banners

Tesis doctoral 

Título 5G Networks Automatic Performance Improvement
Estado Finalizado
Autor Jessica Mendoza Ruiz  
Director/es Raquel Barco Moreno ,   Isabel De la Bandera Cascales
Universidad Universidad de Málaga
Centro Escuela Técnica Superior de Ingeniería de Telecomunicación
Departamento Ingeniería de Comunicaciones
Fecha lectura 20-01-2023
Archivo   PDF

El mundo se encuentra actualmente en un proceso de transformación digital de diversos

sectores socioeconómicos. En este contexto, la quinta generación (Fifth Generation, 5G)

de redes móviles se presenta como una tecnología habilitadora de esta transformación,

abarcando una gran variedad de servicios y casos de uso relacionados con diferentes

sectores de la economía (como por ejemplo, la industria, la agricultura o la automoción).

El crecimiento exponencial de las redes hace que sus tareas de gestión sean cada vez

más complejas. Para minimizar los gastos de capital (capital expenditures, CAPEX) y los

gastos de operación (operational expenditures, OPEX) al tiempo que se prestan servicios

de calidad a los usuarios, los operadores de redes móviles (mobile network operators,

MNO) se centran en el uso de las llamadas redes autoorganizadas (self-organizing

networks, SON).

El concepto de SON se refiere a la automatización de las tareas de gestión de la red, que

se clasifican en tres categorías: autoconfiguración, autocuración y autooptimización. La

autoconfiguración se encarga de automatizar el despliegue de nuevos elementos de la

red y de la configuración de sus parámetros. La autocuración automatiza la gestión de

los posibles fallos de la red, realizando tareas de detección, diagnóstico, compensación

y recuperación. Por último, la autooptimización tiene como objetivo maximizar el

rendimiento de la red. Así, la autooptimización se encarga de adaptar dinámicamente la

red a las variaciones del entorno. Para ello, modifica automáticamente los parámetros

de configuración de la red.

Para abordar los restos lanzados por los nuevos servicios y casos de uso contemplados

en las redes 5G, es necesario llevar a cabo una modernización de los algoritmos

tradicionales de las SON. Esta tesis aborda la adaptación de las SON a las nuevas

necesidades del 5G. En concreto, esta tesis se centra en el desarrollo de técnicas de

control automático para mejorar el rendimiento de la red. Para ello, se contemplan

diferentes líneas de investigación. Por un lado, una de las principales tendencias actuales

en el desarrollo de algoritmos de SON es el uso de enfoques centrados en el usuario,

que se centran en la optimización de métricas como la calidad de experiencia (quality of

experience, QoE) que proporcionan una visión del nivel de satisfacción del usuario. Por

otro lado, a medida que las redes crecen, también lo hace el número de fuentes de

información y de datos recogidos por ellas. El uso de información no relevante en el

desarrollo de algoritmos de SON puede conducir a un aumento de la complejidad de los

algoritmos, así como a una pérdida de eficiencia de los mismos. De este modo, el uso de

técnicas de reducción de la dimensionalidad se considera un factor clave para el

desarrollo de algoritmos de SON precisos. Por último, el cumplimiento de los requisitos

de muy baja latencia y alta velocidad de datos de algunos de los nuevos casos de uso de

2

las redes 5G, hacen necesario un cambio de enfoque en el desarrollo de algoritmos de

las SON, pasando de un enfoque reactivo a uno proactivo para anticiparse a posibles

fallos o degradaciones del rendimiento de la red.

Para cumplir con el objetivo principal y dar respuesta a las líneas de investigación

planteadas anteriormente, esta tesis aborda diferentes fases del proceso de

optimización. Para ello, esta tesis está organizada en tres partes. La primera parte

incluye todas las tareas relacionadas con el análisis del rendimiento de la red. Así, por

un lado, esta tesis analiza los retos de la implementación del 5G en nuevos escenarios.

En concreto, se propone el uso del 5G para impulsar la transformación digital del sector

de la construcción. Por otro lado, se ha realizado un análisis de las anomalías detectadas

en las redes, proponiendo un sistema capaz de detectar anomalías de diversa índole en

una amplia variedad de indicadores clave del rendimiento (key performance indicators,

KPI). La segunda parte se centra en el desarrollo de mecanismos para mejorar el

rendimiento y la evaluación de los algoritmos de optimización. En este sentido, en

primer lugar, esta tesis propone el uso de técnicas de reducción de la dimensionalidad

para mejorar la precisión de los algoritmos de predicción utilizados en los métodos de

gestión proactiva. A continuación, se presenta un mecanismo para el establecimiento

de un entorno de pruebas para verificar el rendimiento de los algoritmos de SON antes

de su implementación en redes reales. La tercera parte de esta tesis se centra en el

desarrollo de algoritmos de optimización. En primer lugar, se presenta un algoritmo de

optimización de la QoE. Este algoritmo se centra en el ajuste de los parámetros de

configuración de la capa de control del radioenlace (radio link control, RLC). En segundo

lugar, se propone un algoritmo proactivo para activar automáticamente la

multiconectividad (multi connectivity, MC) en un entorno industrial.


Volver