Loading…
Towards energy aware wireless network operation
analysis and algorithms for load aware network topology control
Pollakis, Emmanuel
Todays cellular communication networks have come a long way from voice only capabilities to wireless networks that serve millions of users and machine type devices with high data rates and low latencies. Typically, network designers overprovision the capacity of those networks in order to allow for some increase in demand over the years. This approach together with a largely static network operation leads to the consumption of a huge amount of energy which contributes to the constantly increasing CO2 footprint of the ICT-sector. Against this background, this thesis addresses the energy consumption of cellular communication networks with a timely varying traffic load as it is observable in todays networks. We focus on the problem of implementing an optimal network topology control that is concerned with the energy consumption of all active network elements. We start by giving an insight in the growth behavior of wireless communication systems when the number of users tends to infinity. A scaling law analysis of throughput as a function of the number of users having some QoS requirement is provided and we extend the results into the direction of embodied network energy consumption. In our analysis we specifically include the energy consumed by hardware for, e.g., cooling or processing, which is typically neglected in theoretical studies from information theory. The identified scaling behavior is further investigated by simulations that allow to verify the scaling results predicted by theory and to assess the speed of convergence of the asymptotic results.
The main conclusions of this scaling analysis highlight the tradeoff between throughput and energy efficiency scaling, and provide valuable insights into the question how the number of infrastructure nodes, such as base stations, needs to scale with the number of wireless devices so as to achieve high energy efficiency with practical communication schemes. Motivated by these results we develop an optimization framework targeting the minimization of the overall energy consumption in the downlink channel of mobile cellular networks including the energy consumed by hardware and auxiliary equipment.We follow an approach that aims to selecting the set of network elements consuming the least amount of energy while satisfying the QoS requirements of all users in the system. The underlying problem is of combinatorial nature and thus it is in general hard to solve. In order to obtain solutions in a computationally efficient manner we apply relaxation techniques to approximate the objective function by a concave function and relax all non-convex constraints which leads to a problem that is amenable to majorization-minimization techniques. With these steps we are able to propose an optimization framework that can find good solutions to the combinatorial problem in relatively short time. A major advantage of the framework isits ability to cope with a variety of different network elements and energy consumption models. We provide extensive simulation results to show the framework’s performance. With the core optimization framework at hand we include several extensions to account for novel aspects of networks such as CoMP transmission, the desire for a distributed implementation or to account for buffering capabilities at users’ devices. The latter is used for an extension towards anticipatory scheduling, where the decisions on resource allocation and user-cell assignments are based not only on present channel state information but also on information about future propagation conditions. Thereby, we are able to exploit the knowledge about users’ mobility and path loss to proactively build user-cell assignment and resource allocation schedules that greatly support energy savings in cellular communication systems.
Finally, we turn our attention towards the general framework of interference calculus to obtain computationally efficient algorithms for a more accurate estimation of the load at network elements. The knowledge about cell load is highly beneficial to develop tools that allow us to identify feasible network settings for given user-cell assignments. These tools are then used to facilitate the network topology control optimization framework for increased energy savings. We conclude the thesis with the presentation of a framework which allows us to identify feasible cell configurations (e.g., antenna tilts) supporting the energy savings algorithm that deactivate redundant network elements. In other words, with the help of heuristic arguments we combine the improved algorithm for topology control with the optimization of cell configurations to show how the optimization of down tilts can help to save energy.
Die Entwicklung im Mobilfunk hat in den letzten Jahrzehnten die Leistungsfähigkeit zellularer Kommunikationsnetze beachtlich gesteigert. Netze, die ursprünglich der reinen Sprachübertragung dienten, sind zu drahtlosen Kommunikationsnetzen geworden, die Millionen von Nutzer und Geräte mit hohen Datenraten bei niedrigen Latenzen versorgen. Üblicherweise planen Netzdesigner die Kapazität dieser Netze großzügig, um einen gewissen Anstieg der Nachfrage über die Jahre hinweg abfedern zu können. In Verbindung mit einem weitgehend statischen Netzbetrieb führt dieser Ansatz zu einem immensen Energieverbrauch, der einen steigenden Anteil der IKT am CO2-Ausstoß fördert. Vor diesem Hintergrund liegt der Fokus dieser Arbeit auf dem Energieverbrauch von zellularen Kommunikationsnetzen bei einer zeitlich schwankenden Verkehrslast, wie sie in heutigen Netzen zu beobachten ist.
Im ersten Schritt wird ein Überblick über das Skalierungsverhalten von drahtlosen Kommunikationssystemen gegeben, in denen die Anzahl der Nutzer gegen unendlich strebt. Dabei wird die Skalierung von Durchsatz als Funktion der Anzahl von Nutzern, die eine bestimmte QoS-Anforderung haben analysiert und in Richtung ganzheitlichem Netzwerkenergieverbrauch erweitert. Unsere Analyse berücksichtigt explizit den Energieverbrauch von Hardware, wie z.B. Kühlung und Datenverarbeitungseinheit, die typischerweise in theoretischen Studien der Informationstheorie vernachlässigt wird. Mithilfe von Simulationen, die es ermöglichen, die aus der Theorie bekannten Skalierungsergebnisse und die Konvergenzgeschwindigkeit der asymptotischen Ergebnisse zu bestimmen, wird weiterhin das identifizierte Skalierungsverhalten untersucht. Die wichtigsten Ergebnisse dieser Skalierungsanalyse unterstreichen den Abtausch der Skalierung von Datendurchsatz und Energieeffizienz. Daraus ergeben sich geeignete Designrichtlinien für die Skalierung von Infrastrukturknoten, z. B. Basisstationen, die zur Einsparung von Energie in praktischen Kommunikationssystemen beitragen.
In Anbetracht dieser Ergebnisse wird ein Optimierungs-Framework entwickelt, das auf die Minimierung des gesamten Energieverbrauchs im Downlink-Kanal drahtloser zellularer Netze abzielt und dabei den Energieverbrauch der Hardware berücksichtigt. Der Ansatz dieser Arbeit fokussiert die Menge der Netzelemente, die die geringste Energie verbrauchen, während sie die QoS-Anforderungen aller Nutzer im System erfüllen. Das zugrundeliegende Problem ist kombinatorischer Natur und daher im Grundsatz schwer zu lösen. Um rechnerisch effiziente Lösungen zu erhalten, werden Relaxationstechniken angewandt, die die Zielfunktion durch eine konkave Funktion annähern und alle nicht-konvexen Randbedingungen relaxieren. Dadurch wird ein verwandtes Problem konstruiert, das durch Majorisierungs-Minimierungstechnik gelöst werden kann. Schritt für Schritt wird so ein Optimierungs-Framework vorgeschlagen, das in relativ kurzer Zeit geeignete Lösungen für das kombinatorische Problem findet. Ein großer Vorteil des hier beschriebenen Lösungsansatzes gegenüber bestehender Ansätze aus der Literatur ist die Fähigkeit, mit einer Vielzahl von verschiedenen Netzwerk-Elementen und Energieverbrauch-Modellen umzugehen. Mittels umfangreicher Simulationen wird die Leistungsfähigkeit des Frameworks dargelegt. Auf Basis des entwickelten Optimierungs-Frameworks werden Erweiterungen abgeleitet, um neue Aspekte wie die CoMP-Übertragung, eine verteilte Implementierung oder die Zwischenspeicherung von Daten bei Nutzern zu berücksichtigen. Letzteres zeigt die Erweiterung in Richtung der antizipatorischen Ressourcenplannung. Die Entscheidungen über die Ressourcenzuteilung und die Nutzerzellenzuweisungen basieren allerdings nicht nur auf gegenwärtigen Kanalzustandsinformationen, sondern auch auf Informationen über zukünftige Ausbreitungsbedingungen. Auf diese Weise wird das Wissen über die Mobilität von Nutzern und dem Pfadverlust verwenden, um proaktiv Nutzer und Ressourcen zuzuweisen. Ziel ist es, die Energieeinsparung in zellularen Kommunikationssystemen sukzessive zu maximieren.
Schließlich bedienen wir uns der allgemeinen Theorie des Interferenz Calculus, um rechnerisch effiziente Algorithmen zu entwickeln, mit deren Hilfe die Last an Netzwerkelementen genauer abzuschätzen ist. Bei der Entwicklung von Optimierungsmethoden ist die Kenntnis über die exakte Zellauslastung gewinnbringend, da gültige Netwerkkonfigurationen für gegebene Nutzerzellenzuweisungen identifiziert werden können. Diese Ergebnisse werden wiederum verwendet, um das entwickelte Framework zur Netzwerktopologie-Optimierung weiterzuentwickeln. Dadurch soll die Energieeinsparung weiter erhöht werden. Abschließend zeigen wir auf, wie das Optimierungsframework zu erweitern ist, um Konfigurationen der Netzelemente (z.B. Antennenabstrahlwinkel) zu ermitteln, die den Algorithmus zur optimierten Netztopologie in seiner Arbeit unterstützen. Genau gesagt wird der optimierte Algorithmus zur Netzwerk-Topologiekonfiguration mittels heuristischer Argumente mit der Optimierung von Zellkonfigurationen kombiniert. Hierdurch wird aufgezeigt, wie die Optimierung von Antennenabstrahlwinkeln zur Energieeinsparung beitragen kann.
