MÔ HÌNH TOÁN HỌC VÀ SO SÁNH 4 THUẬT TOÁN Heuristic ĐỐI VỚI QUY HOẠCH MẠNG VÔ TUYẾN WCDMA

MÔ HÌNH TOÁN HỌC VÀ SO SÁNH 4 THUẬT TOÁN Heuristic
ĐỐI VỚI QUY HOẠCH MẠNG VÔ TUYẾN WCDMA
I- GIỚI THIỆU
WCDMA: hay còn lại là đa truy nhập phân chia theo mã băng rộng
(WCDMA 5MHz), mà ở đó mỗi kênh được cung cấp một cặp tần số và một mã duy
nhất. Phương thức đa truy nhập này dựa trên nguyên lý trải phổ.
Các đặc tính của mạng WCDMA
- Điều khiển công suất
- Chuyển giao mềm
- Mối liên hệ giữa vùng phủ sóng và năng lực mạng
- ….
Đối với công nghệ CDMA khi thực hiện việc quy hoạch hệ thống mạng viễn thông
cần chú ý những đặc điểm sau đây:
- Hiệu năng của hệ thống mạng có thể đáp ứng lưu lượng thuê bao và giảm
thiểu ảnh hưởng trễ với chi phí nhỏ nhất
- Khả năng bao phủ của hệ thống mạng, duy trì các dịch vụ chất lượng cao
- Về chất lượng QoS qua hệ thống mạng
Trong phần bài viết này, ta sẽ trình bày một mô hình toán học mà nó có các
đặc tính của mạng vô tuyến WCDMA. Đồng thời, trình bày và so sánh đặc tính của
4 thuật toán tối ưu hóa dựa trên giải thuật meta-heuristics mà có thể sử dụng để tìm
kiếm các giải pháp để quy hoạch và tối ưu hóa mạng vô tuyến WCDMA. Nhiệm vụ
của thuật toán tối ưu hóa hệ thống trong bài báo là vấn đề tìm ra được tập các trạm
site với hàm chi phí đạt được nhỏ nhất
II- HIỆN TRẠNG CỦA VẤN ĐỀ
2.1 Những thành tựu đạt được
Trong các bài báo nghiên cứu , các tác giả thường tập trung đi nghiên cứu mô
hình hiệu năng cho hệ thống mạng dựa trên nhu cầu khách hàng, khả năng đáp ứng
lưu lượng người dùng (cải thiện tốc độ downlink; uplink) công suất downlink/
uplink cho các thiết bị đầu cuối và cả bài toán về diện tích bao phủ trong hệ thống
mạng dựa trên thuật toán meta-heuristics
VD Thuật toán GA để tìm hiểu không gian thiết kế,tối ưu QoS đối với chuẩn IEEE

802.11.Thuật toán chọn lựa các thiết bị AP,vị trí ,anten cũng như cấu hình AP (bao gồm
công suất truyền và kênh tần số). Thuật toán đã được áp dụng trong quy hoạch mạng
WLAN cho vùng ngoại ô. So sánh với quy hoạch thông thường ,thuật toán này có khả năng
tạo ra quy hoạch mạng với 133% dung lượng, 98% vùng bao phủ, và 93% chi phí.Thông
Trần Thị Minh Huệ - K17DTVT
1
thường ,với quy hoạch mạng tương ứng mất hàng giờ, trong khi thời gian thuật toán tính
toán chỉ là 15 phút.
Hướng nghiên cứu này đã giải quyết được những vấn đề trong thực tế khi
triển khai hệ thống mạng WCDMA về hiệu năng hệ thống mạng đáp ứng được nhu
cầu người dùng với chi phí đưa ra là thấp nhất
2.2Những tồn tại chưa thể giải quyết
Các đặc tính của mạng WCDMA như là: điều khiển công suất, chuyển giao
mềm (soft handover - SHO) và Mối liên hệ giữa vùng phủ sóng và năng lực mạng .
Những đặc tính đó đã dẫn tới việc tính toán phức tạp chưa từng thấy trong việc quy
hoạch và tối ưu hóa mạng vô tuyến WCDMA, những vấn đề chưa từng xuất hiện ở
các mạng tế bào thế hệ trước.
Quy hoạch mạng 3G là một nhiệm vụ quan trọng đang được tiến hành, do
việc thay đổi về nhu cầu dịch vụ và sử dụng dịch vụ. Mục đích của quy hoạch mạng
không chỉ là định nghĩa mạng mà còn bao gồm cả việc tối ưu hóa hoạt động của nó.
Đây là một quá trình liên tục, diễn ra trong suốt thời gian tồn tại của mạng. Tất cả
các bước trong đó đều phải dự trù tới kịch bản là số lượng người sử dụng luôn luôn
không được xác định trước. Trong mỗi quá trình, việc mô phỏng toàn bộ mạng cần
được tiến hành trước khi nâng cấp trên thực tế.
Các loại ứng dụng chạy trên mạng sẽ ảnh hưởng tới hoạt động của mạng, và
phản ứng của mạng dưới các điều kiện khác nhau cần được thử nghiệm. Tuy nhiên,
rất khó để xây dựng lưu lượng thực tế như dự đoán.
III- HƯỚNG NGHIÊN CỨU MỚI
3.1- Giới thiệu phương pháp tiếp cận mới của vấn đề trong bài báo
Mạng tế bào 3G (thế hệ thứ 3) như là một mạng WCDMA có khả năng mở

rộng và triển khai nhanh chóng. Vấn đề quy hoạch đã làm cho mạng WCDMA
triển khai và mở rộng thành công được. Trong hoạt động của nó, mạng vô tuyến
WCDMA phải chịu sự tối ưu hóa thường xuyên tùy thuộc vào các yêu cầu thay đổi
và các mô hình dịch vụ kinh doanh mới, nó giống như là quy hoạch nhưng có loại
trừ những vị trí site đã được cố định từ trước. Một mạng vô tuyến WCDMA được
quy hoạch và tối ưu hóa tốt có thể tăng thêm khoảng 30% dung lượng so với cùng
một chi phí xây dựng cơ sở hạ tầng cho một mạng cùng cấu trúc. Do đó, quy hoạch
và tối ưu hóa mạng là một vai trò sống còn - cực kỳ quan trọng đối với việc triển
khai và bảo dưỡng mạng vô tuyến WCDMA.
Việc quy hoạch và tối ưu hóa mạng tế bào không còn là vấn đề mới, nhưng
với sự phát triển của công nghệ mới, những vấn đề này lại trở nên nổi bật. Nó đã
chứng minh rằng việc quy hoạch mạng vô tuyến WCDMA là một vấn đề rất khó
Trần Thị Minh Huệ - K17DTVT
2
khăn (NP-hard problem). Vì thế, meta-heuristics được đánh giá cao hơn bất kỳ một
phương pháp tối ưu hóa chính xác nào và phù hợp đối với việc tối ưu hóa mạng
WCDMA.
Tác giả trình bày một mô hình toán học mà nó có các đặc tính của mạng vô
tuyến WCDMA. Đồng thời, trình bày và so sánh đặc tính của 4 thuật toán tối ưu hóa
dựa trên meta-heuristics mà có thể sử dụng để tìm ra các giải pháp để quy hoạch và
tối ưu hóa mạng vô tuyến WCDMA.
3.2 Nội dung phương pháp
3.2.1 Mô hình quy hoạch tổng thể cho vấn đề quy hoạch mạng vô tuyến WCDMA:
Khi hệ thống được chia theo chiều, thì toàn bộ khu vực sẽ được chia theo λ
vùng, và mỗi vùng i (i = 1… λ) sẽ chứa n
i
vị trí có thế lắp đặt BS (vị trí ứng cử),
giả sử tập ứng cử là S {1, …, p},
1
i

i
p n
λ
=
=
∑
, mỗi site ứng cử chỉ lắp đặt duy nhất
một trạm BS, và chi phí lắp đặt là c
i
tương ứng với mỗi site i,
i S
∈
. Với mô hình
mạng được đơn giản hóa này, quá trình tối ưu hóa trở nên đơn giản hơn trên máy
tính cá nhân. Vùng dịch vụ tương ứng với bởi số lượng các các máy di động (MS -
mobile station) M= {1, …, q}, và đòi hỏi một số lượng kết nối đồng thời các máy di
động j được biểu thị bởi rj, j ∈ M.
Bài toán được đưa ra bây giờ là chọn một site ứng cử từ mỗi vùng để lắp
đặt các trạm BS với yêu cầu lưu lượng và số trạm MS được phủ sóng là tối đa
nhưng với chi phí lắp đặt là thấp nhất
Mỗi site ứng cử được biểu thị bởi các giá trị nhị phân u
i
∈{0,1}, như sau:
- u = 1 vị trí i được sử dụng i ∈ S
- u = 0 vị trí i ko được sử dụng
Giả sử ta biết được các thông số thu phát. Lấy g
l
ij
và g
t

ij
là các thông số truyền
nhận của kết nối Up-Link và Down-Link giữa trạm BSi và MSj tương ứng. Độ lợi
thu phát cũng được ước lượng theo các kiểu kinh nghiệm truyền nhận như là mô
hình Hata hoặc theo mô hình dò theo đường quyết định ( deterministic ray tracing)
là chính xác hơn nhưng phức tạp trong kỹ thuật tính toán hơn.
Giả thiết rằng tín hiệu CPICH (Common Pilot Channel - Kênh thử nghiệm
chung) có thể dò được khi và chỉ khi E
c
I
0
(energy per chip to interference density
ratio – tỉ số năng lượng trên mật độ nhiễu trong một đơn vị nhỏ ) là không bé hơn
giá trị ngưỡng đưa ra γ
0
. Biến nhị phân t
ij
thể hiện cho việc nhận dạng được tín hiệu
CPICH được tính bởi điều kiện sau:
Trần Thị Minh Huệ - K17DTVT
3
- t
ij
= 1 khi (E
c
/I
0
)
CPICH
ij

>= γ
0
. Với i∈S, j∈M
- t
ij
= 0 ngược lại
Trong đó (E
c
/I
0
)
CPICH
ij
là E
c
/I
0
của tín hiệu CPICH từ BSi tại MSj.
Nếu dò được một hoặc nhiều tín hiệu CPICH, thì sẽ lựa chọn trạm BS sao cho
MS nhận được CPICH là lớn nhất. Được xác định bởi:
- b
ij
= 1 Bsi là trạm tốt nhất của MSj Với i∈S, j∈M
- b
ij
= 0 ngược lại.
Để đơn giản hơn, ta chỉ xem xét kênh CPICH và kênh số liệu vật lý riêng
(DPDCH) trong đường downlink , xem xét một chuyển giao mềm 2 đường (2-way)
ví dụ một MS kết nối tới 2 BS( với trường hợp SHO có nhiều hơn 2 kết nối cũng sẽ
được phân tích một cách tương tự). Định nghĩa s

ijk
như sau:
- s
ijk
= 1 Nếu MSj là trong SHO với BSi và BSk, BSi là trạm tốt nhất
- b
ij
= 0 Ngược lại.
Với i, k∈S, j∈M
Và cũng định nghĩa si là:
- s
i
= 1 MSj là trong SHO Với i∈M
- b
ij
= 0 Ngược lại.
Có bốn loại độ lợi SHO: SHO thu được qua công suất được nhận trên đường
uplink, SHO thu được qua APR trên đường uplink, SHO thu được qua dự trữ pha
đinh (headroom) trên đường uplink, và SHO thu được qua công suất truyền dẫn trên
đường downlink. Tất cả các độ lợi SHO là hàm số của tốc độ di chuyển của MS và
độ sai khác của mức công suất nhận được giữa BSi và BSk, các hàm số đó lấy được
từ các chương trình mô phỏng.
Đối với việc tối ưu và quy hoạch mạng vô tuyến WCDMA trên thực tế thì
cần đưa ra các điều kiện bắt buộc sau:
1, Để được phục vụ, MS cần phải nhận được ít nhất 1 tín hiệu CPICH với E
c
I
0
vượt quá ngưỡng giá trị của tín hiệu CPICH dò được.
2, Mỗi MS được phục vụ phải có 1 BS tốt nhất, cái mà có tín hiệu CPICH nhận

được với E
c
I
0
cao nhất tại MS (không cần quan tâm tới thông số điều khiển chấp
nhận cuộc gọi - CAC).
3, Ở đường downlink, công suất CPICH được sử dụng để xác định SHO. Vì vậy,
đối với mỗi MS nằm trong trạng thái của SHO, MS nên nhận tín hiệu CPICH từ BS
thay cho công suất khác từ trạm tốt nhất mà lại không lớn hơn giá trị ngưỡng. BS
Trần Thị Minh Huệ - K17DTVT
4
đó sẽ được bổ sung vào trong tập tích cực của MS và được lựa chọn như một máy
ch SHO.
Với việc xem xét các chi phí lắp đặt, độ phủ sóng của hệ thống và dung
lượng, hàm chi phí có thể được xác định theo công thức:
1 2 3
min 1 1
i i
i S covered servered
i total
i S
c u
n T
c q T
λ λ λ
∈
∈
 
 
 

 
+ − + −
 
 ÷
 ÷
 
 
 
 
∑
∑
n
covered
là số lượng của các MSs được phục vụ bởi mạng, T
total
là toàn bộ các
lưu lượng yêu cầu, T
severed
là lưu lượng được cấp bởi mạng, λ
1,
λ
2
, λ
3
trọng số được
kết hợp cho chi phí lắp đặt thông thường, tỉ lệ phần trăm của các MSs không được
phủ sóng và tỉ lệ phần trăm các MSs không được kết nối do lưu lượng. Một số các
chỉ số vận hành khác như là hệ số tải trên đường uplink và downlink, công suất hoa
tiêu, chất lượng của tín hiệu nhận và vùng SHO, …. có thể cũng được đưa vào trong
thành phần trong hàm chi phí với các trọng số thích hợp (proper weighting factor),

với cơ chế như thế thì việc mở rộng là hoàn toàn có thể được nếu phải được tính
toán với nhiều biến khác nhau.
Để tìm ra được tập site ứng cử với hàm chi phí đạt được nhỏ nhất là nhiệm
vụ của thuật toán tối ưu hóa hệ thống. Quy hoạch mạng vô tuyến WCDMA là một
bài toán tối ưu hóa với nhiều mục tiêu, những vấn đề có thể giải quyết riêng rẽ bằng
cách ấn định các hệ số phát sinh khác nhau đến các mục tiêu giới hạn khác nhau
3.2.2 Chiến lược tối ưu hóa và tìm thuật toán tối ưu hóa
Những vấn đề đã thảo luận ở trên trở thành vấn đề p-median khi chỉ có các vị
trí trạm BS được xem xét như là biến số quyết định. Hơn nữa, khi chúng ta thực
hiện việc đơn giản hóa riêng nhưng kết quả thu lại là quan trọng trong việc tìm ra vị
trí. Vấn đề p-median trở thành tìm số lượng p vị trí tại mỗi thời điểm mà không
quan tâm đến khoảng cách giữa các sites, trong khi chúng ta phân chia toàn bộ vùng
đang nghiên cứu, xem xét thành p vùng (K trong trường hợp này được mô tả trong
phần II). Mỗi lần thì site ứng cử phải được lựa chọn từ một vùng. Điều đó làm cho
quá trình tìm kiếm trở nên dễ dàng hơn và dễ có khả năng thực hiện được trên máy
tính cá nhân.
Các giải pháp trên được thay đổi trong các vùng lân cận nhau thông qua cấu
trúc lân cận nhau, điều đó rất có hiệu quả trong hoạt động mở rộng với các phương
pháp tìm kiếm. Trong nghiên cứu, chúng ta nhận ra cấu trúc vùng lân cận hoạt động
dựa trên việc lựa chọn hoàn toàn tự do, những vấn đề đã được thử nghiệm và xác
định là tốt đối với các vấn đề cá biệt khác và có thể tránh được một số giới hạn bằng
Trần Thị Minh Huệ - K17DTVT
5
một vài khảo sát thử nghiệm có tính định hướng. Vì vậy, vấn đề chính của cấu trúc
lân cận đưa ra là việc di chuyển đến trạng thái lân cận là đơn giản và chuyển mạch
hoàn toàn ngẫu nhiên đến một site ứng cử khác.
Trong bài báo này, ta đã kiểm tra và sử dụng một thuật toán tìm kiếm leo đồi
(Greedy) và ba phương pháp thực nghiệm nổi tiếng tên là: Giải thuật di truyền
( Genetic Algorithm-GA), Giải thuật mô phỏng luyện thép (Simulated Annealing -
SA), giải thuật tìm kiếm Tabu (TS). Trong suốt quá trình nghiên cứu, đã tìm ra các

thông số giới hạn cho việc tối ưu quá trình. SA đã được triển khai với cách tiếp cận
đã được đề xuất trong thời gian gần đây, được gọi là quá trình tiến hóa SA (ESA),
trong khi đó thuật toán GA và TS được giữ gần với tiêu chuẩn hơn.
Thuật toán greedy (Greedy Algorithm) thường được sử dụng để thực hiện tạo
ra đặc tính chuẩn cho các phương pháp thực nghiệm khác. thuật toán tìm kiếm leo
đồi với việc sử dụng cấu trúc lân cận xung quanh vùng nghiên cứu. Với ý tưởng tìm
kiếm một giải pháp trạng thái tốt hơn, nếu trạng thái hiệu chỉnh là tốt hơn so với
trạng thái gốc, quá trình thay đổi sẽ được chấp nhận. Nếu không thì nó sẽ được loại
bỏ và chuyển tới trạng thái lân cận khác. Bằng cách sử dụng các thuật toán đơn giản,
chúng ta kiểm tra mức độ bé nhất của quá trình tối ưu hóa thực hiện được, nó sẽ là
tiêu chuẩn cho các phương pháp thực nghiệm khác, và sẽ chặt chẽ hơn đối với các
vấn đề đặc biệt.
IV-NGHIÊN CỨU THỰC NGHIỆM
4.1, Cấu hình mô phỏng:
Dựa trên mô hình toán học trên, chúng ta đã phát triển một chương trình mô
phỏng tĩnh cho WCDMA để đánh giá sự vận hành của các thuật toán tối ưu thực
nghiệm khác nhau.
Một ví dụ cho việc lắp đặt một mạng WCDMA (hình 1). Chúng ta xem một
vùng dịch vụ là một hình chữ nhật 18km x 16km chứa K = 19 trạm BS với 3 anten
sector, nghĩa là có tổng cộng 57 cells. Tất cả 3 anten sector được lắp đặt từ góc
phương vị 0
0
bù từ phía Bắc và nghiêng xuống 0
0
. Với mỗi BS, các site ứng cử ni =
n = 5 được giữ giá trị và một site sẽ được lựa chọn để lắp BS. q=3600 nút lưu lượng
(traffic nodes - TN) được phân bố đồng đều trong vùng và tất cả các TN có hệ số
lưu lượng hoạt động 1.0
Trần Thị Minh Huệ - K17DTVT
6

Các thông số mạng được sử dụng để mô phỏng là như sau:
Lưu lượng 12.2 kbps voice Tốc độ chip 3.84 Mcps
Công suất BS Tx lớn nhất 43 dBm Công suất mỗi link BS Tx
lớn nhất
40 dBm
Công suất CPICH 30 dBm Công suất MS Tx lớn nhất 24 dBm
Ngưỡng của CPICH E
c
/I
o
-18 dB Mật độ công suất nhiễu -174
dBm/Hz
UL E
b
/N
o
yêu cầu 4.0 dB DL E
b
/N
o
yêu cầu 11.0 dB
DL trực giao 0.7 Hệ số lưu lượng hoạt động 1.0
4.2 Cấu trúc thuật toán thực nghiệm (Heuristic algorithm)
Thông số cài đặt của thuật toán tối ưu hóa thực nghiệm (heuristic) đã sử dụng
trong công trình trên thể hiện ở bảng sau:
Kích thước tập hợp GA - GA population size
20
Xác suất xuyên chéo GA - GA crossover probability
0.1
Số sinh GA - GA generation number

200
Xác suất thay đổi GA - GA mutation probability
0.9
Xác suất xuyên chéo GA - GA crossover probability
0.1
Kích thước tập hợp ESA - ESA population size
1
Số lặp lại cho mỗi toán tử SA trong ESA - Iteration
number for each SA operator in ESA
200
Trần Thị Minh Huệ - K17DTVT
7
Số lần lặp lại bên trong cho ESA - Number of inner
iterations for ESA
15
Kích thước danh mục TS Tabu / kích thước danh
muck lân cận - TS Tabu list size/Neighbourhood list
size
13
4.3. Kết quả thực nghiệm:
Hình vẽ sau thể hiện kết quả thu được từ 6000 lần thí nghiệm (ns=6000), đó
là một giá trị rất nhỏ của sự lặp lại đối với thuật toán tìm kiếm thực nghiệm
(heuristic search algorithms) để đưa ra giải pháp hợp lý. Nó tương đương với quá
trình tìm kiếm nhanh. Mỗi thí nghiệm này được làm lặp lại tới 100 lần với cùng điều
kiện như nhau. Do đó với 100 kết quả tối ưu thu được với mỗi thuật toán cho các
mạng riêng biệt và cụ thể. Tất cả các kết quả đã được lọc và hiển thị theo giá trị tăng
dần. Do đó kết quả tốt nhất sẽ được thể hiện trước, sau đó sẽ đến các kết quả khác,
và mọi các kết quả không mong đợi cũng sẽ được xuất hiện cuối cùng trên hình vẽ
như sau:
Kết quả:

- TS đạt 25 lần trong số 100 lần chạy (đạt tốt nhất là 25%)- tốt nhất
- ESA đạt 19 lần nghĩa là ít hơn 6% so với TS,
- Greedy đạt 8 lần ,
Trần Thị Minh Huệ - K17DTVT
8
- GA đạt 4 lần – nhỏ nhất
Đối với TS, chỉ có 1 kết quả lớn hơn một chút so với giá trị 0.265, nó thể
hiện rằng TS có khả năng rất lớn để là giải pháp tối ưu hoặc gần là giải pháp tối ưu
kể cả trong trường hợp số lần tìm kiếm là ít. Mặc dù nó thể hiện rõ SA hội tụ tới
trạng thái tốt nhất với xác suất 1.0, nhưng vẫn không có nghĩa rằng với bất kỳ việc
thực hiện SA nào đều có thể đạt tối ưu trong quá trình tìm kiếm ở giai đoạn tiếp theo
sau. Tương tự như kết quả tốt về việc thực hiện SA, ESA cũng cung cấp kết quả ấn
tượng nhưng không thể tốt như TS đã có. Nó có 6 kết quả mà giá trị lớn hơn 0.265
trong khi chỉ có 1 TS vượt qua giá trị đó. Điều này cho thấy rằng ESA cần thực hiện
lặp lại nhiều lần và cần nghiên cứu kỹ càng hơn để đạt được kết quả tốt hơn.
V- KẾT LUẬN
Trong bài báo này, chúng tôi đưa ra một biện pháp chương trình hóa tổng thể
cho việc quy hoạch và tối ưu hóa mạng vô tuyến WCDMA. Bốn thuật toán thực
nghiệm (heuristic algorithm) là tabu search, simulated annealing, genetic algorithm
and hill climbing local search được sử dụng để tìm ra cấu hình tối ưu cho mạng.
Kết quả thí nghiệm đã thể hiện rằng TS đạt được hiệu suất lớn nhất và tốt hơn
các phương pháp thực nghiệm khác, trong khi đó hiệu suất kém nhất sẽ đạt được với
thuật toán Greedy đúng như dự đoán. ESA hơi xấu hơn TS, nhưng GA rõ ràng là
kém hơn nhiều
Trần Thị Minh Huệ - K17DTVT
9