Un enfoque basado en el algoritmo de optimización de saltamontes (GOA) para la optimización de energía bioinspirada en redes de comunicación inalámbrica de dos niveles
Autores: Sherif, Ashraf; Haci, Huseyin
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un enfoque basado en el algoritmo de optimización de saltamontes (GOA) para la optimización de energía bioinspirada en redes de comunicación inalámbrica de dos niveles
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Consumo de energía
Redes de comunicación inalámbrica
Quinta generación
Redes heterogéneas
Estaciones base de celdas pequeñas
Consumo de energía
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
El consumo de energía se ha convertido en uno de los problemas más desafiantes en las futuras redes de comunicación inalámbrica. Uno de los métodos prometedores en las redes celulares de quinta generación (5G) para satisfacer la creciente demanda de tráfico de datos de alta velocidad son las redes heterogéneas inalámbricas (HetNets). Agregar más estaciones base puede mejorar la cobertura de la red, pero conlleva el consumo de una cantidad significativa de energía. El esquema de redes de dos niveles contiene estaciones base de celdas pequeñas (SCBs) que cooperan con estaciones base de celdas macro (MCBs) para proporcionar una cobertura más amplia. Algunas estaciones base de celdas pequeñas SCBs experimentan cargas de tráfico livianas debido al movimiento del equipo de usuario (UEs), pero estas SCBs aún consumen una cantidad considerable de energía. Por lo tanto, para reducir el consumo de energía de las SCBs y maximizar la eficiencia energética global (EE) de una red de dos niveles, algunas SCBs deben apagarse. En este documento, extendemos los modos de operación para las estaciones base y presentamos un mecanismo novedoso para seleccionar un modo de operación apropiado para cada SCB basado en un comportamiento inspirado en la naturaleza. Empleamos una función de sesgo para gestionar el consumo de energía de cada modo de operación. Cada SCB tiene cuatro selecciones de modo de energía: Encendido, Espera, Sueño y Apagado. Formulamos el problema de maximización de EE bajo un conjunto de restricciones y presentamos un Algoritmo de Optimización de Saltamontes basado en la Selección de Modo de Energía Variante (GOA-VPMS) para resolverlo. El esquema de algoritmo propuesto supera el trabajo previo y proporciona una EE más alta, según los resultados de la simulación.
Descripción
El consumo de energía se ha convertido en uno de los problemas más desafiantes en las futuras redes de comunicación inalámbrica. Uno de los métodos prometedores en las redes celulares de quinta generación (5G) para satisfacer la creciente demanda de tráfico de datos de alta velocidad son las redes heterogéneas inalámbricas (HetNets). Agregar más estaciones base puede mejorar la cobertura de la red, pero conlleva el consumo de una cantidad significativa de energía. El esquema de redes de dos niveles contiene estaciones base de celdas pequeñas (SCBs) que cooperan con estaciones base de celdas macro (MCBs) para proporcionar una cobertura más amplia. Algunas estaciones base de celdas pequeñas SCBs experimentan cargas de tráfico livianas debido al movimiento del equipo de usuario (UEs), pero estas SCBs aún consumen una cantidad considerable de energía. Por lo tanto, para reducir el consumo de energía de las SCBs y maximizar la eficiencia energética global (EE) de una red de dos niveles, algunas SCBs deben apagarse. En este documento, extendemos los modos de operación para las estaciones base y presentamos un mecanismo novedoso para seleccionar un modo de operación apropiado para cada SCB basado en un comportamiento inspirado en la naturaleza. Empleamos una función de sesgo para gestionar el consumo de energía de cada modo de operación. Cada SCB tiene cuatro selecciones de modo de energía: Encendido, Espera, Sueño y Apagado. Formulamos el problema de maximización de EE bajo un conjunto de restricciones y presentamos un Algoritmo de Optimización de Saltamontes basado en la Selección de Modo de Energía Variante (GOA-VPMS) para resolverlo. El esquema de algoritmo propuesto supera el trabajo previo y proporciona una EE más alta, según los resultados de la simulación.