KR20010060259A - 무선 네트워크의 특성화, 조정 및 최적화를 위한 방법 및그 장치 - Google Patents

무선 네트워크의 특성화, 조정 및 최적화를 위한 방법 및그 장치 Download PDF

Info

Publication number
KR20010060259A
KR20010060259A KR1020000065380A KR20000065380A KR20010060259A KR 20010060259 A KR20010060259 A KR 20010060259A KR 1020000065380 A KR1020000065380 A KR 1020000065380A KR 20000065380 A KR20000065380 A KR 20000065380A KR 20010060259 A KR20010060259 A KR 20010060259A
Authority
KR
South Korea
Prior art keywords
network
performance
coverage
capacity
component
Prior art date
Application number
KR1020000065380A
Other languages
English (en)
Other versions
KR100757884B1 (ko
Inventor
클락슨케네스엘
햄펠칼조지
하비존디.
맨키에위치폴매튜
폴라코스폴안쏘니
Original Assignee
루센트 테크놀러지스 인크
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 루센트 테크놀러지스 인크 filed Critical 루센트 테크놀러지스 인크
Publication of KR20010060259A publication Critical patent/KR20010060259A/ko
Application granted granted Critical
Publication of KR100757884B1 publication Critical patent/KR100757884B1/ko

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Small-Scale Networks (AREA)

Abstract

본 발명에 따라 무선 네트워크의 전체적인 성능을 특성화, 조정 및 최적화시키는 개선된 기술이 제공된다. 예시적인 실시예에서, 특정 네트워크 구성에 대한 전체적인 네트워크 성능은 하나의 성분이 네트워크 유효 범위를 나타내고, 다른 성분이 네트워크 커패시티를 나타내는 2가지 성분을 갖는 벡터를 특징으로 한다. 네트워크 유효 범위는 간섭을 포함하는 로드 하에 서비스 가능성에 의해 제한되고 추가로 트래픽 밀도가 가중될 수 있다. 네트워크 커패시티는 주어진 전체적인 타겟-블로킹율에서 작용될 수 있는 주어진 공간 분포를 갖는 트래픽 양에 의해 제한된다. 전체적인 네트워크 성능은 여러 가지 네트워크 구성에 대해 각각 네트워크 커패시티 성분 및 네트워크 유효 범위 성분을 포함하는 전체적인 네트워크 성분 벡터를 플로팅하는 2차원 커패시티/유효 범위 도면을 사용하여 특성화될 수 있다. 전체적인 네트워크 성능은 잠재적인 네트워크 구성을 제안하고 이들을 이들의 전체적인 네트워크 성능에 관하여 평가하는 알고리즘을 사용함으로서 네트워크 파라메터들의 주어진 서브셋에 관하여 개선될 수 있거나 또는 최적화될 수 있다.

Description

무선 네트워크의 특성화, 조정 및 최적화를 위한 방법 및 그 장치{Method and apparatus for characterization, adjustment and optimization of wireless networks}
관련 출원들
본 발명은 "Road-Based Evaluation and Interpolation of Wireless Network Parameters" 및 "Methods and Apparatus for Derivative-Based Optimization of Wireless Network Performance"라는 표제의 K.L. Clarkson 등의 미합중국 특허 출원에 개시된 발명에 관련하며, 이들 특허 문헌을 본 명세서에 참고 문헌으로 인용한다.
발명의 분야
본 발명은 일반적으로 무선 네트워크에 관한 것이며, 보다 상세하게는 그러한 무선 네트워크의 디자인, 구현 및 오퍼레이션에 사용하기 위한 특성화, 조정 및최적화 기술에 관한 것이다.
발명의 배경
전형적인 무선 네트워크는 지리적으로 잘 제한된 유효 범위에 걸쳐 분포하는 가변적인 수의 움직이지 않는 사용자 또는 이동하는 사용자에게 무선 트래픽을 제공하는 다수의 상호 접속된 기지국을 포함한다. 무선 인터페이스는 일반적으로 네트워크으로의 다중 액세스 명령, 제어할 수 없는 신호 전파 및 제한된 대역폭을 포함하는 상태 하에 작동하여야 한다. 네트워크으로의 다중 액세스 명령은 서비스 요청 장소 및 시간이 선험적으로 공지되지 않음을 의미한다. 따라서, 네트워크는 큰 지리적 영역에 걸쳐 충분한 커패시티의 필요 레벨의 서비스를 제공해야 한다. 상기 제어할 수 없는 신호 전파 상태는 기지국과 사용자 간의 무선 링크가 혼잡, 지형 및 기타 유형의 장애물에서 전형적으로 큰 전파 손실 및 반사, 회절 또는 산란 효과와 연관된 환경에서 신호 전파에 의지하는 것을 지시한다.
이들 상태의 조합은 종종 경쟁적인 디자인 목적을 초래한다. 예를 들면, 제한된 대역폭 내에서 큰 커패시티에 대한 요구는 일반적으로 큰 스펙트럼 효율로 작동하는 것을 요한다. 이는 통신 채널들 간의 감소된 직교성을 유도하고, 결과적으로 환경에서 이들의 중첩하는 전파 경로로 인한 상호 간섭을 초래한다. 이러한 간섭은 네트워크 유효 범위를 감소시키거나, 동등하게 서비스의 품질을 저하시킨다. 따라서, 큰 유효 범위 또는 큰 품질의 서비스에 대한 요건은 항상 큰 네트워크 커패시티에 대한 수요에 반하여 경쟁한다.
시분할 다중 액세스(TDMA) 또는 주파수 분할 다중 액세스(FDMA) 시스템에서,스펙트럼 효율은 주파수 재사용 인자를 감소시킴으로써 증가될 수 있다. 이는 또한 동일한 주파수에서 작동하는 셀들 간의 평균적인 물리적 거리를 감소시키고, 따라서 이들의 상호 간섭을 증가시킨다. 코드 분할 다중 액세스(CDMA) 시스템에서, 여러 가지 통신 채널들은 코드로 구별된다. 환경에서 전파 효과로 인해, 코드들 간의 직교성은 없어질 수 있으므로, 통신 채널들 간의 간섭은 트래픽 로드에 따라 증가한다.
스펙트럼 효율 외에, 네트워크가 다룰 수 있는 트래픽의 양은 커패시티의 공간적 분포가 제공된 트래픽 로드의 그것과 얼마나 잘 정합되는지에 크게 의존한다. 이는 네트워크에 셀들을 할당하고 정립하는 데 대한 추가적인 구속 요건을 설정하고, 물론, 이는 지엽적인 전파 환경에 크게 의존한다.
네트워크 성능에 영향을 미칠 수 있는 다른 구속 요건으로는 예를 들면 트래픽 패턴의 시간-의존형 변화, 하드웨어 한계, 열적 잡음과 같은 외부 간섭 효과, 빌딩 투과를 위한 요건과 같은 형태론적 문제점 등을 들 수 있다.
수많은 다른 시스템 파라메터들 역시 네트워크가 디자인되거나 또는 조정될 때 고려되어야 한다. 이들 파라메터로는 예를 들면 기지국 위치, 기지국당 섹터수, 높이, 배향 경사 안테나 이득 및 안테나 패턴 등의 안테나 파라메터, 통신 채널 및 기지국당 송신 전력 레벨, 주파수 방식, 핸드오프 임계값, 기지국 또는 섹터당 반송파 수 등을 들 수 있다.
지엽적인 형태론적 환경, 예를 들면 부동산의 유효성, 안테나를 위한 높은 빌딩 등에 의해 미리 결정될 수 있는 기지국 위치 또는 안테나 높이 등의 이들 파라메터의 일부와 연관된 기본적인 구속 요건이 존재한다. 또한, 안테나 경사 또는 안테나 배향 등의 특정 파라메터들은 디자인 상으로 용이하게 조정될 수 있지만, 이들이 후에 변화되어야 할 때 비용 및 시간 집약적이다. 주파수 방식, 전력 레벨 및 핸드오프 임계값 등의 다른 파라메터들은 네트워크가 서비스중일 때조차 용이하게 변화되거나 또는 조율될 수 있다.
무선 환경의 복잡성의 결과로서, 고 커패시티 및 큰 링크 성능 및 많은 시스템 파라메터, 네트워크 디자인 및 조정에 대한 요구 등의 경쟁적인 디자인 목적은 곤란한 과업이다.
네트워크 디자인을 위한 현행 절차는 통계학적인 또는 기타 수학적 전파 모델을 사용하는 주어진 네트워크 파라메터에 기초한 네트워크 성능을 모델로하는 디자인 툴을 포함한다. 그러한 디자인 툴의 예는 모바일 시스템스 인터내셔널(Mobile Systems International, http.//www.rerdesign.com/msi)로부터 입수할 수 있는 디자인 툴이다. 이들 및 기타 종래 네트워크 디자인 툴은 특정 무선 주파수(RF) 링크 매트릭스, 예를 들면 특정 네트워크 성능 속성을 위해 중요한 신호 강도 또는 신호-간섭비를 산출한다. 이들 예측의 정확도는 환경, 예를 들면 혼잡, 지형 등을 모델링하는 정확도 및 전파 모델의 정확도에 대부분 의존한다.
이들 종래의 툴이 네트워크 성능을 예측하는 데 있어서 충분히 큰 정확도를 제공할 수 있지만, 이들은 일반적으로 전체적인 네트워크 성능을 분류할 수 없고, 따라서, 네트워크가 그의 최적 상태로부터 얼마나 멀리 운영될 수 있는지에 관한 어떠한 정보도 제공하지 못한다. 네트워크에서 상호 작용의 복잡성으로 인해, 네트워크 성능의 조율은 시도-및-오류 절차에 의해 행해져야 하고, 잠정적인 개선은 상이한 네트워크 구성에 대해 RF 링크-메트릭 플롯들을 비교함으로써 식별되어야 한다. 조정되어야 하는 네트워크 파라메터의 수 및 상이한 디자인 목적에 따라, 이러한 절차는 매우 만족스럽지 못하고 성능 최적 조건은 접근조차 어렵다.
다른 종래의 시도로는 주파수 플래닝 툴을 들 수 있다. 그러한 툴의 예는 에어컴사(Aircom, www.aircom.co.uk)로부터 입수할 수 있는 아셋(Asset) 네트워크 디자인 툴이다. 아셋 툴은 주파수 플래닝 알고리즘을 포함한다. TDMA 및 FDMA 네트워크, 즉, 하나 이상의 주파수 재사용 인자를 갖는 네트워크에 대해, 그의 주파수 방식에 관한 네트워크 성능을 개선시키는 알고리즘을 발생시키기 위한 많은 노력이 이루어져 왔다. 이들 알고리즘은 통상적으로 스펙트럼 효율의 개선을 목표로 하는 목적을 갖는다. 그러한 알고리즘은 예를 들면 주어진 트래픽 밀도로 서비스하면서 사용된 주파수 양을 최소화시키도록 시도할 수 있다. 그러나, 이들 알고리즘은 이들이 상기 플래닛 툴 등의 네트워크 디자인 툴에 연결되지 않는 한, 각각의 주파수 방식을 위한 네트워크 성능에 관한 정보를 일반적으로 제공하지 못한다.
네트워크 최적화에 대한 잘 공지된 종래 시도는 인필드 최적화이다. 디자인 툴은 환경에서 모든 전파 효과를 완전하게 반영할 수 없기 때문에, 네트워크는 인필드 구동 시험에 의해 개선될 수 있다. 그러나, 구동 시험은 단지 대안의 데이터 인식 절차로서 간주되어야 하고, 네트워크 개선을 추론하는 것은 상기한 바와 동일한 문제에 적용된다. 더욱이, 구동-시험 데이터는 단지 제한된 영역으로부터 얻어질 수 있고, 이들은 비용 및 시간 집약적이다.
많은 상기 종래 기술들은 네트워크를 디자인하고 조정하는 데 조력할 수 있더라도, 이들 기술은 일반적으로 상이한 상호 경쟁적인 디자인 목적을 위해 전체적인 네트워크 성능의 최적화를 허용하지 않는다. 따라서, 경쟁적인 디자인 목적을 위해 그리고 상이한 시스템 구성을 위한 무선 네트워크의 성능을 명확하게 분류할 수 있는 개선된 네트워크 특성화, 조정 및 최적화 기술에 대한 필요성이 존재한다.
본 발명은 무선 네트워크의 전체적인 성능을 특성화, 조정 및/또는 최적화시키기 위한 개선된 기술을 제공한다.
본 발명의 예시적인 실시예에서, 특정 네트워크 구성을 위한 전체적인 네트워크 성능은 하나의 성분은 네트워크 유효 범위를 나타내고, 다른 성분은 네트워크 커패시티를 나타내는 2가지 성분의 벡터를 특징으로 한다. 본 발명에 따라, 네트워크 유효 범위는 유리하게는 간섭을 포함하는 로드 하에 서비스 가능성에 의해 제한되고, 추가로 트래픽 밀도에 의해 가중될 수 있다. 네트워크 커패시티는 유리하게는 주어진 전체적인 타겟 블로킹율에서 작용할 수 있는 주어진 공간적 분포를 갖는 양의 트래픽에 의해 제한된다. 이들 제한은 네트워크 자원이 얼마나 잘 사용되는지에 대한 정확하고 효율적인 정량화를 제공하는 것으로 판정되어 왔다.
본 발명에 따라, 전체적인 네트워크 성능은 2차원 커패시티/유효 범위 도면을 사용하여 특성화될 수 있다. 이 도면은 여러 가지 네트워크 구성에 대해 각각 네트워크 커패시티 성분 및 네트워크 유효 범위 성분을 포함하는 전체적인 네트워크 성능 벡터들을 플로팅한다. 따라서, 이 도면은 시각적으로 매우 분명하고 효율적인 방식으로 이들의 전체적인 네트워크 성능에 관하여 여러 가지 네트워크 구성의 비교를 허용한다. 이는 또한 예시적인 실시예의 2가지 경쟁적인 네트워크 성능 속성, 즉 네트워크 커패시티 및 네트워크 유효 범위 간의 트레이드오프의 시각적인 이해를 제공한다.
본 발명의 다른 국면에 따라, 전체적인 네트워크 성능은 네트워크 커패시티 및 네트워크 유효 범위에 기초한 전체적인 네트워크 성능 분류를 이용함으로써 주어진 서브셋의 네트워크 파라메터들에 대해 개선되거나 또는 최적화될 수 있다. 이는 잠재적인 네트워크 구성을 제안하고 이들의 전체적인 네트워크 성능에 관하여 이들을 평가하는 최적화 알고리즘을 사용함으로써 행해질 수 있다. 대응하는 네트워크 성능 포인트들은 커패시티/유효 범위 도면으로 플로팅될 수 있다. 이 알고리즘에 의해 관련된 것으로 고려되는 모든 구성의 외부 엔벨로프를 형성하는 네트워크 구성은 이러한 프로세스에서 발견된 네트워크에 대한 최상의 트레이드오프 곡선을 나타낸다.
본 발명은 개인용 컴퓨터, 워크스테이션, 마이크로컴퓨터, 메인프레임 컴퓨터 또는 임의의 기타 유형의 프로그램 가능한 디지털 프로세서 상에서 진행되는 1개 이상의 소프트웨어 프로그램에서 구현될 수 있다. 본 발명은 무선 네트워크의 성능을 디자인하고, 조정하고 최적화시키는 프로세스를 실질적으로 개선시킨다. 본 발명의 이들 특징 및 기타 특징 및 장점은 수반된 도면 및 하기 상세한 설명으로부터 보다 명백해질 것이다.
도 1은 특성화, 조정 및/또는 최적화 프로세스가 본 발명에 따라 구현될 수 있는 프로세싱 시스템의 블록도(이 시스템은 도 2a, 2b, 3a, 3b, 4a, 4b 및 5에 나타낸 예시적인 그래픽 디스플레이를 발생시키도록 사용될 수 있음).
도 2A는 최대 성능을 판정하기 위한 트레이드오프 곡선을 포함하는 전체적인 네트워크 성능을 특성화시키는 2차원 플로트를 나타내는 도면.
도 2B는 상이한 양의 네트워크 자원에 대해 발생된 네트워크 트레이드오프 곡선을 나타내는 도면.
도 3A는 트래픽 밀도 및 네트워크 커패시티의 공간적 분포가 정합하지 않는 최적화되지 않은 네트워크 플로트를 나타내는 도면.
도 3B는 네트워크 커패시티가 최대가 되도록 트래픽 밀도 및 네트워크 커패시티의 공간적 분포가 정합하는 최적화된 네트워크 플로트를 나타내는 도면.
도 4A는 전체 유효 범위의 네트워크에 대한 커패시티 플로트를 나타내는 도면.
도 4B는 유효 범위 홀을 갖는 네트워크에 대한 커패시티 플로트를 나타내는도면.
도 5는 본 발명에 따라 몬테 카를로 프로세스에서 얻어진 여러 가지 네트워크 구성에 대해 네트워크 성능 포인트들 상으로 예시된 플로트를 나타내는 도면.
* 도면의 주요 부분에 대한 부호의 설명*
12: 프로세서 14: 메모리
18: I/O 제어기 20: 디스플레이
22: 프린터 24: 키보드
26: 외부 기억 장치
본 발명은 컴퓨터-기초 처리 시스템에서 구현된 전형적인 무선 네트워크 정보 처리 기술과 관련하여 아래 예시될 것이다. 그러나, 본 발명은 임의의 특정 유형의 처리 시스템에 의해 사용하도록 제한되지 않음을 이해해야 한다. 개시된 기술들은 광범위한 기타 시스템 및 수많은 대안의 용도에 사용하기 적절하다. 더욱이, 개시된 기술들은 이동하는 가입자 유니트, 고정된 가입자 유니트 또는 이동 유니트 및 고정 유니트의 조합에 의해 TDMA, FDMA 및 CDMA를 포함하는 많은 상이한 유형의 무선 네트워크에 적용될 수 있다. 본 명세서에 사용된 바의 "무선 네트워크"라는 용어는 이들 유형 및 기타 유형의 네트워크 뿐만 아니라 그러한 네트워크의 서브-네트워크 또는 기타 부분 및 여러 네트워크의 조합을 포함하도록 의도된다. 본 명세서에 사용된 "최적화하고," "최적화시키는" 및 "최적화"라는 용어는 네트워크 성능에 있어서 임의의 유형의 개선, 예를 들면 주어진 용도에 대해 허용될 수 있도록 의도되는 성능을 제공하는 개선을 포함하는 것을 이해해야 한다. 따라서, 본 명세서에 사용된 바의 이들 용어는 특정 성능 함수의 실질적인 최소값 또는 최대값 등의 임의의 유형의 진정한 최적화를 필요로 하지 않는다.
본 발명은 무선 네트워크의 특성화, 조정 및/또는 최적화를 위한 프로세서-구현 방법 및 장치에 관한 것이다.
도 1은 본 발명에 따른 특성화, 조정 및/또는 최적화 기술이 구현될 수 있는 전형적인 처리 시스템(10)을 나타낸다. 이 처리 시스템(10)은 버스(16)를 통해 통신하도록 접속된 프로세서(12) 및 메모리(14)를 포함한다. 이 시스템(10)은 프로세서(12) 및 메모리(14)와 통신하도록 버스(16)에 접속된 입력/출력(I/O)제어기(18)를 추가로 포함한다. 프로세서(12)와 연결된 I/O 제어기(18)는 디스플레이(20), 프린터(22), 키보드(24) 및 외부 기억 장치(26)를 포함하는 많은 외부 성분의 오퍼레이션을 지시한다.
시스템(10)의 1개 이상의 소자는 데스크톱 또는 휴대 가능한 개인용 컴퓨터, 워크스테이션, 마이크로컴퓨터, 메인프레임 컴퓨터, 또는 기타 유형의 프로세서-기초 정보 처리 장치의 일부를 나타낼 수 있다. 메모리(14) 및 외부 기억 장치(26)는 전자, 자기 또는 광학적 기억 장치일 수 있다. 외부 기억 장치(26)는 무선 네트워크 정보의 데이터베이스, 예를 들면 아래 기재될 그래픽 디스플레이를 발생시키도록 이용되는 무선 네트워크 오퍼레이팅 파라메터들에 대한 정보의 데이터베이스를 포함할 수 있다. 외부 기억 장치(26)는 단일 장치일 수 있거나, 또는 분포될 수 있고, 예를 들면 다수의 컴퓨터 또는 유사한 장치를 가로질러 분포할 수 있다. 본 명세서에 사용된 바의 "데이터베이스"라는 용어는 네트워크 특성화, 조정 및/또는 최적화 기술과 관련하여 사용될 수 있는 저장된 데이터의 임의의 배치를 포함하도록 의도된다.
본 발명은 메모리(14) 또는 외부 기억 장치(26)에 저장된 컴퓨터 소프트웨어 프로그램의 형태로 적어도 일부 구현될 수 있다. 그러한 프로그램은 예를 들면 디스플레이(20) 상에 또는 프린터(22)에 의해 발생된 인쇄물 상에 소정의 포맷으로 목적하는 출력을 생성하도록 사용자-공급된 입력 데이터에 따라 프로세서(12)에 의해 실행될 수 있다. 사용자-공급된 입력 데이터는 키보드(24)로 엔터링되고, 1개 이상의 외부 기억 장치(26)로부터 판독되고, 서버 또는 기타 정보 소스로부터 네트워크 접속에 의해 얻어질 수 있다.
본 발명은 무선 네트워크의 전체적인 성능을 특성화, 조정 및 최적화하는 개선된 기술을 제공한다. 본 발명의 예시적인 실시예에서, 특정 네트워크 구성을 위한 전체적인 네트워크 성능은 하나의 성분은 네트워크 유효 범위를 나타내고, 다른 성분은 네트워크 커패시티를 나타내는 2가지 성분의 벡터를 특징으로 한다. 본 발명에 따라, 네트워크 유효 범위는 유리하게는 간섭을 포함하는 로드 하에 서비스 가능성에 의해 제한되고, 추가로 트래픽 밀도에 의해 가중될 수 있다. 네트워크 커패시티는 유리하게는 주어진 전체적인 타겟 블로킹율에서 작용할 수 있는 주어진 공간적 분포를 갖는 양의 트래픽에 의해 제한된다. 이들 제한은 네트워크 자원이 얼마나 잘 사용되는지에 대한 정확하고 효율적인 정량화를 제공하는 것으로 판정되어 왔다.
도 2A는 본 발명에 따라 도 1의 시스템에 의해 발생될 수 있는 2차원 커패시티/유효 범위 도면의 예를 나타낸다. 이 도면은 여러 가지 네트워크 구성에 대해 각각 네트워크 커패시티 성분 및 네트워크 유효 범위 성분을 포함하는 전체적인 네트워크 성능 벡터들을 플로팅한다. 따라서, 이 도면은 시각적으로 매우 분명하고 효율적인 방식으로 이들의 전체적인 네트워크 성능에 관하여 여러 가지 네트워크 구성의 비교를 허용한다. 이는 또한 예시적인 실시예의 2가지 경쟁적인 네트워크 성능 속성, 즉 네트워크 커패시티 및 네트워크 유효 범위 간의 트레이드오프의 시각적인 이해를 제공한다. 도면에서, 음영없는 원은 임의의 네트워크 세팅과 연관된 네트워크 성능 벡터를 나타내고, 음영있는 원은 최대의 전체적인 네트워크 성능에 대한 트레이드오프 포인트를 나타낸다.
따라서, 전체적인 네트워크 성능은 네트워크 커패시티 및 네트워크 유효 범위에 기초한 전체적인 네트워크 성능 분류를 이용함으로써 주어진 서브셋의 네트워크 파라메터들에 대해 개선되거나 또는 최적화될 수 있다. 이는 잠재적인 네트워크 구성을 제안하고 이들의 전체적인 네트워크 성능에 관하여 이들을 평가하는 최적화 알고리즘을 사용함으로써 행해질 수 있다. 대응하는 네트워크 성능 포인트들은 커패시티/유효 범위 도면으로 플로팅될 수 있다. 이 알고리즘에 의해 관련된 것으로 고려되는 모든 구성의 외부 엔벨로프를 형성하는 네트워크 구성은 이러한 프로세스에서 발견된 네트워크에 대한 최상의 트레이드오프 곡선을 나타낸다.
도 2B는 상이한 양의 네트워크 자원, 예를 들면 상이한 수의 셀의 사용에 대응하는 트레이드오프 곡선 각각에 의해 이러한 방식으로 발생된 트레이트오프 곡선의 실시예 세트를 나타낸다. 트레이드오프 곡선은 자원의 양을 증가시킴으로써 전체적인 네트워크 성능에 대해 이루어질 수 있는 개선을 매우 분명한 방식으로 나타낸다.
예시적인 실시예에서 상기 최적화 프로세스는 충분히 다양한 네트워크 구성을 결정할 수 있는 임의의 알고리즘을 이용할 수 있다. 예를 들면, 이 알고리즘은 최상의 트레이드오프 곡선을 유도하는 네트워크 구성에 대해 직접적으로 탐색하는 수학적인 최적화 알고리즘일 수 있다. 그러한 알고리즘은 통상적으로 보다 짧은 기간 내에 보다 양호한 트레이드오프 곡선을 통상적으로 발견한다. 대안으로, 상이한 목적물을 최적화시키기 위해 시도하는 수학적 알고리즘이 사용될 수 있다.예를 들면, 주파수 플래닝 알고리즘이 사용될 수 있다. 각각의 주파수 방식은 트레이드오프 플롯 상에 하나의 포인트를 생성하고, 트레이드오프 곡선은 주파수 플래닝 알고리즘에 의해 발생된 최상의 주파수 플랜 세트를 나타낸다. 상기한 바와 같이, 그러한 주파수 플래닝 알고리즘의 예는 에어콤사(www.aircom.co.uk)로부터 입수할 수 있는 아셋 네트워크 디자인 툴에 의해 제공되는 것이다. 랜덤 프로세스에 의한 특정 네트워크 구성을 변경시키는 루틴조차 사용될 수 있다.
상기 개념은 사용된 특정 최적화 알고리즘에 독립적이기 때문에, 전체적인 네트워크 성능을 개선시키고(시키거나) 최적화시키는 방법론을 나타낸다. 이러한 방법론에 기초하여, 보다 정제된 알고리즘이 개발될 수 있다. 특정 알고리즘의 품질은 그것이 전체적인 네트워크 성능의 상기 커패시티/유효 범위 분류 내에서 네트워크에 대해 이루어질 수 있는 개선에 의해 측정될 수 있다.
전체적인 대역폭 및 기타 중요한 네트워크 자원은 특정 트레이드오프 곡선을 위한 개선/최적화 프로세스에 대해 구속 요건이 되어야 하는 것이 유리하다. 도 2b의 트레이드오프 곡선 세트와 관련하여 상기한 바와 같이, 상이한 세트의 자원, 예를 들면 기지국 또는 대역폭을 사용함으로써 전체적인 네트워크 성능에서 연관된 변화를 매우 분명하게 나타내는 하나의 플로트에서 가시화되는 상이한 트레이드오프 곡선을 초래한다. 그러한 플로트는 전체적인 성능이 비교 가능한 자원을 사용하는 여러 가지 네트워크 디자인들 사이에서 어떻게 상이한지를 나타내기도 한다.
예시적인 실시예에서 네트워크 유효 범위 및 네트워크 커패시티 특성은 다른 실시예에서 관련 특성들로 대체될 수 있음을 인식해야 한다. 예를 들면, 네트워크유효 범위는 "호출 시작 실패" 등의 통계학적인 네트워크 매트릭스에 관련할 수 있고, 네트워크 커패시티는 "주어진 트래픽 로드에서 전체적인 블로킹율" 또는 간단히 "블로킹된 호출 속도"에 관련할 수 있다. 그러한 특성들 뿐만 아니라 네트워크 통계로부터 유도된 기타 유사한 특성들은 네트워크 유효 범위 및 네트워크 커패시티에 치밀하게 관련되고, 기본적으로 동일하거나 또는 유사한 정보를 전달한다. 따라서, 본 명세서에 사용된 바의 "네트워크 유효 범위" 및 "네트워크 커패시티"라는 용어는 임의의 그러한 관련 특성을 포함하도록 의도된다.
상기 예시적인 실시예의 전형적인 구현은 이하 보다 상세히 기재될 것이다. 이러한 구현에서, 어떤 위치는 통신 링크가 적절히 시작 및 종료될 수 있을 때, 그리고 링크가 업되는 시간 동안 그 링크 트래픽이 충분한 링크 품질을 가질 때 커버되는 것으로 고려된다. 이들 조건은 상이한 링크 요건들에 따라 여러 가지 통신 채널을 포함할 수 있다.
예를 들면 IS-95 CDMA 시스템에서, 포워드 링크는 가장 강한 파일러트가 모든 다른 통신 채널들 및 잡음으로부터 간섭을 포함하는, 전체 간섭 레벨에 관하여 충분한 신호 강도를 가질 때 커버되는 것으로 고려될 수 있다:
여기서,
Ecik: 모바일 i의 안테나 부분에서 섹터 k로부터 파일러트 전력
Ioik: 섹터 k로부터 파일러트에 관하여 모바일 i의 안테나 부분에서 간섭 전력
Etotik: 모바일 i의 안테나 부분에서 섹터 k로부터 전체 수신 전력
b: 셀 또는 셀 섹터의 전체 전력에 대한 파일러트 전력의 분율
NFi: 모바일 잡음 수치
No: 열적 잡음 플로어
θc: 적절한 파일러트 신호 회복을 위한 임계값.
리버스 링크에서, 유효 범위는 모든 모바일이 기지국에서 충분한 상대적 신호 강도로 수신될 수 있을 때 얻어진다:
여기서,
Sik: 섹터 k의 안테나 부분에서 모바일 i로부터 신호 전력
Iik: 모바일 i로부터 파일러트에 관하여 섹터 k의 안테나 부분에서 간섭 전력
NFk: 모바일 잡음 수치
No: 열적 잡음 플로어
θRVS: 리버스 링크에서 적절한 파일러트 신호 회복을 위한 임계값.
어떤 위치는 포워드 및 리버스 링크 모두가 유효 범위를 가질 때 유효 범위를 갖는다. 이러한 조건은 하나의 셀 또는 셀 섹터에 의해서만, 즉, 가장 강한 서버에 의해서 각각의 사용자들에게 만족되어야 한다. 리버스 링크에서, 숏-핸드오프로부터 추가의 다이버시티 이등이 얻어질 수 있다. 이러한 이득은 전체적인 링크 버짓에 부가될 수 있다.
본 발명에 따라, 유효 범위 함수 Cov(x,y)는 하기 수학식
으로 정의된다.
전체적인 영역-가중된 유효 범위는 타겟 유효 범위 영역(TCA)에 걸쳐 유효 범위 함수를 적분함으로써 정의될 수 있다:
대안으로, 전체적인 트래픽-가중된 유효 범위는 하기 수학식
[여기서, TD(x,y)는 로컬 트래픽 밀도 함수를 할당한다]으로 정의될 수 있다. 전체적인 트래픽-가중된 유효 범위는 그것이 로우 트래픽 영역보다 더 하이-트래픽 영역을 가중하기 때문에, 통계적인 네트워크 성능을 잘 나타낸다.
수학식(4) 및 (5)에서 적분은 위치들의 이산적인 세트가 연속적인 것보다 평가되는 경우의 합에 의해 대체될 수 있다. 위치들의 수는 통계학적으로 대표적인 유효 범위 평가에 충분히 크고 충분한 밀도여야 한다. 대안으로, 이러한 평가는 "Road-Based Evaluation and Interpolation of Wireless Network Parameters"라는 표제의 K.L. 클락슨 등의 상기 인용된 미합중국 특허 출원에 개시된 로드-기초 메시를 사용하여 행할 수 있다.
수신기 입력단에서 개개의 전력 레벨은 종래의 네트워크 디자인 툴로부터, 인필드 측정치로부터, 네트워크 성능 통계로부터, 또는 이들 기술 및 기타 기술의 조합으로부터 얻어질 수 있다.
본 발명에 따라, 네트워크의 전체적인 커패시티는 공간적으로 변화하는 트래픽 분포에 관하여 정의된다. 이는 자원이 하이 트래픽 영역에서 결핍되는 동안 어떠한 트래픽도 존재하지 않는 장소에 너무 많은 자원이 제공되는 것을 피한다. 그러한 상황은 일부 영역에서 자원의 미만-사용을 유도하고, 다른 영역에서 큰 블로킹율을 유도할 수 있다.
서비스 중인 네트워크에 대해, 네트워크 커패시티는 하나의 특정한 전체 타겟 블로킹율 BR0에 관하여 명시될 수 있다:
여기서, 실패한 시도는 네트워크 자원의 오버로드에 기인하는 서비스 시작 실패이다.
도 3A는 상기 네트워크 커패시티 정의가 모들 셀의 자원들을 간단히 부가함으로써 얻어지는 것보다 주어진 트래픽 분포를 갖는 네트워크에 대해 현저하게 더 낮은 커패시티를 유도할 수 있는 상황을 예시한다. 도면에서, 타겟 트래픽 로드(실선)의 공간적 분포는 유용한 네트워크 커패시티(블록)의 공간적 분포와 정합되지 않는다. 따라서, 일부 셀들은 너무 적은 커패시티(좌측 및 우측 셀)를 갖는 한편, 다른 셀들은 오버-커패시티(중심 셀)를 갖는다. 전체적인 네트워크 블로킹율을 최소 타겟값(작은 "블로킹된 트래픽" 영역)을 유지하기 위해, 전체적인 트래픽은 현저하게 감소되어야 한다(허선). 이 도면에서, 모든 셀들의 커패시티(모든 블록의 영역)를 간단히 부가하는 것은 초기 트래픽 분포(실선 영역)를 만족시키고 상기 네트워크 커패시티 정의를 사용하여 얻어진 것보다 훨씬 더 큰 전체 커패시티 값을 유도할 수 있다.
도 3B는 최적화된 네트워크와 동일한 상황을 예시한다. 커패시티 및 트래픽의 분포는 이러한 경우에 상호 정합되기 때문에, 타겟 블로킹율(허선)로 다룰 수 있는 트래픽은 최대이다.
다음에서, 도 3B에 예시된 상황이 모델링될 것이다. 전체 네트워크에 걸쳐단지 한가지 유형의 서비스가 존재하는 것으로 가정될 것이다. 모든 셀 또는 셀 섹터 k는 서비스에 사용될 수 있는 특정 수의 트래픽 채널 Γk를 갖는다. 이러한 트래픽 채널의 수는 각각의 섹터에 대해 상이할 수 있다. 더욱이, 공간적 트래픽 분포 TD(x,y)는 네트워크의 타겟 커패시티에 대해 제공되고 정규화된다:
여기서, TCap는 네트워크의 타겟 커패시티이고, TCA는 타겟 유효 범위이다. 이러한 트래픽 분포는 Erlangs 유니트로 제공될 것이다.
트래픽 분포 TD(x,y)가 타겟 커패시티로 정규화될 때, 전체적인 타겟 블로킹율 BR0로 네트워크에 의해 다루어질 수 있는 트래픽은 현저하게 더 낮아질 수 있는 τ·TD(x,y)이다. 트래픽-로드 승수 τ는 분명히 타겟 블로킹율에 의존한다: □= □(BR0).
모든 셀 또는 셀 섹터 k에서, 전체적인 트래픽 로드는 τ·TDk이다.
여기서 C(k)는 k의 유효 범위, 즉, 서비스 요청이 k에 의해 다루어지는 영역을 나타낸다. 잘 공지된 트렁크닝 이론에 따라, 셀 또는 셀 섹터 k에 대해 연관된 블로킹율 BRk(τTDk, Γk)은 다음과 같다:
셀 또는 셀 섹터 k에서 블로킹된 트래픽의 양 BRk(τTDk, Γk)는 셀 블로킹율과 셀 트래픽의 곱이다:
전체 네트워크에서 블로킹된 트래픽의 총량은 각각의 셀에서 블로킹된 트래픽 상의 합이다:
이는 블로킹된 트래픽량과 전체 트래픽량의 비율로 제공되는 전체 네트워크에 대한 전체적인 블로킹율을 유도한다:
이 수학식은 트래픽 승수 τ가 BRtot(τ) = BR0을 해결함으로써 밝혀질 수 있는 함수 BRtot(τ)를 정의하고, 여기서, BR0은 전체적인 타겟 블로킹율이다.
상기 연산에서, τ는 주어진 트래픽 분포에 대한 타겟 블로킹율로 네트워크의 용량을 나타낸다. 그러나, 이러한 정의는 일반적으로 전체 유효 범위에 대해서만 타당하다. 유효 범위 홀을 갖는 실제 네트워크에 대해, 네트워크 커패시티는 대신에 다음과 같이 정의된다:
네트워크 커패시티 = τ·네트워크 유효 범위
여기서, 네트워크 유효 범위는 상기한 바와 같이 정의된다. 이러한 정의는 타겟 블로킹율로 타겟 네트워크 영역에 걸쳐 작용될 수 있는 전체 트래픽 로드로서 커패시티를 나타낸다.
도 4A 및 4B는 이러한 경우에 네트워크 유효 범위의 영향력을 예시한다. 두 도면은 셀당 제공된 커패시티 및 트래픽 밀도의 분포가 서로 완벽하게 정합되는 상황을 나타낸다. 따라서, 커패시티는 두 경우에 100%여야 한다. 그러나, 도 4B에서, 네트워크는 큰 유효 범위 홀을 갖는다. 이러한 영역에서 미사용된 커패시티 자원은 재분포되어야 하고 네트워크의 커버된 영역에서 입수할 수 있다. 이는 τ를 1/유효 범위(실선에 관하여 허선)만큼 증가시킨다. 그러나 작용할 수 있는 전체 트래픽의 양은 증가되지 않았다. 이를 설명하기 위해, 네트워크 커패시티는 수학식(12)에 따라 정의되어야 한다.
셀 또는 셀 섹터에 의해 다루어져야 하는 트래픽의 양을 결정하기 위해, 각각의 섹터의 각각의 셀의 유효 범위 C(k)는 공지되어야 함을 인식해야 한다.
IS-95 CDMA 표준에서, 사용자는 수학식(1)의 조건이 포워드 링크에 부합되는 경우의 셀 또는 셀 섹터에 할당될 수 있다. 이러한 조건이 여러 셀 또는 셀 섹터에 대해 만족되는 경우, 사용자는 소프트 핸드오프 중에 있고, 즉, 이들 셀 또는 셀 섹터 모두로부터 자원을 사용한다. 일반적으로, IS95 네트워크에서 사용자는 최대 3개의 셀에 할당될 수 있다. 따라서, 그러한 네트워크에서 유효 범위 C(k)는 k의 파일러트가 수학식(1)의 조건을 만족시키는 3개의 가장 강력한 파일러트 중에 있는 경우의 영역을 제한한다.
상기한 바와 같이, 개개의 파일러트 레벨은 네트워크 디자인 툴로부터, 인필드 측정치로부터 또는 이들 기술 및 기타 기술의 조합으로부터 얻어질 수 있다.
한가지 특정 네트워크 구성에 대한 전체적인 성능 벡터를 결정하기 위해, 대응하는 전체적인 성능 포인트는 상기한 바와 같이 유효 범위 및 커패시티를 산출함으로써 밝혀질 수 있다.
일반적으로, 목적 함수는 상기 방식으로 네트워크를 최적화시키기 위해 임의의 최적화 절차와 관련하여 사용될 수 있다.
상기 분류의 골격에서 전체적인 네트워크 성능을 직접적으로 최적화시키기 위해, 2가지 경쟁적인 목적 함수들이 동시에 다루어져야 한다. 그러한 최적화 절차는 이러한 분류에서 옵티마이저가 발견할 수 있는 최상의 성능을 나타내는 커패시티/유효 범위 도면에서 트레이트오프 곡선을 유도할 것이다. 최적화 프로세스에서, 이러한 목적은 2가지 목적 함수 중의 하나, 예를 들면 유효 범위를 최적화시키고, 다른 하나, 예를 들면 커패시티를 구속 요건으로 유지함으로써 얻어질 수 있다. 구속 요건의 여러 값에 대해 이러한 절차를 반복함으로서, 최적화는 목적하는 트레이드오프 곡선을 유도할 것이다.
트레이드오프 곡선 상의 포인트를 얻기 위해, 새로운 목적물은 다음과 같이 정의될 수 있다:
새로운 목적물 = α·유효 범위 + (1-α)·커패시티, α∈[0,1]
새로운 목적물의 최적화는 트레이드오프 곡선 상의 포인트를 유도할 것이다. α의 상이한 값들에 대해 이러한 절차를 반복함으로써 완전한 트레이드오프 곡선을 제공할 것이다.
상기 최적화 절차의 2가지 가능한 구현, 즉, 몬테 카를로 공정 및 주파수 플래닝 툴을 사용하는 최적화를 이하 기재할 것이다.
몬테 카를로 공정에서, 트래픽 하의 네트워크의 RF 링크 메트릭스는 종래의 디자인 툴을 사용하여 네트워크 파라메터들 중의 하나의 특정 세트, 예를 들면 초기 구성에 대해 평가된다. 이러한 평가는 지리적 그리드 상에서 행해질 수 있다. 그리드 포인트의 수는 네트워크 성능의 통계학적으로 중요한 표시에 대해 충분한 밀도여야 한다. 이러한 그리드 및 초기 네트워크 구성 상의 모든 RF 링크 메트릭스 데이터로부터, 전체적인 네트워크 성능은 상기 분류에 따라 산출된다. 결과의 전체적인-네트워크 성능 포인트는 커패시티/유효 범위 플로트로 플로팅된다.
최적화 공정에 적용되는 조율 가능한 네트워크 파라메터들의 최소한의 서브세트는 랜덤 프로세스에서 변경된다. RF 링크 메트릭스는 네트워크 파라메터들의 각각의 랜덤 세트에 대한 디자인 툴에 의해 재산출된다. 전체적인 네트워크 성능은 상기한 바와 같이 평가되고 커패시티/유효 범위 플로트로 플로팅된다. 모든 전체적인 성능 포인트의 외부 엔벨로프는 이러한 최적화 절차에서 얻어진 트레이드오프를 정의한다.
도 5는 상기 몬테 카를로 공정에서 얻어진 여러 가지 네트워크 구성에 대한 전체적인 네트워크 성능 포인트의 플로트의 예를 나타낸다. 외부 엔벨로프는 이러한 공정에서 얻어진 최적 트레이드오프를 형성한다.
상기한 바와 같이, 다른 가능한 구현은 주파수 플래닝 툴을 사용한 최적화이다. 네트워크를 그의 주파수 방식에 관하여 최적화시키기 위해, 디자인 툴은 주파수-플래닝 알고리즘(예, 상기 아셋 주파수 플래닝 툴)과 관련하여 사용될 수 있다. 각각의 주파수 방식에 대해, RF 링크 메트릭스는 디자인 툴을 사용하여 충분히 미세한 그리드 상에서 산출된다. RF 링크 메트릭스의 각각의 그리드로부터, 전체적인 네트워크 성능은 상기 분류에 따라 결정된다. 결과의 포인트 세트로부터, 최적 트레이드오프는 상기 방식으로 결정된다.
트레이드오프 곡선은 다음 방식으로 결정될 수 있다. 포인트 세트는 전체적인 성능 플롯에 제공된다고 가정하자(예, 도 5). 이러한 포인트들의 세트는 최적화 알고리즘으로부터의 결과일 수 있다. 최상의 네트워크 성능에 대한 포인트들을 나타내는 트레이드오프 곡선은 다음 알고리즘에 의해 밝혀질 수 있다:
/* 세트 내에 n개의 포인트가 존재하고, 각각의 포인트는 하나의 유일한 지수 i = 1, ..., n을 전달한다.
/* 네트워크 유효 범위 및 네트워크 커패시티에 대해 연관된 값은 (Covi,Capi).
/* 하기 간단한 루프 구조는 트레이드오프 곡선을 발견한다:
나머지 비-제로 포인트들은 상기 트레이드오프 곡선을 형성한다.
본 발명에 따른 전형적인 미분-기초 최적화 공정을 이하 상세히 기재할 것이다. 이러한 최적화 공정은 전체적인 네트워크 성능 메트릭스를 다루는 목적물에 대한 수많은 수학적인 연속 네트워크 파라메터들에 관하여 무선 네트워크의 성능을 최적화시킨다.
이러한 최적화 공정의 이러한 목적물은 최적화 공정에 대한 변수로 고려되는 네트워크 조율 파라메터들의 세트의 수학적 또는 수치 함수로서 공식화된다. 본 발명에 따라, 최적화 공정은 네트워크 조율 파라메터들에 관한 목적 함수의 정확하거나 또는 대략적인 제 1차 또는 고차 미분에 기초할 수 있다. 이는 조율 파라메터들이 수학적으로 연속적이고 전체적인 네트워크 성능 메트릭스가 지엽적으로 미분될 수 있기 때문에, 즉 파라메터 세팅의 작은 변화가 네트워크 성능에서 유일하게 작은 변화를 유발할 수 있기 때문에 신뢰할 수 있는 결과를 유도한다. 본 발명에 관련시켜 사용하기 적절한 수치적 최적화 프로그램의 예로는 문헌[로버터 포러, 데이비드 M. 그레이, 브레인 W. 커닝햄, "AMPL-A Modeling Language for Mathematical Programming," 더 사이언티픽 프레스(1993), 필립 E. 질, 월터 머레이 및 마이클 A. 썬더스, "SNOPT: An SQP Algorithm for Large-Scale Constrained Optimization," NA97-2, Dept. of Math., UC 샌 디에고(1997), 및 필립 E. 질, "User's Guide for SNOPT 5.3: A Fortran Package for Large-Scale Nonlinear Programming," 1997에 개시된 프로그램들을 들 수 있다.
수학적으로 연속적인 네트워크 파라메터들이 실제로 충분히 작은 스텝 사이즈로 이산적으로 세팅되는 경우, 이들 세팅은 최적 구성의 세팅을 라운딩함으로써 최적화 공정 후에 얻어질 수 있다. 이러한 라운딩 절차는 전체적인 네트워크 성능이 변수에 관하여 연속적이고 그에 따라 최대값 또는 최소값이 제거되어야 하기 때문에 전체적인 네트워크 성능에 현저하게 영향을 미치지 않는다.
상기 최적화 공정은 많은 장점을 갖는다. 예를 들면, 수많은 조율 파라메터의 함수로서 전체적인 네트워크 성능을 기입함으로써, 네트워크 성능에 대한 이들의 독립적인 효과가 획득될 수 있고 최적화 공정에서 고려된다. 다른 장점은 네트워크 조율 파라메터들에 관한 전체적인 네트워크 성능 메트릭스의 분석 양식을 사용함으로써 최적의 전체적인 네트워크 성능을 얻을 수 있도록 표준 최적화 공정을 이용할 수 있게 한다는 것이다.
상기 최적화 공정에서 최적화될 수 있는 목적물의 예는 다음과 같다:
1. 네트워크 유효 범위의 최대화. 상기한 바와 같이, 네트워크 유효 범위는로컬 유효 범위를 갖는 영역의 분율로 정의될 수 있고, 추가로 트래픽 밀도가 가중될 수 있다. 로컬 유효 범위는 간섭을 포함하는 로드 하에 특정 위치에서 서비스 가능성에 의해 정의될 수 있다.
2. 네트워크 커패시티의 최대화. 상기한 바와 같이, 네트워크 커패시티는 주어진 전체적인 타겟 블로킹율로 작용할 수 있는 제공된 공간 분포를 갖는 트래픽의 양으로 정의될 수 있다.
3. 네트워크 자원의 최소화. 이러한 유형의 목적물은 임의의 유형의 네트워크 자원을 다룰 수 있다.
4. 최적 구성의 1차원 해결 공간을 형성하는 상기 목적물중 2가지의 임의의 조합. 해결 공간은 2차원 플로트 내의 곡선으로서 플로팅될 수 있고, 이는 도 2A 및 2B에 예시된 방식으로 2 목적물 간의 트레이드오프를 나타낸다.
5. 상기 목적물중 하나에 직접적으로 관련된 임의의 목적물. 예를 들면, "주어진 트래픽 로드에서 전체적인 블로킹율"은 하나의 단조 함수가 나머지의 단조 함수로서 기재될 수 있기 때문에 네트워크 커패시티에 관련한다.
최적화 공정에 사용될 수 있는 네트워크 조율 파라메터들의 예는 다음과 같다:
1. 안테나 파라메터, 예를 들면 위치, 높이, 배향, 경사, 방위 및 고도 빔폭.
2. 통신 채널 및 링크당 전력 레벨.
3. 핸드오프 임계값
4. 셀 또는 셀 섹터당 채널 유니트의 수(그 수가 충분히 큰 경우 연속적으로 다루어질 수 있음).
5. 상품의 링크-의존형 비용, 예 전력 증폭기당 필요 전력 등.
최적화는 이들 파라메터들의 큰 세트, 예를 들면 모든 셀 섹터의 안테나 경사 등에 대해 행해질 수 있다. 이는 전체 네트워크 성능에 대한 상호 의존 효과가 최적화 절차에서 획득 및 고려되게 한다.
변수가 아닌 모든 파라메터들은 최적화 공정의 구속 요건, 예를 들면 고정된 네트워크 파라메터, 환경에서 전파와 연관된 파라메터, 공간적 트래픽 분포, 통신 표준으로 처리되어야 한다. 최적화 공정에 대해 선택된 상기 목적물 각각에 대해, 다른 목적물들이 구속 요건으로서 다루어져야 한다. 예를 들면, 네트워크 유효 범위는 제공되는 작용하는 모든 트래픽에 대해 최적화될 수 있고, 이는 네트워크 커패시티 등을 구속한다. 더욱이, 모든 조율 파라메터들의 범위는 이들 파라메터가 운영될 수 있거나 또는 운영되어야 하는 실제 범위로 구속되는 것이 바람직하다.
주어진 목적물과 네트워크 조율 파라메터 변수들 간의 함수 의존도의 모델링은 통신 채널들 표준-특정 파라메터들 간의 상호 작용, 전파 효과를 포함한다. 전체적인 네트워크 성능 메트릭스는 시간-평균화된 네트워크 성능을 획득하기 때문에, 통계적인 모델은 전파 효과 및 상호 작용을 공식화하기 위해 사용될 수 있다. 그러한 모델은 종래의 네트워크 디자인 툴에 대한 일반적인 용어로 기재되고 있고, 따라서 특정 네트워크에 대해 용이하게 개발될 수 있다. 전파 예측은 모델을 광선-추적함으로써, 또는 실제적인 인필드 측정치를 통합시킴으로써 개선될 수 있다.
최적화 알고리즘 자체는 예를 들면 정확한 또는 근사하는 제 1차 또는 고차 미분에 기초한 수치적 또는 수학적 함수를 최적화시키는 임의의 종래 알고리즘일 수 있다. 미분은 수치적으로 또는 분석적으로 산출될 수 있다.
상기 미분-기초 최적화 공정의 예시적인 구현은 아래 기재할 것이다.
이러한 구현에서, 네트워크 유효 범위 목적물은 다음과 같이 정의된다. 어떤 위치는 통신 링크가 적절히 시작 및 종료될 수 있을 때, 그리고 링크가 업되는, 즉, 로컬 유효 범위가 존재하는 시간 동안 그 링크 트래픽이 충분한 링크 품질을 가질 때 커버되는 것으로 고려된다. 이들 조건은 여러 가지 통신 채널을 상이한 링크 요건들에 관련시킬 수 있다.
미분-기초 최적화 공정의 이러한 전형적인 구현에서 네트워크 커패시티 및 네트워커 유효 범위 목적물은 네트워크 커패시티에 따라 네트워크 유효 범위의 트레이드오프와 관련된 상기 방식으로 정의될 수 있다.
네트워크 자원 목적물은 다음 방식으로 정의될 수 있다. 최소화되는 여러 가지 자원이 존재할 수 있다. 예를 들면, 셀 섹터 또는 셀당 전력-레벨 요건으로 나타낸 전력 증폭기에 대한 전체 하드웨어 비용은 최소화될 수 있다. IS-95 CDMA 시스템에서, 섹터당 전력-레벨 요건은 트래픽 채널들의 수 및 이들의 평균 전력 레벨 PTraffic및 파일러트, 싱크 및 페이징 채널들 PPilot, PSynch및 PPage각각에 대해 필요한 오버헤드로 주어진다. 전력 증폭기는 인자 λi에 의해 채널당 전력-레벨을 균일하게 감소시키거나, 또는 트래픽 채널 Γk의 양을 감소시킴으로써 축소될 수 있고, 여기서, 전체 전력은 하기 수학식으로 주어진다.
전력 증폭기당 비용은 그의 전력의 단조 함수 COGk(Ptot)k이다. 이 함수는 분석적이어야 한다. 전체적인 네트워크에서 전력 증폭기에 대한 비용은 다음과 같다:
RF 환경은 다음 방식으로 모델링될 수 있다. 이러한 예시 모델링 절차는 IS-95 CDMA 시스템에 대한 것이고, 잠재적인 사용자 위치, 예를 들면 모바일과 기지국 또는 기지국 섹터 간의 링크를 고려한다.
1. 타겟 유효 범위는 환경에서 정의된다.
2. 타겟 트래픽 분포는 면적 당 트래픽 밀도 TD(x,y)(예, Erl/km2)으로 주어진다. 이러한 트래픽 밀도는 생생한 트래픽 데이터로부터 유도할 수 있다. 바람직하게는, 이러한 트래픽 밀도는 타겟 유효 범위에서 네트워크의 타겟 커패시티로 정규화된다:
3. 그리드 또는 메시는 잠재적 또는 실제 사용자 위치를 나타내는 그리드포인트에 따라 타겟 유효 범위에 걸쳐 발생된다. 로드-기초 메시는 "Road-Based Evaluation and Interpolation of Wireless Network Parameters"라는 표제의 K.L. 클락슨 등의 상기 미합중국 특허 출원에 개시된 바와 같이 사용될 수 있다.
a) 그리드 포인트 지수: 1, ... i ..., n.
b) 그리드 포인트의 위치:Y i= (xi,yi)
그리드 스페이싱은 트래픽 밀도의 변화를 고려하여 타겟 유효 범위에 걸쳐 변화될 수 있다.
4. 트래픽 밀도는 모든 그리드 포인트에 할당된다: TDi= TD(xi,yi)·G2 i(Erl), 여기서 Gi는 로컬 그리드 스페이싱이다.
5. 잠재적인 사용자 트랜스시버를 나타내는 모든 그리드 포인트는 다음을 특징으로 한다:
a) 높이, 조사 패턴(방위각, 고도각), 안테나 배향, 경사 등의 관련 안테나 데이터: hi, gi(θ, φ), αi, βi.
b) 안테나 포트에서 송신 전력(Tx-전력): Pi.
c) 안테나 포트에서 기지국 k로부터 전체 수신 전력(Rx-전력) 레벨: Etotik= Lik·Ptotk.
d) 안테나 포트에서 기지국 k의 파일러트 채널의 Rx-전력 레벨: Ecik=Lik·Pck, 여기서, Lik는 아래 기재될 일반적인 경로 손실 인자이다.
e) 열적 잡음 플로어 + 외부 간섭: N0
f) 사용자 수신기의 잡음 플로어: NFi
6. 기지국 또는 기지국 섹터들은 지수 및 위치를 전달한다.
a) 기지국 지수: l ... k ... m.
b) 기지국 위치:X k= (xk, yk)
7. 모든 기지국 또는 기지국 섹터는 다음을 특징으로 한다:
a) 높이, 조사 패턴(방위각, 고도각), 안테나 배향, 경사 등의 관련 안테나 데이터: hk, gk(θ, φ), αk, βk.
b) 안테나 포트에서 최대 Tx-전력: Ptotk.
c) 안테나 포트에서 파일러트 채널의 Tx-전력: Pck= bk·Ptotk.
d) 안테나 포트에서 모바일의 Rx-전력 레벨: Sik= Lik·Pi, 여기서, Lik는 일반적인 경로 손실 인자이다.
e) 열적 잡음 플로어 + 페이드 마진을 포함하는 외부 간섭: No
f) 사용자 수신기의 잡음 플로어: NFk.
g) 트래픽 채널의 최대수: Γk.
8. 경로-손실 산출. 전파-경로-손실 매트릭스 PLik가 산출된다. PLik는 k번째 기지국 또는 섹터의 안테나 연결기로부터 i번째 모바일 트랜스시버의 안테나 연결기로의 전파 손실을 할당한다. 사용된 특정 모델은 로컬 형태론 및 지세학에 크게 의존한다. 경로 손실 PLik에 대한 평균값을 예측하는 적절한 모델은 예를 들면 문헌["Cellular System, Design & Optimization," 클린트 스미쓰, P.E., 및 커트 거벌리스, 에디터: 맥그로우-힐(1996)]에 개시되어 있다. 이들 모델은 기본적으로 다음 형상을 갖는다:
여기서,
PLik: BS k와 모바일 위치 i 간의 경로 손실.
dik= ∥X i-Y k∥
잘 공지된 하타 모델을 사용함으로써, PLik에서 파라메터들의 예는 다음과 같다:
PL0= 6.955·(fc(MHz))2.616·(hk(m))-1.382
d0= 1km
κ= 4.49 - 0.655·log10(hk(m))
이들 파라메터는 1.5m의 모바일 높이 및 도시 환경에 대한 경로 손실을 나타낸다. 도시 근교 환경에 대해, PLik는 9.88dB만큼 감소되고, 시골 지역에 대해28.41dB만큼 감소된다.
이러한 단계의 일부로서, 일반적인 경로-손실 매트릭스 Lik는 경로 손실 외에 BS k에서 안테나 연결기로부터 모바일 i에서 안테나 연결기로의 링크 버짓의 모든 파라메터들을 포함하는 것으로 결정된다. 이는 또한 모바일 및 기지국 안테나에 대한 안테나 패턴 및 이득을 포함한다. 이 실시예에서 전파 모델은 통계학적인 모델이기 때문에, Lit는 문헌["Cellular System, Design & Optimization," 클린트 스미쓰, P.E. 및 커트 거빌리스, 에디터: 맥그로우-힐(1996), 및 윌리엄 C.Y. 리, "Mobile Communications Design Fundamentals," 제 2판, 존 윌리 & 선스, 인크(1993)]]에 개시된 바와 같이 Raleigh 페이딩 및 로그-통상의 쉐도우 페이딩을 위한 마진을 포함할 수 있다. 일반적인 경로-손실 매트릭스는 하기 수학식으로 주어진다:
모든 고정된 손실 및 이득 파라메터들은 Ω에 의해 요약된다. 방위각 및 고도각 θ, φ는 다음과 같이 정의되고:, 여기서,여기서, H(x, y)는 지세 고도이다. 언덕 위의 회절 등의 보다 정제된 지세 효과 역시 포함될 수 있다.
9. 사용자들의 섹터로의 할당은 포워드 링크로 행해진다. 소프트 핸드오프는 단순히 할 목적으로 무시된다. 사용자 i는 아래의 경우 섹터 k에 할당된다:
여기서, Ak는 섹터 k의 할당 영역이다.
10. 전체적인 유효 범위의 산출은 다음과 같이 수행된다:
a) 포워드 링크: 사용자는 아래의 경우 로컬 포워드-링크 유효 범위를 갖는다:
여기서,
BFk: 섹터 k의 포워드-링크 유효 범위.
b) 리버스 링크: 사용자는 아래의 경우 로컬 리버스-링크 유효 범위를 갖는다:
여기서,
Pmax: 최대 모바일 전력 레벨.
이는 리버스 링크에서 완전한 전력 제어를 가정한다. 할당된 지역에서 모바일로부터 수신된 전력 레벨은 모두 동일하다. 이들의 최대값은 이 섹터에서 최대 모바일 전력 및 최대 경로 손실에 의해 제공된다. 더욱이,
여기서, Bfk는 섹터 k의 리버스-링크 유효 범위이다.
c) 전체적인 로컬 유효 범위:
이는 로컬 유효 범위 함수를 정의한다:
네트워크 유효 범위 Covtot는 다음 식으로 주어진다:
11. 전체적인 유효 범위의 산출:
상기한 바와 같이, 전체적인 커패시티는 다음과 같이 정의된다: τ·Covtot.
12. 자원의 산출: 상기 주어진 바와 같이,
이는 RF 환경의 모델링 공정을 완료한다.
미분-기초 최적화 공정의 이러한 구현에서 최적화에 적절한 네트워크 조율 파라메터 변수의 많은 예들을 아래 기재할 것이다. 다음 네트워크 파라메터들은 최적화를 위한 변수로서 사용될 수 있다.
1. 안테나 데이터: 높이, 배향, 경사: hk, αk, βk.
2. 안테나 위치:Y k.
3. 여러 통신 채널에 대한 송신 전력 레벨: Ptotk, PPilot, PTraffic
4. 채널 유니트의 양: Γk. 이는 연속적인 파라메터가 아니지만, 수학적 센스로 그와 같이 처리될 수 있다.
5. 전력 증폭기 스케일링 인자: λk
미분 함수의 공식화를 아래 기재할 것이다. 미분은 수학적 또는 수치적 양식으로 다루어질 수 있다. 수치 처리가 선택되는 경우, 미분은 다음과 같이 제한된 차이에 의해 정의될 수 있다:
동일하거나 또는 유사한 공식은 최적화 공정에서 모든 다른 목적 함수 및 변수에 대해 행해질 수 있다.
상기 그리드는 이산적이기 때문에, 섹터들로의 모바일 할당은 변수가 연속적으로 변화될 때 이산적인 단계로 발생될 것이다. 미분에 대한 타당한 결과를 얻기 위해, 일반적으로 충분히 큰 그리드 및 Δβk에 대해 충분히 큰 값을 반드시 선택한다. 이는 점차로 더 미세한 그리드 스페이싱에 대한 최적화를 운행함으로써 용이하게 검토될 수 있다. 최적화가 유효 범위를 초래할 때, 충분히 미세한 그리드 스페이싱은 선택된 Δβk값의 특정 세트에 대해 밝혀졌다. 대안으로, 미분은 분석적으로 결정될 수 있다. 로드-기초 보간 기술에 기초한 그러한 구현은 "Road-Based Evaluation and Interpolation of Wireless Network Parameters"라는 표제의 K.L. 클락슨 등의 상기 인용된 미합중국 특허에 개시되어 있다.
미분-기초 최적화 공정에서, 모든 네트워크 조율 파라메터들에 관한 목적 함수, 구속 요건 및 목적 함수의 미분 기능은 예를 들면 수치 함수로서 발생될 수 있다. 결과의 함수는 최적화를 수행하기 위해 시판중인 임의의 종래의 수치적 최적화 프로그램에 의해 처리될 수 있다. 상기한 바와 같이, 본 발명과 관련시켜 사용하기 적절한 수치적 최적화 프로그램의 예로는 AMPL 및 SNOPT를 들 수 있다.
도 2A, 2B, 3A, 3B, 4A, 4B 및 5의 그래픽 디스플레이는 예를 들면시스템(10)의 프로세서(12)에 의해 실행된 소프트웨어 프로그램 명령에 따라 발생될 수 있다. 본 발명에 따라 적절히-구성된 소프트웨어 프로그램은 예를 들면 1개 이상의 소스로부터 네트워크 파라메터 데이터를 얻고, 본 발명의 최적화 공정에 따라 네트워크 파라메터 데이터를 처리하고, 목적하는 포맷으로 결과의 네트워크 구성 정보를 플로팅하는 디스플레이를 발생시킬 수 있다.
본 발명의 상기 실시예들은 단지 예시하고자 의도된 것이다. 예를 들면, 상기 기술들은 무선 네트워크를 디자인하거나, 또는 이미 오퍼레이션 중인 현존하는 네트워크를 최적화시키거나 또는 그렇지 않으면 개선시키기 위해 사용될 수 있다. 또한, 본 발명은 서브-네트워크에, 예를 들면 주어진 무선 네트워크의 지정된 부분에, 그리고 많은 상이한 유형의 네트워크에, 예를 들면 모바일 가입자 유니트 또는 고정된 가입자 유니트 또는 모바일 유니트와 고정된 유니트의 조합을 갖는 네트워크에 적용될 수 있다. 첨부된 특허 청구의 범위 내의 이들 실시예 및 수많은 다른 대안의 실시예들은 당업계의 숙련자라면 용이하게 이해할 것이다.
본 발명은 무선 네트워크의 전체적인 성능을 특성화, 조정 및/또는 최적화시키기 위한 개선된 기술을 제공한다.

Claims (36)

  1. 무선 네트워크의 성능을 특성화시키기 위한 프로세서-구현 방법에 있어서, 상기 방법은,
    복수개의 네트워크 파라메터들에 대한 값들을 판정하는 단계; 및
    네트워크 유효 범위 및 네트워크 커패시티의 대표적인 성분들을 포함하는 무선 네트워크의 성능의 척도를 발생시키는 네트워크 파라메터 값들을 처리하는 단계를 포함하는, 프로세서-구현 방법.
  2. 제 1 항에 있어서, 상기 네트워크 파라메터들의 적어도 하나의 서브셋이 링크 파라메터들을 포함하는, 프로세서-구현 방법.
  3. 제 1 항에 있어서, 네트워크 유효 범위 성분은 서비스 품질이 타겟 유효 범위에 관하여 특정 임계값 이상인 영역의 분율로서 적어도 부분적으로 정의되는, 프로세서-구현 방법.
  4. 제 3 항에 있어서, 상기 서비스 품질은 무선 네트워크의 특정 링크 내에 적어도 하나의 통신 채널을 포함하는, 프로세서-구현 방법.
  5. 제 1 항에 있어서, 네트워크 유효 범위 성분은 가중 인자에 따라 가중되는,프로세서-구현 방법.
  6. 제 5 항에 있어서, 가중 인자는 특정 유효 범위 내에서 트래픽 밀도의 대표인, 프로세서-구현 방법.
  7. 제 1 항에 있어서, 무선 네트워크의 주어진 통신 채널에 대한 네트워크 유효 범위 성분은 트래픽 로드 하에 유효 범위의 감소를 반영할 수 있도록 무선 네트워크에서 다른 통신 채널들로부터 간섭을 포함하도록 구성되는, 프로세서-구현 방법.
  8. 제 1 항에 있어서, 네트워크 유효 범위 성분이 하기 수학식
    여기서, TCA는 타겟 유효 범위를 나타내고, Cov(x,y)는 주어진 위치(x,y)에 유효 범위 지시를 할당하는 유효 범위 함수로 정의된 전체적인 영역-가중 네트워크 유효 범위 성분을 포함하는, 프로세서-구현 방법.
  9. 제 8 항에 있어서, 유효 범위 함수 Cov(x,y)가 하기 수학식
    으로 정의되는, 프로세서-구현 방법.
  10. 제 1 항에 있어서, 네트워크 유효 범위 성분이 하기 수학식
    여기서, TD(x,y)는 로컬 트래픽 밀도 함수이고, Cov(x,y)는 주어진 위치(x,y)에 유효 범위 지시를 할당하는 유효 범위 함수로 정의된 전체적인 영역-가중 네트워크 유효 범위 성분을 포함하는, 프로세서-구현 방법.
  11. 제 10 항에 있어서, 유효 범위 함수 Cov(x,y)가 하기 수학식
    으로 정의되는, 프로세서-구현 방법.
  12. 제 1 항에 있어서, 상기 네트워크 커패시티 성분이 주어진 공간적 분포를 갖는 양의 트래픽에 의해 적어도 부분적으로 정의되고, 공간적 트래픽 분포와 정합시키는 무선 네트워크의 능력을 나타내는, 프로세서-구현 방법.
  13. 제 1 항에 있어서, 상기 네트워크 커패시티 성분이 특정 타겟 블로킹율에 따라 네트워크에 의해 수행될 수 있는 주어진 공간 분포를 갖는 양의 트래픽을 추가로 나타내는, 프로세서-구현 방법.
  14. 제 13 항에 있어서, 상기 특정 타겟 블로킹율은 다음 수학식
    으로 정의되며, 여기서 실패한 시도들은 네트워크 자원들의 과부하에 기인하는 서비스 시작 실패들인, 프로세서-구현 방법.
  15. 제 13 항에 있어서, 상기 네트워크 커패시티 성분은 다음 수학식
    네트워크 커패시티 = τ·네트워크 유효 범위
    여기서, τ는 정규화된 트래픽 분포에 대한 승수이고, 대응하는 트래픽 로드가 특정 타겟 블로킹율에서 네트워크에 의해 다루어질 수 있도록 하는 값으로 설정되므로 정의되는, 프로세서-구현 방법.
  16. 제 1 항에 있어서, 상기 네트워크 커패시티 성분이 주어진 트래픽 로드에서 블로킹된 서비스 요청의 양으로 적어도 부분적으로 정의되는, 프로세서-구현 방법.
  17. 제 1 항에 있어서, 상기 복수개의 상이한 네트워크 구성을 위해 발생된 상이한 네트워크 성능 척도의 가시적인 비교를 허용하는 2차원 도면에서 무선 네트워크의 성능을 나타내는 단계를 추가로 포함하는, 프로세서-구현 방법.
  18. 제 17 항에 있어서, 상기 2차원 도면은 네트워크 유효 범위와 네트워크 커패시티 성분 간의 트레이드오프에 기초한 다중 구성 중에서 성능 트레이드오프를 예시하도록 복수개의 상이한 네트워크 구성에 대한 네트워크 성능 척도의 표시를 포함하는, 프로세서-구현 방법.
  19. 제 17 항에 있어서, 상기 2차원 도면은 복수개의 구성 각각에 대한 트레이드오프 곡선을 포함하고, 각각의 트레이드오프 곡선은 특정 네트워크 자원 구속 요건 하에 대응하는 구성에 대해 발생된 네트워크 성능 척도에 각각 대응하는 다수의 포인트를 포함하는, 프로세서-구현 방법.
  20. 제 19 항에 있어서, 상기 트레이드오프 곡선의 포인트 세트의 적어도 서브세트의 외부 엔벨로프는 복수개의 네트워크 구성을 위한 네트워크 커패시티 성분과 네트워크 유효 범위 간의 최적 트레이드오프 곡선을 정의하는, 프로세서-구현 방법.
  21. 제 1 항에 있어서, 제안된 네트워크 구성을 발생시키는 최적화 알고리즘을 사용하는 무선 네트워크의 성능을 최적화시키는 단계를 추가로 포함하고, 여기서 제안된 네트워크 구성은 네트워크 성능 척도를 사용하여 평가되는, 프로세서-구현 방법.
  22. 제 21 항에 있어서, 상기 최적화 알고리즘은 주파수 플래닝 툴을 포함하는, 프로세서-구현 방법.
  23. 제 21 항에 있어서, 상기 최적화 알고리즘은 미분-기초 최적화 프로세스를 포함하는, 프로세서-구현 방법.
  24. 제 1 항에 있어서, 성능 척도의 네트워크 커패시티 성분 및 네트워크 유효 범위 중의 적어도 하나의 특정 값에 대한 네트워크 구성을 판정하는 최적화 알고리즘을 사용하여 무선 네트워크의 성능을 최적화하는 단계를 추가로 포함하는, 프로세서-구현 방법.
  25. 제 24 항에 있어서, 상기 최적화 알고리즘은 특정 네트워크 유효 범위 또는 네트워크 커패시티 이외의 목적물에 대한 네트워크 구성을 포함하는, 프로세서-구현 방법.
  26. 제 24 항에 있어서, 상기 최적화 알고리즘은 다른 성분과 연관된 상이한 구속 요건 값에 대한 네트워크 커패시티 성분 및 네트워크 유효 범위 중의 특정한 것을 최적화시키는, 프로세서-구현 방법.
  27. 제 24 항에 있어서, 상기 최적화 알고리즘은 네트워크 커패시티 성분 및 네트워크 유효 범위 성분의 선형 조합으로서 특정된 네트워크 성분 목적물을 최적화시키는, 프로세서-구현 방법.
  28. 제 27 항에 있어서, 상기 네트워크 성분 목적물은 다음 수학식
    α·유효 범위 + (1-α)·커패시티, α∈[0,1]
    여기서, "유효 범위"는 네트워크 유효 범위 성분을 나타내고, "커패시티"는 네트워크 커패시티 성분을 나타내는 것으로 특정되는, 프로세서-구현 방법.
  29. 무선 네트워크의 성능을 특성화시키기 위한 장치에 있어서, 상기 장치는,
    (i) 복수개의 네트워크 파라메터들에 대한 값을 판정하고; 그리고 (ii) 네트워크 유효 범위 및 네트워크 커패시티의 대표적인 성분들을 포함하는 무선 네트워크의 성능의 척도를 발생시키는 네트워크 파라메터 값들을 처리하도록 작동하는 프로세서-기초 시스템을 포함하는, 무선 네트워크의 성능을 특성화시키기 위한 장치.
  30. 무선 네트워크의 성능을 특성화하는데 사용하기 위해 하나 또는 그 이상의 소프트웨어 프로그램들을 저장하는 컴퓨터-판독 가능한 매체를 포함하는 제조 제품에 있어서, 프로세서에 의해 실행될 때 하나 또는 그 이상의 프로그램들은,
    복수개의 네트워크 파라메터들에 대한 값을 판정하는 단계; 및
    네트워크 유효 범위 및 네트워크 커패시티의 대표적인 성분들을 포함하는 무선 네트워크의 성능의 척도를 발생시키는 네트워크 파라메터 값들을 처리하는 단계를 수행하는, 제조 제품.
  31. 무선 네트워크의 성능을 특성화시키기 위한 프로세서-구현 방법에 있어서, 상기 방법은,
    복수개의 네트워크 파라메터들에 대한 값을 판정하는 단계; 및
    적어도 2개의 치수를 갖는 벡터를 포함하고, 네트워크 자원의 주어진 세트에 대한 무선 네트워크의 성능의 대표적인 무선 네트워크의 성능의 척도를 발생시키는 네트워크 파라메터 값들을 처리하는 단계를 포함하는, 프로세서-구현 방법.
  32. 제 31 항에 있어서, 상기 벡터는 네트워크 유효 범위에 대응하는 제 1 치수 및 네트워크 용량에 대응하는 제 2 치수를 포함하는, 프로세서-구현 방법.
  33. 무선 네트워크의 성능을 특성화시키기 위한 장치에 있어서, 상기 장치는,
    (i) 복수개의 네트워크 파라메터들에 대한 값을 판정하고; 그리고 (ii) 적어도 2치수를 갖는 벡터를 포함하고 주어진 세트의 네트워크 자원에 대한 무선 네트워크의 성능의 대표적인 무선 네트워크의 성능의 척도를 발생시키는 네트워크 파라메터 값들을 처리하도록 작동하는 프로세서-기초 시스템을 포함하는, 장치.
  34. 제 33 항에 있어서, 상기 벡터는 네트워크 유효 범위에 대응하는 제 1 치수 및 네트워크 용량에 대응하는 제 2 치수를 포함하는, 장치.
  35. 무선 네트워크의 성능을 특성화하는데 사용하기 위해 하나 또는 그 이상의 소프트웨어 프로그램들을 저장하는 컴퓨터-판독 가능한 매체를 포함하는 제조 제품에 있어서, 프로세서에 의해 실행될 때 하나 또는 그 이상의 프로그램들은,
    복수개의 네트워크 파라메터들에 대한 값을 판정하는 단계; 및
    적어도 2치수를 갖는 벡터를 포함하고 주어진 세트의 네트워크 자원에 대한 무선 네트워크의 성능의 대표적인 무선 네트워크의 성능의 척도를 발생시키는 네트워크 파라메터 값들을 처리하는 단계를 포함하는, 제조 제품.
  36. 제 35 항에 있어서, 상기 벡터는 네트워크 유효 범위에 대응하는 제 1 치수 및 네트워크 용량에 대응하는 제 2 치수를 포함하는, 제조 제품.
KR1020000065380A 1999-11-04 2000-11-04 무선 네트워크를 특징지우고, 조절하고, 최적화하기 위한 방법 및 장치 KR100757884B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/434,579 US6842431B2 (en) 1999-11-04 1999-11-04 Methods and apparatus for characterization, adjustment and optimization of wireless networks
US09/434579 1999-11-04

Publications (2)

Publication Number Publication Date
KR20010060259A true KR20010060259A (ko) 2001-07-06
KR100757884B1 KR100757884B1 (ko) 2007-09-12

Family

ID=23724799

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020000065380A KR100757884B1 (ko) 1999-11-04 2000-11-04 무선 네트워크를 특징지우고, 조절하고, 최적화하기 위한 방법 및 장치

Country Status (9)

Country Link
US (1) US6842431B2 (ko)
EP (1) EP1098545B1 (ko)
JP (1) JP2001204069A (ko)
KR (1) KR100757884B1 (ko)
CN (1) CN1295388A (ko)
AU (1) AU6958500A (ko)
BR (1) BR0006769A (ko)
CA (1) CA2324387A1 (ko)
DE (1) DE60035755T2 (ko)

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7142523B1 (en) * 2000-07-31 2006-11-28 Lucent Technologies Inc. Methods and apparatus for design, adjustment or operation of wireless networks using pre-frequency-assignment optimization
US6937592B1 (en) * 2000-09-01 2005-08-30 Intel Corporation Wireless communications system that supports multiple modes of operation
US8023421B2 (en) * 2002-07-25 2011-09-20 Avaya Inc. Method and apparatus for the assessment and optimization of network traffic
US6567387B1 (en) 2000-11-07 2003-05-20 Intel Corporation System and method for data transmission from multiple wireless base transceiver stations to a subscriber unit
US20020136287A1 (en) * 2001-03-20 2002-09-26 Heath Robert W. Method, system and apparatus for displaying the quality of data transmissions in a wireless communication system
US7840652B2 (en) * 2001-03-21 2010-11-23 Ascentive Llc System and method for determining network configuration settings that provide optimal network performance
GB2373961B (en) * 2001-03-30 2003-03-05 3Com Corp Method and apparatus for detecton of server-like devices within a network
US7123893B1 (en) * 2001-04-24 2006-10-17 Bellsouth Intellectual Property Corp. Wireless frequency re-use determination systems and methods
US7149254B2 (en) * 2001-09-06 2006-12-12 Intel Corporation Transmit signal preprocessing based on transmit antennae correlations for multiple antennae systems
US8977284B2 (en) 2001-10-04 2015-03-10 Traxcell Technologies, LLC Machine for providing a dynamic data base of geographic location information for a plurality of wireless devices and process for making same
US20030067890A1 (en) * 2001-10-10 2003-04-10 Sandesh Goel System and method for providing automatic re-transmission of wirelessly transmitted information
US7336719B2 (en) 2001-11-28 2008-02-26 Intel Corporation System and method for transmit diversity base upon transmission channel delay spread
EP1328131B1 (en) * 2002-01-15 2008-02-27 Koninklijke KPN N.V. Method and system for planning and/or evaluating of cell capacity in CDMA radio networks
US7012978B2 (en) * 2002-03-26 2006-03-14 Intel Corporation Robust multiple chain receiver
DE10251993B4 (de) * 2002-11-06 2012-09-27 Actix Gmbh Verfahren und Vorrichtung zur Optimierung von zellularen drahtlosen Nachrichtennetzen
US20040165561A1 (en) * 2003-02-21 2004-08-26 Chiou Ta-Gang System for constructing a mobility model for use in mobility management in a wireless communication system and method thereof
FR2866509B1 (fr) * 2004-02-13 2006-04-28 Thales Sa Procede d'optimisation de la planification dans un systeme de communications de type cdma
US20060203743A1 (en) * 2005-03-10 2006-09-14 Quinn Liam B Apparatus and methods for dynamically configurable wireless network
EP1718090A1 (en) * 2005-04-29 2006-11-02 Siemens S.p.A. A method of optimising a cellular communication network, related system and computer program product
US8312074B2 (en) * 2005-05-26 2012-11-13 Bytemobile, Inc. Method for multipart encoding
US7577103B2 (en) * 2005-06-30 2009-08-18 Alcatel-Lucent Usa Inc. Dynamic methods for improving a wireless network
US20070010207A1 (en) * 2005-07-05 2007-01-11 Dooley John A System and method for the ultra-precise analysis and characterization of RF propagation dynamics in wireless communication networks
US7529236B2 (en) * 2005-08-15 2009-05-05 Technocom Corporation Embedded wireless location validation benchmarking systems and methods
US7738864B2 (en) * 2005-08-15 2010-06-15 At&T Mobility Ii Llc Embedded wireless benchmarking systems and methods
CN101243710B (zh) * 2005-08-16 2011-10-12 日本电气株式会社 无线通信系统的无线电参数确定方法和装置
US7512382B2 (en) * 2005-11-22 2009-03-31 Alcatel-Lucent Usa Inc. Modeling power amplifier and spreading code limits in a wireless system
JP4946867B2 (ja) * 2005-11-22 2012-06-06 日本電気株式会社 無線ネットワーク設計装置および方法
US9164239B2 (en) * 2006-03-15 2015-10-20 Alcatel Lucent Method and apparatus for optically filtering a communication signal
US7929975B2 (en) * 2007-02-26 2011-04-19 Tropos Networks, Inc. Prequalification of potential wireless customers
US8055141B2 (en) * 2007-12-17 2011-11-08 Alcatel Lucent Balanced optical signal processor
US8098590B2 (en) * 2008-06-13 2012-01-17 Qualcomm Incorporated Apparatus and method for generating performance measurements in wireless networks
US8880111B2 (en) 2008-07-25 2014-11-04 Qualcomm Incorporated System and method for network management
EP2230863A3 (en) * 2009-03-16 2015-04-22 Actix GmbH Method for approximating and optimizing gains in capacity and coverage resulting from deployment of multi-antennas in cellular radio networks
CN101873596B (zh) * 2009-04-27 2014-08-13 中兴通讯股份有限公司 一种优化网络覆盖和容量的方法及系统
US20110090820A1 (en) 2009-10-16 2011-04-21 Osama Hussein Self-optimizing wireless network
CN102195690A (zh) * 2010-03-16 2011-09-21 埃克提克斯有限责任公司 估算/优化蜂窝无线网络中多天线配置产生的容量增益以及覆盖范围的方法
EP2499856B1 (en) 2010-06-29 2020-08-12 Commonwealth Scientific and Industrial Research Organisation Dynamic network configuration
US9160449B2 (en) 2010-10-13 2015-10-13 Ccs Technology, Inc. Local power management for remote antenna units in distributed antenna systems
US9252874B2 (en) 2010-10-13 2016-02-02 Ccs Technology, Inc Power management for remote antenna units in distributed antenna systems
WO2012071367A1 (en) 2010-11-24 2012-05-31 Corning Cable Systems Llc Power distribution module(s) capable of hot connection and/or disconnection for distributed antenna systems, and related power units, components, and methods
US11296504B2 (en) 2010-11-24 2022-04-05 Corning Optical Communications LLC Power distribution module(s) capable of hot connection and/or disconnection for wireless communication systems, and related power units, components, and methods
US8509762B2 (en) 2011-05-20 2013-08-13 ReVerb Networks, Inc. Methods and apparatus for underperforming cell detection and recovery in a wireless network
CN103733664B (zh) 2011-07-11 2017-10-24 康普技术有限责任公司 用于管理分布式天线系统的方法和设备
WO2013036793A1 (en) 2011-09-09 2013-03-14 ReVerb Networks, Inc. Methods and apparatus for implementing a self optimizing-organizing network manager
AU2012308170B2 (en) 2011-09-15 2017-02-23 Andrew Wireless Systems Gmbh Configuration sub-system for telecommunication systems
EP2661828B1 (en) 2011-09-16 2016-03-23 Andrew Wireless Systems GmbH Integrated intermodulation detection sub-system for telecommunications systems
US9258719B2 (en) * 2011-11-08 2016-02-09 Viavi Solutions Inc. Methods and apparatus for partitioning wireless network cells into time-based clusters
EP2815541B1 (en) 2012-02-17 2018-06-27 Osama Tarraf Methods and apparatus for coordination in multi-mode networks
US10506454B2 (en) 2012-07-31 2019-12-10 Dali Systems Co., Ltd. Optimization of traffic load in a distributed antenna system
US9154222B2 (en) 2012-07-31 2015-10-06 Corning Optical Communications LLC Cooling system control in distributed antenna systems
WO2014040608A1 (en) 2012-09-14 2014-03-20 Andrew Wireless Systems Gmbh Uplink path integrity detection in distributed antenna systems
WO2014053149A1 (en) 2012-10-05 2014-04-10 Andrew Wireless Systems Gmbh Capacity optimization sub-system for distributed antenna system
US10257056B2 (en) 2012-11-28 2019-04-09 Corning Optical Communications LLC Power management for distributed communication systems, and related components, systems, and methods
US9497706B2 (en) * 2013-02-20 2016-11-15 Corning Optical Communications Wireless Ltd Power management in distributed antenna systems (DASs), and related components, systems, and methods
WO2015029028A1 (en) 2013-08-28 2015-03-05 Corning Optical Communications Wireless Ltd. Power management for distributed communication systems, and related components, systems, and methods
WO2015079435A1 (en) 2013-11-26 2015-06-04 Corning Optical Communications Wireless Ltd. Selective activation of communications services on power-up of a remote unit(s) in a distributed antenna system (das) based on power consumption
EP2934037B1 (en) * 2014-04-15 2016-04-13 Telefonaktiebolaget LM Ericsson (publ) Technique for Evaluation of a Parameter Adjustment in a Mobile Communications Network
US9509133B2 (en) 2014-06-27 2016-11-29 Corning Optical Communications Wireless Ltd Protection of distributed antenna systems
US9653861B2 (en) 2014-09-17 2017-05-16 Corning Optical Communications Wireless Ltd Interconnection of hardware components
US9113353B1 (en) 2015-02-27 2015-08-18 ReVerb Networks, Inc. Methods and apparatus for improving coverage and capacity in a wireless network
US9785175B2 (en) 2015-03-27 2017-10-10 Corning Optical Communications Wireless, Ltd. Combining power from electrically isolated power paths for powering remote units in a distributed antenna system(s) (DASs)
CN106330345B (zh) * 2015-06-29 2020-03-06 中兴通讯股份有限公司 一种检测电调天线连接线序的方法和装置
WO2018077420A1 (en) * 2016-10-28 2018-05-03 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for managing antenna tilt
CN112906999B (zh) * 2019-11-19 2023-08-18 中国移动通信集团安徽有限公司 话务指标优化效果评估方法、装置及计算设备
CN113133024B (zh) * 2019-12-31 2022-09-02 北京华为数字技术有限公司 一种网络资源的配置方法及装置
TWI718016B (zh) 2020-02-27 2021-02-01 國立交通大學 細胞佈建之方法與相關的電腦程式產品
US11368857B1 (en) * 2021-01-08 2022-06-21 Cisco Technology, Inc. Adaptive beamwidth switching and beam steering in large public venue (LPV) smart antenna system
CN116233866B (zh) * 2023-05-09 2023-08-04 北京智芯微电子科技有限公司 无线传感器的布控优化方法与布控优化系统
CN116633770B (zh) * 2023-05-29 2024-02-13 深圳市海成智联科技有限公司 一种适用于局域网设备运行的自动配置运行监管系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5023900A (en) 1989-12-07 1991-06-11 Tayloe Daniel R Cellular radiotelephone diagnostic system
FI100043B (fi) * 1992-01-23 1997-08-29 Nokia Telecommunications Oy Solukkoradioverkon suunnittelumenetelmä ja -järjestelmä
WO1994003986A1 (en) 1992-07-31 1994-02-17 Airtouch Communications Computer-implemented modelling system for wireless communications systems
US5666648A (en) * 1993-11-09 1997-09-09 Leo One Ip, L.L.C. Polar relay system for satellite communication
US5715516A (en) * 1995-10-18 1998-02-03 Cellular Telecom, Ltd. Method and apparatus for wireless communication employing collector arrays
GB2320618A (en) * 1996-12-20 1998-06-24 Northern Telecom Ltd Base station antenna arrangement with narrow overlapping beams
US6122266A (en) * 1997-02-19 2000-09-19 Lucent Technologies Inc. Multi-level sectorized CDMA communications
US5826218A (en) 1997-05-29 1998-10-20 Northern Telecom Limited Method and apparatus for selecting a cost effective call blocking probability distribution in the design of a new cellular network
FI105309B (fi) * 1997-06-24 2000-07-14 Nokia Mobile Phones Ltd Matkaviestinjärjestelmät
US6141565A (en) 1997-11-13 2000-10-31 Metawave Communications Corporation Dynamic mobile parameter optimization
US6167039A (en) * 1997-12-17 2000-12-26 Telefonaktiebolget Lm Ericsson Mobile station having plural antenna elements and interference suppression
US6330429B1 (en) * 1999-04-14 2001-12-11 Lucent Technologies, Inc. Channel grouping system and method for a wireless communications system
US6539213B1 (en) * 1999-06-14 2003-03-25 Time Domain Corporation System and method for impulse radio power control

Also Published As

Publication number Publication date
DE60035755T2 (de) 2008-04-30
EP1098545B1 (en) 2007-08-01
JP2001204069A (ja) 2001-07-27
AU6958500A (en) 2001-05-10
CN1295388A (zh) 2001-05-16
US20030147353A1 (en) 2003-08-07
CA2324387A1 (en) 2001-05-04
BR0006769A (pt) 2001-08-14
EP1098545A3 (en) 2001-10-31
US6842431B2 (en) 2005-01-11
EP1098545A2 (en) 2001-05-09
KR100757884B1 (ko) 2007-09-12
DE60035755D1 (de) 2007-09-13

Similar Documents

Publication Publication Date Title
US6842431B2 (en) Methods and apparatus for characterization, adjustment and optimization of wireless networks
US6611500B1 (en) Methods and apparatus for derivative-based optimization of wireless network performance
Alouini et al. Area spectral efficiency of cellular mobile radio systems
US7395058B1 (en) Method and system for analyzing digital wireless network performance
US7142523B1 (en) Methods and apparatus for design, adjustment or operation of wireless networks using pre-frequency-assignment optimization
EP1938636B1 (en) Method for planning a cellular mobile telecommunications network
US8219124B2 (en) Method for planning a cellular mobile telecommunications network
Akl et al. Multicell CDMA network design
Staehle et al. Approximating the othercell interference distribution in inhomogeneous UMTS networks
US6925066B1 (en) Methods and apparatus for design, adjustment or operation of wireless networks using multi-stage optimization
Gerdenitsch et al. A Rule‐Based Algorithm for Common Pilot Channel and Antenna Tilt Optimization in UMTS FDD Networks
Do Lee et al. Other-cell interference with power control in macro/microcell CDMA networks
EP1444852B1 (en) Method for providing cell contouring in a communication network
Hoppe et al. Fast planning of efficient WCDMA radio networks
Staehle et al. An Approximation of Othercell Interference Distributions for UMTS Systems Using Fixed Point Equations
Warrier et al. System level transmit power analysis in cellular systems
Shin et al. Discrete power control algorithm based on two-stage iterative method for DS-CDMA systems
Heck et al. Macro diversity gain in UMTS networks with clustered user distributions
Ismail et al. Complete analytical framework for throughput calculation in wcdma downlink tdd mode
Datta UMTS radio network optimisation
Aabed et al. Downlink Traffic Power Characterization for Multi-Rate CDMA System Using LS Regression
Eisenblätter et al. Contract Number: IST-2000-28088 Project Title: Models and Simulations for Network Planning and Control of UMTS Project Acronym: MOMENTUM
Kishore12 et al. Uplink Capacity in a CDMA Macrocell with a Hotspot Microcell: Exact and Approximate Analyses
Masmoudi et al. Cellular reuse patterns quality and efficiency comparison

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee