Fuzzy Logic Applied to Azimuth Control of Antennas in 5G Networks Yuri S. Barbosa Edemir M. C. Matos Miércio C. de A. Neto LCT-UFPA LCT-UFPA LCT-UFPA Belém, Pará, Brasil Belém, Pará, Brasil Belém, Pará, Brasil yuri2569@gmail.com edemir.matos@gmail.com miercio@ufpa.br Fabrı́cio J. B. Barros Jasmine P. L. Araújo LCT-UFPA LCT-UFPA Belém, Pará, Brasil Belém, Pará, Brasil fjbbrito@gmail.com jasmine.araujo2018@gmail.com 1 Introdução Espera-se que mais de 50 bilhões de dispositivos este- Resumo jam conectados até o final deste ano [Nis15], e atender as demandas de conectividade é um dos desafios para Keeping all devices connected with satisfac- diversos grupos de pesquisa. O aumento contı́nuo da tory quality of service is a challenge for future alta demanda de tráfego de dados e o fornecimento mobile access technologies. The improvement de diferentes Qualidades de Serviços (QOS) ao cliente in the coverage area of base stations can of- também é um desses desafios. Especialistas apontam fer conditions to connect more challenges. In que o 4G e o 5G poderão coexistir, isso porque algu- this context, this work aims to present a si- mas caracterı́sticas especı́ficas ajudarão as operadoras mulation of azimuth antenna control system a transacionarem para a nova rede sem pressionar os using fuzzy logic, in order to increase the ca- usuários. A tecnologia 5G prevê uma grande melhoria pacity of network connections while maintai- na velocidade e na cobertura de internet móvel, po- ning quality of service. We used the ITU-R dendo ser até 100 vezes mais rápida que uma conexão M. [IMT-2020.EVAL] test scenario, and the 4G comum. Além disso, o recurso possibilitaria uma results showed an increase in the capacity of resposta mais veloz do que a de uma rede WiFi, por base stations, based on the signal interference- exemplo [Sas17],[Abb20]. to-noise ratio (SINR) and we found that the O 5G não deve substituir completamente o 4G, em levels quality of service were met. From the vez disso, irá se basear na conexão LTE para funci- fuzzy logic employed, SINR values were ob- onar. Segundo o relatório mais atual do GSMA In- tained that indicate the signal quality. These telligence, apenas 15% da população mundial estarão results are important, as the demand for high usando 5G em 2025. No mesmo ano, 59% das pessoas data rates from current mobile networks (4G) estarão usando LTE, sendo que em 2018 essa porcen- will be inherited by its successor (5G). tagem correspondia a 43%. No documento também consta que o LTE servirá como base para muitas ope- radoras por pelo menos 10 anos [The Mobile Economy Azimute, Fuzzy, 5G, SINR, otimização. 2020 GSM Association] [Sas17],[Abb20],[Lin17]. No entanto, ainda há problemas a serem resolvi- Copyright © by the paper’s authors. Use permitted under Cre- dos, referente à melhoria das redes 5G, onde pode-se ative Commons License Attribution 4.0 International (CC BY 4.0). destacar a área de cobertura das Estações Rádio Base In: Proceedings of the IV School of Systems and Networks (SSN (ERBs). Partindo do pressuposto de que frequência e 2020), Vitória, Brazil, December 14-15, 2020. Published at distância são inversamente proporcionais, quanto mais http://ceur-ws.org. altas são as frequência mais baixas são as distâncias. 1 O relatório ITU-R M.[IMT-2020.EVAL] [Int17] prevê uma separação de 200 metros entre cada ERB para a configuração de um ambiente urbano denso de banda larga móvel aprimorada (Dense Urban Enhan- ced Mobile Broadband - eMBB) [Int17], é esperado que o sinal dos transmissores tenha uma ótima distribuição em relação a sua área de cobertura. Técnicas basea- das em algoritmos de otimização e controle tem sido aplicada para auxiliar no processo de otimização das áreas de cobertura. Por exemplo: a lógica fuzzy, tem como principal vantagem em relação a algoritmos meta heurı́sticos a ausência de treinamento [Sim69][Gog73], gerando respostas que satisfazem a necessidade de sis- temas em tempo real. Este trabalho propõe otimizar a área de cobertura para redes 5G, utilizando lógica fuzzy aplicada ao con- trole de azimute das antenas transmissoras em ERBs. Foram consideradas as recomendações do ITU-R M. Figura 1: Desenho base de cobertura relatório ITU-R [IMT-2020.EVAL] e ITU-R P-2135 [Int17][Gog73] para P-2135. a criação do cenário de teste outdoor, utilizado na ava- Para facilitar a visualização da proposta foi feita liação da proposta de otimização. uma divisão por cores, onde as ERBs padrões do sis- tema são representadas pela cor vermelha e as ERBs 2 Metodologia auxiliares são representadas pela cor amarela. Então a simulação completa é criada com todas as regiões. A Esta seção apresentará de forma breve o cenário de Fig. 2 mostra o cenário completo, onde é possı́vel ob- estudo e abordará os tópicos mais relevantes sobre a servar cı́rculos pretos representando as regiões numera- lógica fuzzy utilizada para o desenvolvimento da pes- das em amarelo, o posicionamento das ERBs padrões quisa. numerados em azul e por fim as ERBs auxiliares.. 2.1 Cenário O estudo foi simulado em uma área da Região Metro- politana de Belém do Pará, onde as ERBs são posicio- nadas de acordo com a opologia base de cobertura do relatório ITU-R P-2135 [Con20], apresentado na Fi- gura 1. Nota-se que a localização das ERBs são os centros dos hexágonos destacados em coloração verde claro, totalizando 19 ERBs, cada uma possuindo três setores de radiação numerados de 1 a 54. A partir da topologia base presente no relatório ITU-R P-2135 [Int17] apresentada na Fig. 1, foram disposta 19 ERBs em um formato hexagonal, com os parâmetros de transmissão presentes na Tabela 8-2 b) do ITU-R M. [IMT-2020.EVAL] [Sas17], no entanto com o intuito de se adequar a operação do 5G pre- vista para o Brasil a frequência usada foi a de 3,5 GHz [Int19][Con20]. O cenário foi dividir em 6 regiões, cada Figura 2: Cenário simulado região composta por uma ERB central auxiliar e três ERBS padrões, com o azimute das ERBs auxiliares 2.2 Controle fuzzy controlados pela lógica fuzzy. As antenas das ERBs auxiliares possuem Como redes móveis são um sistema de tempo real, o parâmetros similares aos padrões definidas pelo controle fuzzy foi escolhido por atender a necessidade ITU-R M.[Sas17], porém diretivas e ativadas somente de tempo das respostas para esta aplicações. A me- se houver necessidade, baseado na resposta do contro- todologia de decisão, consiste no controlador analisar lador fuzzy, que por sua vez terá como saı́da a direção sequencialmente as entradas, iniciando nas antenas da de apontamento do azimute. região 1 e terminando na região 6. 2 Definiu-se para todas as entradas as seguintes to Interference plus Noise Ratio) 3 para avaliar se os funções de associação: Normal (0 – 10) com formato nı́veis de qualidade estão no limiar aceitáve, onde trapezoidal, pois enquanto o número de receptores não for maior que 10 ainda não existe sobrecarga. As SIN R = P/I + R (3) funções de associação Média (10 - 15) e Alta (12 – 17) ambas definidas com formato triangular e Mui- Onde P é a potência do sinal de interesse, I é a toAlta (14 – 20) também tem o formato trapezoidal, potência de interferência dos outros sinais na rede e N pois qualquer quantidade maior que 20 é “MuitoAlta” é algum ruı́do, que pode ser constante ou aleatório. [Wit94]. Neste trabalho, utiliza-se o controlador Mamdani. 3 Testes e Avaliações Operando de maneira que cada regra é uma variável condicional fuzzy do controlador, onde diferentes Um total de 100 simulações foram realizadas, com a relações fuzzy podem ser extraı́das variando as mes- variação da quantidade e a posição dos receptores. mas [Wit94]. Esta variação pode ser obtida a partir Optou-se por manter a quantidade mı́nima de recep- da operação lógica definida na Equação 1. tores em 10 receptores por ERB, para que as mesmas sempre estejam em sobrecarga. Os valores do SINR, número de receptores solicitando acesso, número de re- µ() = µj(AntA) ∧ µi(AntB) ∧ µh(AntC) (1) ceptores conectados com e sem o uso do controle fuzzy foram extraı́dos e comparados para avaliar o sistema O método para defuzzificação utilizado neste tra- proposto. balho foi a Média dos Máximos. Transformando as Usou-se como exemplo para este trabalho, os dados saı́das fuzzy nas variáveis de saı́da crisp (Y), que irá retirados das regiões 1 e 6. Fazem parte destas regiões direcionar antena da ERB auxiliar (), representando a as ERBs 1, 2, 6, 13 e 14, com a ERB1 localizadas saı́da definitiva do método empregado. Este Método entre as duas regiões. A Tabela 1 mostra os dados ex- da Média dos Máximos calcula o centro ponderado traı́dos da simulação apresentando a média dos valores da região formada pela união dos conjuntos fuzzy de extraı́dos. saı́da, entre os núcleos dos conjuntos fuzzy às quais o elemento pertence, ponderadas pelo grau de per- Tabela 1: Dados das regiões 1 e 6. tinência, de acordo com Equação (2) [Wit94]. ERB 1 2 6 13 14 Numero de Pk µi Yi 8 51 34 39 40 seleções (%) Y = Pi=1 k (2) i=1 µi SINR médio antes da 24,28 25,36 24,45 24,10 24,62 A lógica utilizada para criar as regras do controle foi decisão (dB) baseada na topologia do cenário (ver Fig. 2). Logo, a SINR médio base de regras é projetada para dar prioridade decres- após a 24,07 25,20 24,73 24,37 24,39 cente as ERBs da região. Onde, o controlador fuzzy decisão (dB) define as ERBS como A, B e C. A lógica fuzzy pro- Média de Rx posta possui 61 regras, que são acionadas a partir das 10,69 10,57 12,38 13,05 12,61 após a decisão 3 entradas que correspondem ao número de receptores requisitando acesso em cada ERB padrão das regiões, A tabela 1 apresenta os resultados das simulações gerando uma saı́da que corresponde ao ângulo de azi- neste trabalho, e é possı́vel observar que a ERB1 foi mute do transmissor. escolhida 8% das vezes e obteve um aumento de 6,9% O posicionamento dos receptores foi definido aleato- na quantidade de conexões, enquanto a ERB 2 foi se- riamente dentro do ambiente de simulação. A quanti- lecionada 51% das vezes e teve um aumento de 5,7%. dade foi escolhida de forma a manter as ERBs sempre As ERBs 6, 13 e 14 tiveram 34, 39 e 40 % das escolhas com seu número máximo (10) de receptores. Criando e um aumento de 20,3, 30 e 20,6 % de aumento nas desta forma a problemática a ser solucionada pelo sis- conexões, em média cerca de 15,6% mais receptores fo- tema fuzzy proposto. ram conectadas as duas regiões apresentadas na tabela. Segundo a literatura o cenário de estudo de caso é O valor de SINR médio após a decisão permaneceu si- classificado como urbano e para este tipo de ambiente milar ao anterior a decisão com alguns valores até mai- recomenda-se o uso do modelo de perda de propagação ores, indicando um cenário ótimo para acesso, mesmo Close-In, que estima a perda de percurso[Sum16]. Esta sendo influenciado pela ativação de mais transmisso- modelagem nos permite obter os valores de potência res que consequentemente causam mais interferência a recebida nos receptores e assim avaliar o SINR (Signal rede. 3 4 Conclusão [Gog73] J. Goguen, L. A. Zadeh. Fuzzy sets. In- formation and control, vol. 8 (1965), pp. O sistema fuzzy proposto mostrou resultados satis- 338–353. - L. A. Zadeh, “Similarity relations fatórios no controle de decisão do direcionamento do and fuzzy orderings,” Information sciences, azimute, considerando um cenário de estudo de caso vol. 3 (1971), pp. 177–200. Journal of Sym- em condições de sobrecarga na capacidade de recep- bolic Logic, 38(4), 656-657, 1973. tores. Os resultados obtidos das simulações, deno- tam que apesar da evidente sobrecarga do sistema, os [Int19] International Telecommunication Union, usuários foram atendidos com um nı́vel de SINR satis- “Technical characteristics of autonomous fatórios. Outra contribuição deste trabalho, é um con- maritime radio devices operating in the trole inteligente em tempo real, definindo parâmetros frequency band 156-162.05 MHz,” Recom- para avaliação de qualidade. Com a divisão em regiões mendation M.2135. 2019. proposto é possı́vel escalonar o controle para outros cenários de maior ou menor complexidade, mantendo [Con20] CONSULTA PÚBLICA Nº 50 a topologia de uma ERB localizada no centro de ou- https://sistemas.anatel.gov.br/SACP/ tras três. Observa-se que além de ser possı́vel aplicar a Contribuicoes/TextoConsulta.asp?Cod lógica fuzzy a rede 5G, também é possı́vel obter resul- Processo=C2356Tipo=1Opcao=andamento. tados satisfatórios em relação a conexões entre trans- Acessado em 2020 missores e receptores. [Wit94] P. Witold, “Why triangular membership functions? Fuzzy sets and Systems”. 1994. Acknowledgment Os autores agradecem a Universidade Federal do Pará [Sum16] S. Sun, et al, “Investigation of prediction ac- (UFPA), ao PPGEE / UFPA, ao LCT / UFPA e a curacy, sensitivity, and parameter stability of CAPES pelo suporte e apoio concedido ao desenvolvi- large-scale propagation path loss models for mento desta pesquisa. 5G wireless communications,” IEEE Tran- sactions on Vehicular Technology, Vol 65, No.5, pp.2843-2860, 2016. Referências [Nis15] P. Nisha, S. Shantanu, S. K. Awadhesh, “A Survey on 5G: The Next Generation of Mo- bile Communication”. 2015 [Sas17] S. Sasha , quot;LTE-WLAN aggregation (LWA): benefits and deployment considera- tionsquot;, Intel corporation white paper, 2017. [Abb20] K. Abbas, K. T. Ahmed, A. Rafiq, W. C. Song, S. J. Seok. “An LTE-WiFi Spectrum Aggregation System for 5G Network: A Test- bed”, International Conference on Informa- tion Networking (ICOIN), 2020. [Lin17] C.C. Huang, W. C. Lin. “A radio transceiver architecture for coexistence of 4G-LTE and 5G systems used in mobile devices”, IEEE MTT-S International Microwave Symposium (IMS), 2017. [Int17] International Telecommunication Union, “Draft new Report ITU-R M. [IMT- 2020.EVAL] - Guidelines for evaluation of radio interface technologies for IMT-2020,” ITU-R SG05 Contribution 57. 2017. [Sim69] M. G. Simoes and I. S. Shaw, “Controle e Modelagem Fuzzy. Blucher”, FAPESP, 1969. 4