Un enfoque de aprendizaje automático no supervisado para la descarga asistida por UAV de redes celulares 5G
Autores: Tsipi, Lefteris; Karavolos, Michail; Vouyioukas, Demosthenes
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Un enfoque de aprendizaje automático no supervisado para la descarga asistida por UAV de redes celulares 5G
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Telecomunicaciones
Palabras clave
Comunicaciones terrestres
Comunicaciones celulares
Red
Tráfico de datos
UAVs
Descarga
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Las redes de comunicaciones celulares terrestres de hoy enfrentan dificultades para atender a usuarios y dispositivos coexistentes debido a las enormes demandas de conectividad masiva. Además, los desastres naturales y eventos inesperados conducen a una cantidad impredecible de tráfico de datos, lo que provoca congestión en la red. En tales casos, se ha propuesto la adición de entidades de red bajo demanda, como estaciones base fijas o aéreas, como una solución viable para gestionar el alto tráfico de datos y descargar la infraestructura terrestre existente. Este documento presenta una estrategia de descarga asistida por vehículos aéreos no tripulados (VANT) de la red terrestre, utilizando un método de aprendizaje automático no supervisado para la mejor ubicación de los VANT en sitios con alto tráfico de datos. El esquema propuesto forma grupos de usuarios ubicados en el área afectada utilizando el algoritmo k-medoid. A continuación, en función del número de VANT disponibles, se emplea un esquema de selección de grupos para seleccionar los VANT disponibles que se desplegarán para lograr la máxima descarga en el sistema. Las comparaciones con estrategias de descarga tradicionales que integran picoceldas terrestres y otros esquemas asistidos por VANT muestran que se pueden obtener ganancias significativas en descarga, rendimiento, eficiencia espectral y tasa total a través del método propuesto bajo un número variable de VANT.
Descripción
Las redes de comunicaciones celulares terrestres de hoy enfrentan dificultades para atender a usuarios y dispositivos coexistentes debido a las enormes demandas de conectividad masiva. Además, los desastres naturales y eventos inesperados conducen a una cantidad impredecible de tráfico de datos, lo que provoca congestión en la red. En tales casos, se ha propuesto la adición de entidades de red bajo demanda, como estaciones base fijas o aéreas, como una solución viable para gestionar el alto tráfico de datos y descargar la infraestructura terrestre existente. Este documento presenta una estrategia de descarga asistida por vehículos aéreos no tripulados (VANT) de la red terrestre, utilizando un método de aprendizaje automático no supervisado para la mejor ubicación de los VANT en sitios con alto tráfico de datos. El esquema propuesto forma grupos de usuarios ubicados en el área afectada utilizando el algoritmo k-medoid. A continuación, en función del número de VANT disponibles, se emplea un esquema de selección de grupos para seleccionar los VANT disponibles que se desplegarán para lograr la máxima descarga en el sistema. Las comparaciones con estrategias de descarga tradicionales que integran picoceldas terrestres y otros esquemas asistidos por VANT muestran que se pueden obtener ganancias significativas en descarga, rendimiento, eficiencia espectral y tasa total a través del método propuesto bajo un número variable de VANT.