Escalonamento dinâmico de recursos em redes 5G

Abstract

Resumo: A rede 5G New Radio foi desenvolvida para suportar aplicações que não eram atendidas pela geração anterior da tecnologia de comunicações móveis. Particularmente, a rede 4G LTE (Long Term Evolution) não suportava aplicações da Internet das Coisas (Internet of Things, IoT) por causa do limite no número de UEs (User Equipments), da limitação de banda e da quantidade mínima de recursos alocados para uma UE na área da cobertura da estação rádio-base. O massive Machine Type Communication (mMTC), tem se destacado habilitando IoT na indústria atual. Esta tecnologia utiliza da automação e inteligência para coletar dados, e a partir dessas informações, tomar decisões que tragam benefícios aos usuários finais. Aplicações mMTC normalmente exigem baixo atraso de propagação, baixa probabilidade de perda de pacotes e uma alta densidade de dispositivos. No entanto, a taxa de transmissão exigida por um dispositivo mMTC é muito baixa. Para atender estes requerimentos, é necessário distribuir recursos escassos do espectro, distribuídos pela estação rádio-base, e priorizar o mMTC sobre as demais aplicações existentes na rede. Ao mesmo tempo, a rede tem que atender aplicações que exigem a transmissão de grandes volumes de informações, principalmente com transmissão de vídeo. A convivência destes dois tipos e aplicações é muito difícil, uma vez que os requisitos envolvidos são opostos entre eles. Neste estudo foi proposto o Algoritmo de Escalonamento com Prioridade Dinâmica "Dynamic Priority Scheduler", capaz de identificar e priorizar a transmissão de usuários mMTC, trazendo uma melhoria na utilização desse serviço quando concorrendo com o tráfego de aplicações do tipo enhanced Mobile BroadBand (eMBB). Os resultados obtidos mostram que o método proposto identifica aplicações mMTC e efetivamente tem sucesso em priorizar o tráfego mMTC sobre o eMBB, permitindo que um maior número de aplicações mMTC possam existir na rede mesmo quando há concorrência com aplicações eMBB.

Abstract: The 5G New Radio network was developed to support applications not supported by the previous generation of mobile communications technology. Particularly, the 4G LTE (Long Term Evolution) network did not support Internet of Things (IoT) applications because of the limit on the number of UEs (User Equipments), bandwidth limitation. Supporting the massive Machine Type Communication (mMTC) is necessary for enabling IoT in current industry. This technology uses automation and intelligence to collect data, and based on this information, make decisions that bring benefits to end users. mMTC applications typically require low propagation delay, low packet loss probability, and a high device density. However, the transmission rate required by a mMTC device is very low. To meet these requirements, it is necessary to distribute scarce spectrum resources, distributed by the base station and prioritize the choice of mMTC over other applications on the network. At same time, the network has to serve applications that require transmission of large volumes of information, especially video streaming. The coexistence of these two types and applications is very difficult, since the requirements involved are opposites to each other. In this dissertation, a new resource scheduler algorithm called Dynamic Priority Scheduler (DPS) is proposed. The DPS is capable of identifying and prioritizing the transmission of mMTC users, bringing an improvement in the use of this service when competing with the traffic of enhanced Mobile BroadBand (eMBB) applications. The simulated results show that the proposed method identifies mMTC applications and effectively succeeds in prioritizing mMTC traffic over eMBB, allowing a greater number of mMTC applications to exist in the network when there is competition with eMBB applications.