Oppimiseen perustuva resurssien allokointi ja häiriön hallinta energiatehokkaissa piensoluverkoissa

Tietoliikenne on kehittynyt nopeasti viime vuosina ja kehitys jatkuu edelleen. Alunperin tietoliikenne keskittyi puheensiirtoon, mutta nyt se on laajentunut moniin eri sovelluksiin kuten internettiin, virtuaalitodellisuuteen, teollisuusautomaatioon ja itsestään ajaviin autoihin. Tämän seurauksena suuren datanopeuden, sekä laadukkaan ja luetettavan yhteyden takaamisesta on tullut suuri haaste.

Yksi lupaava ratkaisu on tiheä piensoluverkko, joka koostuu halvoista pienitehoisista tukiasemista, jotka jakavat olemassa olevaa verkkoinfrastruktuuria ja verkkoresursseja keskenään. Kuitenkin nykyiset teknologiat hyödyntävät hierarkkista ja vahvasti keskitettyä verkon hallintaa, joka ei ole sopiva menetelmä hallinnoimaan suurta määrää piensoluverkkoja. Tällaisella hallinnalla verkko kuluttaa paljon energiaa ja joudutaan käyttämään suurta kuormaa aiheuttavaa tiedon välitystä tukiasemien ja käyttäjien kesken. Tämän työn motivaationa on kehittää älykkäitä menetelmiä piensoluverkkoihin, joissa piensolut ja käyttäjät voivat oppia verkon rajoitteita ja ympäröivien verkkoelementtien käyttäytymistä. Oppiminen voidaan tehdä joko pienissä ryhmissä, itsenäisesti vähäisellä koordinaatiolla tai itsenäisesti ilman koordinaatiota. Hyödyntäen opittua tietoa verkko voi älykkäästi tehdä päätöksiä lähetystehosta, käyttäjien allokointi ajoista, piensolujen päälle tai pois päältä kytkemisestä ja taajuuksien käytöstä. Näin voidaan taata laadukkaat yhteydet pienellä tehon kulutuksella ja koordinoinnilla, kun verrataan nykyisiin verkkoihin.

Tässä työssä hyödynnetään kahta tieteenalaa, matematiikkaa ja fysiikka ja näistä eri työkaluja kuten, peliteoriaa, mean-field teoriaa, koneoppimista ja optimointia. Ehdotettujen älykkäiden ja vihreiden menetelmien suorituskykyä on arvioitu mittavilla simulaatioilla. Esitetyt menetelmät tuottavat huomattavia parannuksia energiansäästöön, siirtonopeuteen ja vähentyneeseen signaloinnin tarpeeseen, verrattuna perinteisiin menetelmiin, joita kirjallisuudessa on tarkasteltu.