ネットワークアーキテクチャ特論発表 グループB 船越（尾家・塚本） 東島（川原） 松永（尾知） 濱田（尾知） それでは，ネットワークアーキテクチャ特論のグループBの発表を東島，松永，濱田が始めさせていただきます

目次 課題論文について 背景 目的 提案手法 通信経路決定アルゴリズム シミュレーション環境 シミュレーション結果 まとめ まず，本発表の流れの説明をさせていただきます． 本発表では最初に与えられた課題論文について軽くふれ， つぎにその論文の研究背景，目的を そして論文における提案手法とアルゴリズムについて説明し， その後シミュレーションとその結果を発表して，最後にまとめといった流れで行います．

１．課題論文について 論文名 Energy-Efficient User Association in Cognitive Heterogeneous Networks 著書 IEEE Communications Magazine July 2014 関連項目 モバイルネットワーク セルラーネットワーク コグニティブ 与えられた論文は「論文名」で，IEEEに掲載されていたものです． この論文の関連項目を少しあげますと，モバイルネットワーク，セルラーネットワーク，コグニティブ，といったものが主に使われます．

２．背景（１） 約９倍 日本のモバイルトラヒックの増加 現在得られる情報として，日本のモバイルトラヒックは2013年～2018年で9倍近く増加しており， 2018年には，世界のトラフィックの11%以上，アジア太平洋地域のトラフィックの26%以上を日本が占めるようになると予測されています．

２．背景（２） ネットワーク機器の消費電力 消費電力量の推計増加シナリオケース 消費電力が 13倍に！ 1033 ネットワーク機器電力 [億kWh] [％] 消費電力が 13倍に！ 1033 ネットワーク機器電力 1000 10 総発電比率(概算) 800 8 600 6 400 4 そして，トラヒックの増加にともない，ネットワーク機器の消費電力も増加しています． 具体的には，2006年ではネットワーク機器の消費電力が80億kWhであったのに対し，2025年ではその13倍の1033億kWhとなると予測されています． 200 80 2 2006年 2025年 出所：「情報通信機器の革新的省エネ技術への期待」 経済産業省、グリーンＩＴシンポジウム、2007年を元に作成

２．背景（３） 現在のモバイルネットワーク セルラーネットワーク コアネット ワーク マクロセル 基地局 ユーザ端末 バックホール 次に，本研究ではモバイルネットワークについて述べており，それは，図のようなセルラーネットワークで構成されています． ここで，セルとは，各地点に配置された基地局の通信管理範囲のことを指しています． そして，ユーザ端末は，マクロセルとして配置された基地局と通信を行い，そこからネットワークの中心へとデータ通信を行うこととなります． ここでは，ユーザ端末の通信データをコアネットワークへと届ける役目を持つ，セルが密集している範囲をバックホールといいます． コアネット ワーク ユーザ端末 バックホール

３．目的 環境 トラヒック増加対策 消費電力増加対策 セルラーネットワーク モバイル端末の通信効率向上によるトラヒックの削減 通信効率向上による消費電力削減 本研究では，セルラーネットワークの環境を想定します． そして，先に述べたトラヒック増加問題の対策としてモバイル端末の通信率向上によるトラヒックの削減を， 消費電力対策として通信効率向上による消費電力削減を目的とします．

４．提案手法（１） 現在のモバイルネットワーク セルラーネットワーク コアネット ワーク マクロセル 基地局 ユーザ端末 バックホール まず，現在のネットワークはマクロセルが配置されたセルラーネットワークと言いましたが， 本研究の提案手法としては， コアネット ワーク ユーザ端末 バックホール

４．提案手法（２） スモールセルを利用したセルラーネットワーク コアネット ワーク スモールセル ユーザ端末 バックホール このようにマクロセルよりも小さいスモールセル利用となります． このセルラーネットワークでは，マクロセルとスモールセル両方が存在することとなります． コアネット ワーク ユーザ端末 バックホール

４．提案手法（３） 特徴 SINR（信号対干渉雑音比）の向上 高周波数の有効活用 様々な周波数帯の利用 通信距離が短いため 基地局あたりのユーザ数が少ないため 高周波数の有効活用 高周波数は低周波数よりも多くのデータを送れる 高周波数は減衰が大きく，遠くまで届かない 様々な周波数帯の利用 マクロセルの通信とスモールセルの通信があるため スモールセルによるマクロセルのオフロード SINR= 受信信号電力 干渉信号電力＋雑音電力 このスモールセルを利用したセルラーネットワークの特徴をあげますと， まず一つ目にSINRの向上です．SINRは信号対干渉雑音比であり，スモールセルの過密配置により通信距離が減少したことと，基地局あたりのユーザ数が少ないため 干渉信号が少ないからです． ２つ目に，高周波数の有効活用ですが，これは高周波数の特徴として低周波数よりも多くのデータを送れるのですが，減衰が大きく遠くまで届かないことからマクロセルでは基地局間の距離が遠くて利用できなかったのですが，スモールセルにより基地局同士が近いため，高周波数が使えるといったことになります． ３つ目はマクロセルでは低周波数，スモールセルでは高周波数を利用するといったように様々な周波数帯が使われることとなります 最後に，４つめは従来のネットワークではマクロセル内のユーザ全てがその基地局と通信をして負荷が大きくなりますが，一部のユーザをマクロセルではなくスモールセルと通信させることにマクロセルの負荷を減らすことが出来ます．

Cognitive Heterogeneous Networks ４．提案手法（４） 提案手法における課題 ユーザの通信経路の選択方法 ネットワークの通信効率が高くなる通信 通信効率増加による消費電力の削減 各基地局がネットワークの状況を把握 異なる周波数帯を扱う基地局間の通信方法 マクロセル，スモールセル 提案セルラーネットワーク Heterogeneousな性質　：異種基地局間の通信 Cognitiveな性質　　　　：各基地局のネットワーク環境把握 先ほどは，スモールセルを取り入れた時の特徴について述べましたが，次は実際にスモールセルを利用する場合に注意する課題について説明します． まずは，スモールセルの基地局が過密に配置された場合に，ユーザ端末とコアネットワーク間の通信経路をどう決定するかといった課題が有ります． この課題の達成目標としては，通信効率，電力効率の向上であり，またそのために各基地局がネットワーク内の通信状況を把握して動的に通信経路を効率よく選択する必要があります． 次の課題としては，マクロセルとスモールセルでは扱う周波数帯が異なるため，異なる基地局間の通信方法の確立が必要とされます． そして，以上のように提案したスモールセルを利用したセルラーネットワークは，ヘテロジニアスな性質として異種基地局間の通信．コグニティブな性質として各基地局が周りのネットワーク環境を把握．といった二つの性質から， コグニティブヘテロジニアスネットワーク．略してコグニティブHetNetsと呼びます． Cognitive Heterogeneous Networks （コグニティブHetNets）

４．提案手法（４） 提案手法における課題 電力効率最大化の定義 ユーザの通信経路の選択方法 異なる周波数帯を扱う基地局間の通信方法 ネットワークの通信効率が高くなる通信 通信効率増加による消費電力の削減 各基地局がネットワークの状況を把握 異なる周波数帯を扱う基地局間の通信方法 マクロセル，スモールセル 電力効率最大化の定義 送信可能データ量が最大　＋　総消費電力量が最小 また，本論文ではスモールセルのセルラーネットワークの課題としてユーザの通信経路の選択方法と，異種基地局間の通信方法の二つを挙げましたが，これからシミュレーション等の評価対象となるのはユーザの通信経路の選択方法となります．また，電力効率最大のとしては，まずデータが十分に送信できるという中で消費電力量が最小となる場合．と定義しています．

５．通信経路決定アルゴリズム（１） 既存アルゴリズム 提案アルゴリズム REFERENCE SIGNAL RECEIVED POWER RANGE EXPANSION MINIMUN PATH LOSS(MPL) 提案アルゴリズム CONTEXT-AWARE ALGRITHM(CA) 本論文では，すでに確立された既存アルゴリズムを３つ紹介し，その後に提案するアルゴリズムの説明に入ります．後のシミュレーションでは，この４つのアルゴリズムでシミュレーションを行った結果を比較するといった流れとなります．

５．通信経路決定アルゴリズム（１） 既存アルゴリズム 提案アルゴリズム REFERENCE SIGNAL RECEIVED POWER RANGE EXPANSION MINIMUN PATH LOSS(MPL) 提案アルゴリズム CONTEXT-AWARE ALGRITHM(CA) では，まず既存アルゴリズム３つについて述べます．

５．通信経路決定アルゴリズム（２）：既存手法１ 　REFERENCE SIGNAL RECEIVED POWER（RSRP） 仕様 ユーザ端末は最も強い信号（RS）をもつ基地局に接続 SINRが高く，通信効率が良い 問題 スモールセルに接続するユーザ数が少ない マクロセルが強い信号を持つため バックホールの負荷を考慮しない 一つ目の既存アルゴリズムはREFERENCE SIGNAL RECEIVED POWERというアルゴリズムです．基地局は周期的に周りにRSという，RSを受信した端末がその基地局からの電波の受信レベルを知ることが出来るものを周期的に周りに発信しています．このアルゴリズムではそのRSを利用し，ユーザ端末は最も強いRSを持つ基地局に接続します． 通信電力が強い分，干渉に強くSINRが向上し，結果通信効率がよくなるように考えられたものです． しかし，このアルゴリズムには問題があり，それはマクロセルがスモールセルよりも通信電力が高いので，スモールセルに接続するユーザ端末が少なくなることです． スモールセルの利用が少ないと，先に述べたスモールセル利用の利点の影響が小さくなってしまいます．また また，このアルゴリズムではマクロセルの負荷を考慮せず，より消費電力が高いマクロセルとユーザ端末の通信頻度が多いために電力効率向上が望めません． スモールセルによるオフロード効果が限定 電力効率を保証しない

５．通信経路決定アルゴリズム（３）：既存手法２ 　　RANGE　EXPAMSION（RE） 仕様 スモールセルへの接続ユーザ数の増加 スモールセルのRSにオフセット値を付加 スモールセルによるオフロード効果向上 問題 RSRPと同様にバックホールの負荷を考慮しない スモールセルの範囲を拡大 次に，２つ目の既存アルゴリズム「RANGE　EXPANSION」ですが，これは１つ目のアルゴリズムの拡張版のようなもので，スモールセルとユーザ端末の通信を増やすために，スモールセルのRSにオフセット値を付加し，受信したユーザ端末が実際の受信電力よりも大きい電力として評価するといったものとなります． これにより，１つ目のアルゴリズムよりもスモールセルと通信するユーザが増えるため，スモールセルの利点を活かすことが出来ます． しかし，このアルゴリズムもマクロセルの負荷を考慮しないため，この点が本研究の問題として挙げられます

５．通信経路決定アルゴリズム（４）：既存手法３ 　　MINIMUM　PATH　LOSS（MPL） 仕様 ユーザ端末はMPL（最小経路損失）を持つ基地局に接続する MPL：フェージング（天候や障害物による減衰）が最小 フェージングの無い環境 ユーザ端末は最も近い基地局に接続する スモールセルへの接続端末数が最大 多くのユーザ端末は近くのスモールセルに接続する アップリンクでユーザ端末の電力消費を最小化 問題 SINRは考慮されず，通信効率は低い バックホールの負荷を考慮しない ３つ目の既存アルゴリズムは．MINIMUM　PATH　LOSS，略してMPLといいまして，このアルゴリズムでは，基地局は周りにRSのを用いた電波レベルの通知ではなく，天候や障害物による信号減衰であるフェージングの状況を周りに通知します．そして，ユーザ端末はフェージングが最小であるMPLとなる基地局に接続します． このアルゴリズムにおいて，仮にフェージングが全くない環境の場合では，ユーザ端末は最も近い基地局に接続することとなります． こうした場合，スモールセルの過密配置にともない多くのユーザ端末は近くにスモールセルがあるので，スモールセルの利用頻度が３つの既存アルゴリズムの中で最大となります． また，ユーザ端末は近い基地局と通信するため，ユーザ端末の消費電力は最小となります． 問題としては，フェージングのみの考慮となるため，干渉などのSINRの考慮はされず，通信効率は低くなります． また，このアルゴリズムも他の既存アルゴリズムと同様にマクロセルの負荷を考慮しない点も問題となります．

５．通信経路決定アルゴリズム（５）：提案手法 CONTEXT-AWARE ALGORITHM（CAアルゴリズム） 仕様 各端末がネットワークの通信状況を把握 Context-aware informationの共有 接続経路候補を調査 接続経路をホップ数でソート ホップ数が最小の経路を候補に選択 候補が複数ある場合，現在の通信負荷が小さい経路を選択 候補経路においてBHリンクに与える負荷が閾値を下回る場合，候補経路で通信する 特徴 ネットワーク全体の通信頻度が少ない（通信効率の向上） バックホールの負荷分散が可能 提案アルゴリズムは，CONTEXT-AWARE ALGORITHM，略してCAアルゴリズムといいまず．CAアルゴリズムではまず各基地局，端末がネットワークの通信状況，つまりどこに通信の負荷がかかっているかをContext-aware informationの共有から常に把握しておきます． そして，赤枠で囲っている部分がアルゴリズムの動作手順となりまして，まず１つ目はユーザ端末はコアネットワークまでのバックホールの通信経路の候補を調べます．そして，でてきた接続経路をホップ数順でソートし，ホップ数が最小の経路を候補に選択します．なお，候補となる経路が複数存在する場合は，現在他の端末等の通信によってかかっている負荷が小さい経路を選択します．接続経路の候補が決定したら，その経路に接続した場合のバックホール内のリンクの負荷が設定閾値をこえなければ，通信開始となります．ここで，もし候補の決定後，その候補接続時にBH内の一部のリンクの負荷がしきい値を超えてしまう場合，候補経路の抽選が再度実施されることとなります． このアルゴリズムの特徴としましては，ホップ数が小さくなるように通信するため，通信頻度がすくなくなり，また，バックホール内のリンクの負荷が出来るだけ集中しないように考慮しているため，バックホールリンクの負荷分散が可能となります．

６．シミュレーション環境（１） トポロジ構成 ユーザ端末数：60～100 評価指標：電力効率，負荷分散 各アルゴリズムがBHに及ぼす影響の調査のため，以下の環境を想定する ユーザ端末数：60～100 評価指標：電力効率，負荷分散 まず，シミュレーション環境としてトポロジ構成が２つあります． この２つのトポロジでは，一番左にマクロセルとなる広範囲の通信が可能な基地局があり，真ん中と右に計５つのスモールセルとなる基地局があります． ここでは，ユーザ端末がスモールセルに接続した後の，スモールセルからマクロセルまでの通信経路をバックホールリンクとします． そして，２つのトポロジではバックホールリンクが異なる構成となっています． また，ユーザ数は60～100とし，シミュレーション結果の評価指標としては電力効率と各バックホールリンクの負荷分散の度合いとします． ユーザ端末をどうトポロジ内に配置するかですが，これについても2種類のパターンを考えます． 46dBm 30dBm 図１：トポロジ1 図２：トポロジ2

６．シミュレーション環境（２） ユーザ端末設定 シナリオ１ 半径450mの領域で一様に分布 シナリオ２ SC3から半径60mに40%分布，SC4から半径40mに40%分布 上記以外の範囲に20%分布 40％ユーザが分布 ユーザ端末の配置方法２つをシナリオ1,2とし，トポロジ1を用いて配置方法の説明をさせていただきます． シナリオ1では，一番左のマクロセルの有効範囲である半径450mの領域内で一様に分布とします． シナリオ2では，右上のスモールセル３から半径60m内にユーザ全体の40%を，その下のスモールセル４から半径40mにも全体の40%を配置し，残りのマクロセルの領域内で20%が配置されるといった，トポロジの右上にユーザが偏るようなシナリオとなります． 40％ユーザが分布 範囲内でユーザが一様に分布 残りの範囲で20％ユーザが分布 図３：シナリオ1 図４：シナリオ2

７．シミュレーション結果（１） シミュレーション環境 シミュレーション結果 トポロジ１ シナリオ１（ユーザの一様分布） 図５，図６ まずは，シミュレーション環境としてトポロジ１，シナリオ１のユーザが一様に分布された場合のシミュレーション結果について説明します． なお，右下の図６においてバックホールリンクの区別が色分けされているため，右上のトポロジにおいてどの色のバックホールリンクであるかを示しています． まず，左下の図５ですが，これは横軸にユーザ数を，縦軸に全体の電力効率をしめしたグラフとなります． この図では，青色が提案アルゴリズムであるCAを，赤が受信電力を考慮するRSRP，緑がRSRPよりもスモールセルを優先するRE，紫がMPLとなります． このグラフをみると，CAが最も電力効率が高くなっていますが，これは，CAはホップ数が小さくなるよう接続するため，直接マクロセルに接続するユーザ端末が４つのアルゴリズム内で最も多いため，バックホールリンクの消費電力が最小となるためです． ２番めがRSRP，３番めがRE，４番めがMPLとなるのは，マクロセルよりもスモールセルがユーザ端末に近い場合に，RSRPはマクロセルの受信電力が高い場合はマクロセルに接続し，REはRSRPに比べてスモールセルを優先しやすく，MPLはスモールセルが近くにある時点でスモールセルを接続先に選択するためです． 右下の図６は横軸に各アルゴリズムにおける各バックホールリンクを，縦軸に各リンクにおけるトラヒックの量，つまりバックホールリンクを負荷を示したものとなります． ここでは， 図 5: シミュレーション結果（電力効率） 図 6: シミュレーション結果（各BHの負荷）

７．シミュレーション結果（２） シミュレーション環境 シミュレーション結果 トポロジ１ シナリオ２（ユーザの偏り分布） 図７，図８ 言いたいこと ・ユーザ偏ってる 電力効率に関して ・基地局から離れた所にユーザが集中するので，他のアルゴリズムの電力効率が下がった ・CAｲｲﾈ 負荷分散 図 7: シミュレーション結果（電力効率） 図 8: シミュレーション結果（各BHの負荷）

７．シミュレーション結果（３） シミュレーション環境 シミュレーション結果 トポロジ２ シナリオ１（ユーザの一様分布） 図９，図１０ 図 9: シミュレーション結果（電力効率） 図 10: シミュレーション結果（各BHの負荷）

７．シミュレーション結果（４） シミュレーション環境 シミュレーション結果 トポロジ２ シナリオ２（ユーザの偏り分布） 図１１，図１２ 相変わらずCA良い（他が悪い） 図 9: シミュレーション結果（電力効率） 図 10: シミュレーション結果（各BHの負荷）

CAアルゴリズムにより電力効率向上の達成 ８．まとめ シミュレーション結果まとめ トポロジ構成やユーザ分布の偏りに関わらず， 　 CAアルゴリズムはネットワーク状況に応じた通信が可能 CAアルゴリズムの電力効率は他の既存アルゴリズムに比べて最大で2.5倍 CAアルゴリズムにより電力効率向上の達成

ネットワークアーキテクチャ特論発表 グループB 船越（尾家・塚本） 東島（川原） 松永（尾知） 濱田（尾知）