Optimalizace infrastruktury bezdrátových sítí s využitím metod umělé inteligence
Loading...
Date
Authors
ORCID
Advisor
Mark
P
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
Dizertační práce je zaměřená na úlohy optimalizace síťových infrastruktur s využitím algoritmů umělé inteligence. Vzhledem k rostoucím požadavkům na síťový provoz v 5G+ sítích jsou nutné zásadní úpravy síťových infrastruktur. Tyto požadavky vytyčují řadu otázek v oblasti výzkumu. Hlavním cílem této dizertační práce je proto návrh optimalizačního modelu a algoritmů lokalizujících vhodná místa k nasazení základnových stanic. Pro vytvoření takového optimalizačního modelu bylo nezbytné reflektovat zásadní požadavky bezdrátového pokrytí v soudobých sítích, jako jsou požadované kapacity (základnových stanic a koncových uživatelů), již existující infrastruktura, interference mezi základnovými stanicemi či dosah pokrytí. Protože algoritmus hledání řešení této úlohy má exponenciální složitost a pro velké instance není možné najít optimální řešení v dostupném čase, bylo nutné aplikovat metody umělé inteligence. Vzhledem k charakteru výpočtu byly zvoleny a implementovány meta-heuristické algoritmy, které jsou dále v práci detailněji rozebrány. Navržené optimalizační modely a algoritmy jsou následně verifikovány pomocí vhodných simulací pro městské, předměstské či venkovské oblasti. Praktické využití navrženého řešení je uvažováno jako dodatečný modul do existujících nástrojů, doporučující místa nasazení nových základnových stanic při změně charakteru sítě (např. vyšší kapacitní požadavky v určitých oblastech), sloužící jako podklad pro další praktické ověření. Hlavním přínosem práce je návrh a implementace vlastní modifikace genetického algoritmu a návrh původních matematických modelů smíšeného celočíselného programování, výrazně rozšiřujících klasickou úlohu pokrytí. Včetně jejich následného ověření na instancích se statisíci prvky a jejich publikace v impaktovaných časopisech a na mezinárodních konferencích.
The dissertation is focused on optimization of network infrastructures using artificial intelligence algorithms. The growing requirements for network traffic in 5G+ networks require decisive modifications to the network infrastructures. The main aim of this dissertation is to design an optimization model and algorithms for selecting suitable locations for the base station deployment. The proposed optimization model reflects the essential requirements of wireless coverage in today's networks, such as the required capacity (base stations and end-users), existing infrastructure, interference between base stations, or coverage range. Since the model represents an exponential problem that is not possible to solve for larger instances exactly in the available time, it was essential to apply artificial intelligence methods. For the computation the heuristic algorithms were selected and implemented, these are discussed in detail in the dissertation text. The proposed optimization models and algorithms are subsequently verified using suitable simulations for urban, suburban, or rural areas. The practical use of the proposed solution is considered as an additional module to existing tools, recommending the locations to deploy new base stations when the network parameters change (e.g., higher capacity requirements in certain areas), serving as a basis for further practical verification. To conclude, the main contributions are in the design of models extending classical covering problems together with the implementation using modified heuristic algorithms. Including their subsequent verification at instances with hundreds of thousands of nodes and their publication in impact journals and at international conferences.
The dissertation is focused on optimization of network infrastructures using artificial intelligence algorithms. The growing requirements for network traffic in 5G+ networks require decisive modifications to the network infrastructures. The main aim of this dissertation is to design an optimization model and algorithms for selecting suitable locations for the base station deployment. The proposed optimization model reflects the essential requirements of wireless coverage in today's networks, such as the required capacity (base stations and end-users), existing infrastructure, interference between base stations, or coverage range. Since the model represents an exponential problem that is not possible to solve for larger instances exactly in the available time, it was essential to apply artificial intelligence methods. For the computation the heuristic algorithms were selected and implemented, these are discussed in detail in the dissertation text. The proposed optimization models and algorithms are subsequently verified using suitable simulations for urban, suburban, or rural areas. The practical use of the proposed solution is considered as an additional module to existing tools, recommending the locations to deploy new base stations when the network parameters change (e.g., higher capacity requirements in certain areas), serving as a basis for further practical verification. To conclude, the main contributions are in the design of models extending classical covering problems together with the implementation using modified heuristic algorithms. Including their subsequent verification at instances with hundreds of thousands of nodes and their publication in impact journals and at international conferences.
Description
Citation
ŠEDA, P. Optimalizace infrastruktury bezdrátových sítí s využitím metod umělé inteligence [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2022.
Document type
Document version
Date of access to the full text
Language of document
en
Study field
bez specializace
Comittee
prof. Ing. Jaroslav Koton, Ph.D. (předseda)
doc. Ing. Zdeněk Martinásek, Ph.D. (člen)
doc. Ing. Karol Molnár, Ph.D. (člen)
Ing. Libor Michalek, Ph.D. (člen)
prof. Ing. Zdeněk Smékal, CSc. (člen)
Ing. Pavel Mašek, Ph.D. (člen)
Assoc. Prof. Sergey Andreev, Ph.D. - oponent (člen)
Prof. Giuseppe Araniti, Ph.D. - oponent (člen)
Date of acceptance
2022-07-01
Defence
Obhajoba práce probíhala hybridní formou, kdy Ing. Pavel Mašek, Ph.D. a Ing. Libor Michálek, Ph.D. byli připojen prostřednictvím MS teams. Setkání zahájil předseda prof. Koton, kdy uvítal uchazeče, členy komise a přítomné hosty. Slovo bylo předáno Ing. Šedovi, který v rámci svého vystoupení prezentoval motivaci, dosažené výsledky a perspektivy další vědeckovýzkumné činnosti v oblasti tématu disertace. Následovala otevřená diskuze, především mezi Ing. Šedou a Assoc. Prof. Andreev, Ph.D., do které se zapojili i ostatní členové komise. Ing. Šeda na dotazy reagoval pohotově a prokázal svoji erudici v oboru. Celková doba veřejného vystoupení trvala 70 minut. Následovalo uzavřené jednání členů komise, která tajně hlasovala.
The dissertation defense took place in a hybrid form, whereas Ing. Pavel Mašek, Ph.D. and Ing. Libor Michálek, Ph.D. were connected using MS Teams tool. The event was initiated by the committee chair prof. Koton, who welcomed the applicant, the committee members, and guests. Ing. Šeda was asked to give his presentation, who within his speech discussed the motivation, reached results and perspectives for further research in the area of the dissertation topic. The presentation followed by open discussion, primarily between Ing. Šeda and Assoc. Prof. Andreev, Ph.D., whereas also other committee members raised their questions. Ing. Šeda responded promptly and demonstrated his erudition in the area. The public part of the defense took 70 minutes. It was followed by non-public meeting of the committee members and secret vote.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení