically estimates the HCPs settings for each individual UE based on UE's experiences.The algorithm mainly depends on three bounded functions and their Automatic Weights levels.First, the bounded functions are evaluated, independently, as a function of the UE's Signalto-Interference-plus-Noise-Ratio (SINR), cells' load and UE's speed.Next, the outputs of the three bounded functions are used as inputs in a new proposed Automatic Weight Function (AWF) to estimate the weight of each output bounded function.After that, the final output is used as an indicator for optimizing HCPs settings automatically for a specific user.The algorithm is validated throughout various mobility conditions in the 5G network.The performance of the analytical HCPs estimation method is investigated and compared with other handover algorithms from the literature.The evaluation comparisons are performed in terms of Reference Signal Received Power (RSRP), Handover Probability (HOP), Handover Ping-Pong Probability (HPPP), and Radio Link Failure (RLF).The simulation results show that the proposed algorithm provides noticeable enhancements for various mobile speed scenarios as compared to the existing Handover Parameter Self-Optimization (HPSO) algorithms.يعد ضمان اتصال موثوق ومستقر طوال تنقل معدات المستخدم أحد التحديات الرئيسية التي تواجه التنفيذ العملي لشبكات الجيل الخامس (5G) وما بعدها. تتمثل إحدى المشكلات الرئيسية في استخدام إعدادات معلمات التحكم في التسليم (HCPs) دون المستوى الأمثل، والتي يتم تكوينها يدويًا أو يتم إنشاؤها تلقائيًا بواسطة بعض وظائف التحسين الذاتي. تصبح هذه المشكلة أكثر أهمية مع النشر المكثف للمحطات القاعدية الصغيرة ومستخدمي الهاتف المحمول المتصلين. سيتطلب هذا بشكل أساسي تقنية تحسين ذاتي للتسليم الفردي لكل مستخدم على حدة بدلاً من إعداد موحد ومكون مركزيًا لجميع المستخدمين في الخلية. في هذه الورقة، يتم اقتراح خوارزمية تحسين معلمة التسليم الديناميكي الفردي بناءً على وظيفة الوزن التلقائي (IDHPO - AWF) لشبكات 5G. تقدر هذه الخوارزمية ديناميكيًا إعدادات HCPS لكل UE فردي بناءً على تجارب UE. تعتمد الخوارزمية بشكل أساسي على ثلاث وظائف محددة ومستويات الأوزان التلقائية الخاصة بها. أولاً، يتم تقييم الوظائف المحددة، بشكل مستقل، كدالة لنسبة الإشارة إلى التداخل بالإضافة إلى الضوضاء (SINR) في UE، وتحميل الخلايا وسرعة UE. بعد ذلك، يتم تقييم مخرجات يتم استخدام ثلاث وظائف محددة كمدخلات في وظيفة الوزن التلقائي المقترحة الجديدة (AWF) لتقدير وزن كل وظيفة محددة للإخراج. بعد ذلك، يتم استخدام الإخراج النهائي كمؤشر لتحسين إعدادات أخصائيي الرعاية الصحية تلقائيًا لمستخدم معين. يتم التحقق من صحة الخوارزمية في جميع ظروف التنقل المختلفة في شبكة 5G. يتم التحقيق في أداء طريقة تقدير أخصائيي الرعاية الصحية التحليلية ومقارنتها مع خوارزميات التسليم الأخرى من الأدبيات. يتم إجراء مقارنات التقييم من حيث الطاقة المستلمة للإشارة المرجعية (RSRP)، واحتمال التسليم (HOP)، واحتمال التسليم بينغ بونغ (HPPP)، وفشل وصلة الراديو (RLF). تظهر نتائج المحاكاة أن الخوارزمية المقترحة توفر تحسينات ملحوظة لمختلف سيناريوهات سرعة الهاتف المحمول مقارنة بخوارزميات التحسين الذاتي لمعلمة التسليم الحالية (HPSO).