Kablosuz Sistemlerde Kayıt Sinyal Trafiğini En Aza İndirmek İçin Optimum Bölge Alanı Tasarım Tekniği

Abstract

Bu tez çalışmasında yeni bir statik bölge yönetimi tekniği olan Trafik Tabanlı Bölge Alanı Tasarım (TT-BAT v.2) tekniği geliştirilmiştir. Bu teknik TT-BAT v.1 tekniği temel alınarak elde edilmiştir. TT-BAT v.2 tekniği, TT-BAT v.1 ve mevcut ve yaygın olarak kullanılan Yakınlığa Dayalı Bölge Alanı Tasarım (YD-BAT) teknikleri ile ve gerçek veriler kullanılarak karşılaştırılmıştır. Gezgin İstasyonların hücreler arası tahmini hareketleri izlenir ya da hesaplanır. Hücreler, hücreler arası trafik tahmini ve trafik tabanlı hücre gruplaması tekniği uygulanarak Bölge Alanlarına bölünür. Bu bölünmede, aralarındaki tahmini trafik yüksek olan hücre çiftleri aynı Bölge Alanında gruplanır. Burada, her sabit bölge alanı için en uygun hücre grubunu seçmek amaçlanmıştır. Bölge Alanı-içi gezgin trafiği arttırarak Bölge Alanları arasındaki trafiği düşürmek mümkündür. Başlangıçta bütün hücrelerde oluşan trafik, bir grafik üzerinde çizilerek izlenir, ve yoğun, normal ve az yoğun olarak üç gruba ayrılır. BA’ larına hücreler dahil edilirken, verilen üst değer (ηmax) normal yoğunluktaki gruba dahil olan hücreler için kullanılır. Trafiğin yoğun olduğu grup için üst değerden iki fazla (ηmax +2), az yoğun olduğu grup için ise iki eksiği (ηmax -2) üst değer olarak alınır. Burada amaç, trafiğin yoğunluğuna göre, fakat farklı sayıda maksimum hücre olacak şekilde BA’ larını oluşturmaktır. Bu, daha az sayıda bölge kaydı yapılması demektir. TT-BAT v.1 ve öngörülen TT-BAT v.2 tekniklerinin, ağ üzerinde oluşan toplam trafik yükü bakımından mevcut YD-BAT tekniğine göre ciddi oranda bir performans artışı sağladığı görülmüştür.

In this thesis, a new static location management technique called Traffic Based Location Area Design Technique (TB-LAD) v.2 is developed. This technique was obtained on the base of TT-LAD v.1. TB-LAD v.2 is compared with TB-LAD v.1 and a present and widespread technique Proximity Based Location Area Design (PB-LAD) by using real data. The expected inter-cell movement patterns of mobiles are observed or calculated. The cells are partitioned into location areas by using inter-cell traffic prediction and traffic based cell grouping techniques. In this partitioning, the cell pairs with higher inter-cell mobile traffic are grouped into the same LA. Here we aimed at selecting the best set of cells for each static location area. By increasing the intra-LA mobile traffic, the inter-LA mobile traffic is decreased. At the beginning, the traffic in all cells are watched graphically and grouped into three, as the ones with high density, the ones with normal density and the ones with low density. While the cells are being assigned to the location areas, the ηmax is used for the cells with normal traffic density. For the cells with high traffic density , ηmax +2 is used as the ηmax. For the cells with low traffic density , ηmax -2 is used as the ηmax. The purpose to do so is to design the location areas with different number of maximum cells. This means reduction in location registration. In our study, we saw that, the TB-LAD v.1 and proposed TB-LAD v.2 techniques have a serious performance gain from the point of network traffic.