Comparison of optimization strategies and estimation techniques for radio network planning and optimization problems

Скорочена інформація про документ
dc.contributor.authorProkopets, Volodymyr A.
dc.contributor.authorGloba, Larysa S.
dc.date.accessioned2023-07-18T11:03:09Z
dc.date.available2023-07-18T11:03:09Z
dc.date.issued2023
dc.description.abstractBackground. Radio network planning is one of the main phases of the cellular network lifecycle, as it determines capital and operating costs and allows system performance evaluation at any given time. An accurate and comprehensive analysis of existing network statistics is necessary for proper cell planning during network expansion. These statistics are collected throughout the life cycle of the cellular network and usually have certain imperfections (heterogeneity of statistics, which have different densities in different parts of the search space, up to the presence of significant voids, etc.) The system describing the functioning of the radio network can be represented as a black box because its internal processes are too complex to be defined by mathematical functions. This determines the need to use appropriate tools. Objective. The purpose of the paper is to create a toolkit that allows finding the proper relationships between network parameters to define target values that will help to build an effective network plan in terms of performance and costs for its creation and operation. The tools should be able to work efficiently using the minimum set of available statistical data, as well as taking into account their imperfections. Methods. Mathematical estimation and optimization methods are used, namely Ordinary Least Squares, Ridge Regression, Lasso, Elastic-net, LARS lasso, Bayesian Ridge Regression, Automatic Relevance Determination, Stochastic gradient descent, Theil-Sen estimator, Huber Regression, Quantile regression, Polynomial regression. We consider 12 estimation methods in combination with two optimization strategies. Additionally, the method of partial analysis of the search space with different number of configurations is considered. Results. A software package using the Python programming language has been created, which contains a practical implementation of all the considered estimation and optimization methods, as well as tools for evaluating arbitrary configurations of the software package (benchmark) and visualizing the results. The best estimation method is Ordinary Least Squares for finding the optimal configuration of the statistical parameters of the 4G radio network to maximize the download speed. To obtain satisfactory results, it is enough to consider 25 initial and 250 estimated points - a larger number of points will not significantly increase prediction accuracy. Conclusions. The results indicate the possibility of using the created software package for radio network planning tasks. Further research is aimed at expanding the created software package's functionality and considering additional estimation methods and optimization strategies.uk
dc.description.abstractotherПроблематика. Планування радіомережі є однією з головних фаз життєвого циклу стільникової мережі, оскільки воно визначає капітальні та операційні витрати та дозволяє оцінити продуктивність системи в будь-який момент часу. Для правильного планування стільників під час розширення мережі необхідним є точний і всеосяжний аналіз існуючої статистики мережі. Ця статистика збирається протягом усього життєвого циклу стільникової мережі, та, як правило, має певні недосконалості (неоднорідність статистичних даних, які мають різну щільність в різних частинах простору пошуку, аж до наявності значних пустот, тощо). Система, що описує функціонування радіомережі, може бути представлена у вигляді чорної скриньки (black-box), оскільки її внутрішні процеси занадто складні, щоб їх можна було описати математичними функціями. Це визначає необхідність використання відповідного інструментарію. Мета досліджень. Створення інструментарію, який дозволяє знайти правильні залежності між параметрами мережі з метою визначення цільових значень, які допоможуть побудувати ефективний план мережі за критеріями продуктивності та витрат щодо її створення та експлуатації. Інструментарій повинен мати можливість якісно працювати з використанням мінімального набору наявних статистичних даних, а також враховувати їхню недосконалості. Методика реалізації. Розглянуто 12 методів прогнозування в комбінації з двома стратегіями оптимізації. Додатково розглянуто методику часткового аналізу простору пошуку з різною кількістю конфігурацій. В роботі використано математичні методи прогнозування та оптимізації, а саме Ordinary Least Squares, Ridge Regression, Lasso, Elastic-net, LARS lasso, Bayesian Ridge Regression, Automatic Relevance Determination, Stochastic gradient descent, Theil Sen estimator, Huber Regression, Quantile regression, Polynomial regression. Результати досліджень. Створено програмний комплекс з використанням мови програмування Python, що містить практичну реалізацію всіх розглянутих методів прогнозування та оптимізації, а також засоби оцінювання довільних конфігурацій програмного комплексу (benchmark) та візуалізації отриманих результатів. Для задач пошуку оптимальної конфігурації статистичних параметрів радіомережі 4G з метою максимізації швидкості завантаження, найкращим методом прогнозування є Ordinary Least Squares. Для отримання задовільних результатів достатньо розглянути 25 початкових і 250 оціночних точок – більша кількість точок не дасть значного приросту точності прогнозування. Висновки. Отримані результати вказують на можливість використання створеного програмного комплексу для задач планування радіомережі. Подальші дослідження направлені на розширення функціоналу створеного програмного комплексу, а також на розгляд додаткових методів прогнозування та стратегій оптимізації.uk
dc.format.pagerangePp. 16-23uk
dc.identifier.citationProkopets, V. Comparison of optimization strategies and estimation techniques for radio network planning and optimization problems / Prokopets Volodymyr A., Globa Larysa S. // Information and telecommunication sciences : international research journal. – 2023. – Vol. 14, N. 1. – Pp. 16-23. – Bibliogr.: 16 ref.uk
dc.identifier.doihttps://doi.org/10.20535/2411-2976.12023.16-23
dc.identifier.orcid0000-0002-4530-8899uk
dc.identifier.orcid0000-0003-3231-3012uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/58226
dc.language.isoukuk
dc.publisherNational Technical University of Ukraine "Igor Sikorsky Kyiv Polytechnic Institute"uk
dc.publisher.placeKyivuk
dc.relation.ispartofInformation and telecommunication sciences: international research journal, Vol. 14, N. 1uk
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectradio network planninguk
dc.subjectradio network optimizationuk
dc.subjectcellular networksuk
dc.subjectestimation techniquesuk
dc.subjectoptimization strategiesuk
dc.subjectbig datauk
dc.subject2Guk
dc.subject3Guk
dc.subject4Guk
dc.subjectCQIuk
dc.subjectcapacityuk
dc.subjectпланування радіомережuk
dc.subjectоптимізація радіомережіuk
dc.subjectстільникові мережіuk
dc.subjectметоди прогнозуванняuk
dc.subjectстратегії оптимізаціїuk
dc.subjectвеликі даніuk
dc.subjectпропускна здатністьuk
dc.subject.udc004.735uk
dc.titleComparison of optimization strategies and estimation techniques for radio network planning and optimization problemsuk
dc.title.alternativeПорівняння стратегій оптимізації та методів прогнозування для задач планування та оптимізації радіомережіuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
282072-650859-1-10-20230619.pdf
Розмір:
681.43 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Information and telecommunication sciences: international research journal, Vol. 14, N. 1