Lähetinoptimointi energiatehokkaissa moniantennisolukkoverkoissa
Väitöstilaisuuden tiedot
Väitöstilaisuuden päivämäärä ja aika
Väitöstilaisuuden paikka
Linnanmaa, sali IT116
Väitöksen aihe
Lähetinoptimointi energiatehokkaissa moniantennisolukkoverkoissa
Väittelijä
Diplomi-insinööri Oskari Tervo
Tiedekunta ja yksikkö
Oulun yliopiston tutkijakoulu, Tieto- ja sähkötekniikan tiedekunta, Centre for Wireless Communications - Radio Technologies
Oppiaine
Tietoliikennetekniikka
Vastaväittäjä
Professori Luc Vandendorpe, Université catholique de Louvain (Belgia)
Kustos
Professori Markku Juntti, Oulun yliopisto
Langattomien verkkojen energiatehokkuutta voidaan merkittävästi parantaa edistyneillä lähetysmenetelmillä
Tutkimuksessa havaittiin, että ehdotetuilla menetelmillä voidaan ideaalisesti saavuttaa parhaimmillaan moninkertainen energiatehokkuuden parannus olemassa oleviin menetelmiin verrattuna.
Perinteisesti langattomissa verkoissa on keskitytty datanopeuden ja spektrin käytön tehokkuuden maksimointiin välittämättä prosessointitehon vaikutuksesta energiatehokkuuteen. Suurella nopeudella lisääntyvä älylaitteiden määrä ja siitä seuraavat valtavat datanopeusvaatimukset tuovat kuitenkin erityisen haasteen energiatehokkuuden näkökulmasta, koska langattomien verkkojen hiilijalanjälki ei saisi kasvaa enää tämänhetkiseen verrattuna. Tämä onkin ollut merkittävä 5G-verkkojen suunnittelukriteeri ja tulee vielä merkittävämmäksi tulevaisuuden yhteiskunnassa, jossa vaatimukset kasvavat valtavasti ja lähes kaikki on yhteydessä kaikkeen. Tämän seurauksena prosessointiteho tulee merkittäväksi ja tulisi ottaa huomioon lähetyksessä.
Työ keskittyi useiden käyttäjien solukkoverkkoihin, joissa tukiasemat lähettävät yhteistoiminnallisesti dataa useille käyttäjille tai käyttäjäryhmille käyttämällä moniantennilähetystä. Suunnittelukriteerinä oli saada lähetettyä mahdollisimman suuri tietomäärä energiayksikköä kohti siten, että kuitenkin taataan tietty datanopeus kullekin käyttäjälle. Tämä mahdollistetaan siten, että otetaan koko lähetykseen liittyvä prosessointiteho huomioon lähetysmenetelmissä ja suunnitellaan tämän perusteella parhaat lähetystehot ja -suunnat. Tätä tekniikkaa voidaan kutsua energiatehokkaaksi yhteistoiminnalliseksi keilanmuodostukseksi. Lisäksi osia lähettimestä voitaisiin hetkellisesti sulkea energiatehokkuuden parantamiseksi.
Näiden kriteerien perusteella voidaan muodostaa optimointiongelma eri tilanteissa. Työssä ehdotettiin useita erilaisia ratkaisuja näihin ongelmiin sekä teoreettisesti maksimaalisen suorituskyvyn näkökulmasta että käytännöllisempiä laskennallisesti tehokkaampia ratkaisuja.
Perinteisesti langattomissa verkoissa on keskitytty datanopeuden ja spektrin käytön tehokkuuden maksimointiin välittämättä prosessointitehon vaikutuksesta energiatehokkuuteen. Suurella nopeudella lisääntyvä älylaitteiden määrä ja siitä seuraavat valtavat datanopeusvaatimukset tuovat kuitenkin erityisen haasteen energiatehokkuuden näkökulmasta, koska langattomien verkkojen hiilijalanjälki ei saisi kasvaa enää tämänhetkiseen verrattuna. Tämä onkin ollut merkittävä 5G-verkkojen suunnittelukriteeri ja tulee vielä merkittävämmäksi tulevaisuuden yhteiskunnassa, jossa vaatimukset kasvavat valtavasti ja lähes kaikki on yhteydessä kaikkeen. Tämän seurauksena prosessointiteho tulee merkittäväksi ja tulisi ottaa huomioon lähetyksessä.
Työ keskittyi useiden käyttäjien solukkoverkkoihin, joissa tukiasemat lähettävät yhteistoiminnallisesti dataa useille käyttäjille tai käyttäjäryhmille käyttämällä moniantennilähetystä. Suunnittelukriteerinä oli saada lähetettyä mahdollisimman suuri tietomäärä energiayksikköä kohti siten, että kuitenkin taataan tietty datanopeus kullekin käyttäjälle. Tämä mahdollistetaan siten, että otetaan koko lähetykseen liittyvä prosessointiteho huomioon lähetysmenetelmissä ja suunnitellaan tämän perusteella parhaat lähetystehot ja -suunnat. Tätä tekniikkaa voidaan kutsua energiatehokkaaksi yhteistoiminnalliseksi keilanmuodostukseksi. Lisäksi osia lähettimestä voitaisiin hetkellisesti sulkea energiatehokkuuden parantamiseksi.
Näiden kriteerien perusteella voidaan muodostaa optimointiongelma eri tilanteissa. Työssä ehdotettiin useita erilaisia ratkaisuja näihin ongelmiin sekä teoreettisesti maksimaalisen suorituskyvyn näkökulmasta että käytännöllisempiä laskennallisesti tehokkaampia ratkaisuja.
Viimeksi päivitetty: 23.1.2024