PT
Com o crescimento dos sistemas de comunicação móveis celulares heterogéneos,
a procura por largura de banda móvel aumenta e, consequentemente, um bom
desempenho de Handovers (HOs) traz alguns desafios. Estes desafios são amplificados
na presença de muitas células de características diferentes numa dada
localidade, criando confusão no sistema uma vez que um dado dispositivo nem
sempre se liga à célula ótima num contexto de otimização, degradando a qualidade
do serviço e potencialmente aumentando custos operacionais. Neste sentido,
para garantir a optimização da ligação dos dispositivos com as estações base, é
necessário desenvolver modelos de suporte à decisão para as melhores vizinhas de
cada célula em diferentes contextos para que os HOs sejam feitos da forma mais
ótima possível.
Soluções como Automated Neighbour Relations (ANR) em redes 4G tomam em
consideração estatísticas de HOs para escolher as melhores vizinhas, mas falham
em tomar em consideração a cobertura de sinal e células planeadas, o que dificulta
o planeamento de redes e esconde ineficiências no serviço. Assim, esta dissertação
propõe um sistema que preenche estas duas lacunas através da estimativa de relações
de vizinhança em redes móveis baseada na cobertura geográfica, suportando
também coberturas simuladas de células ainda por instalar. O sistema proposto
funciona num ambiente cloud automatizado e incorporado no ecossistema do Metric
Software as a Service (SaaS), complementando o ANR com listas de vizinhas
de elevada qualidade que podem ser ainda mais otimizadas por este, mitigando os
problemas mencionados anteriormente.
EN
With the growth of heterogeneous cellular mobile communications systems, the
demand for mobile bandwidth increases and, consequently, good Handover (HO)
performance brings some challenges. These challenges are amplified by the presence
of several cells of different characteristics in certain locations, creating confusion
in a system where a user device doesn’t always connect to the optimal cell
in an optimization context, degrading quality of service and potentially increasing
operational costs. In that sense, to guarantee optimal device-base station connections,
it’s necessary to develop decision-support models to know what the best
neighbours are for each cell in different contexts so that HOs are made in the most
optimal ways.
Solutions such as Automated Neighbour Relations (ANR) in 4G networks take
valuable HO statistics into consideration to decide which neighbours are best,
but they fail to consider signal coverage and planned cells, which in turn makes
network planning more difficult and hides inefficiencies in the service. Therefore,
this dissertation proposes a system that fills these gaps through the estimation
of neighbour relations based on geographical coverage, also supporting simulated
coverages from inactive cells. The proposed system works in an automated cloudbased
environment integrated in the Metric Software as a Service (SaaS) package,
complementing the ANR with high-quality neighbour cell lists which can be further
optimized by the latter, mitigating the aforementioned problems.
