WM-SIMA: Herramienta de simulación para el enlace descendente LTE-Advanced

WM-SIMA: Herramienta de simulaci´ on para el enlace descendente LTE-Advanced Isabel M. Delgado-Luque, Francisco J. Mart´ ın-Vega, Alberto Carreras, Gerardo G´ omez, M. Carmen Aguayo-Torres y Jos´ e T. Entrambasaguas E-mail {imdl, fjmvega, acm, ggomez, aguayo, jtem}@ic.uma.es Dpto. de Ingenier´ ıa de Comunicaciones. Universidad de M´ alaga. Campus de Teatinos s/n, 29071 M´ alaga, Espa˜ na. Resumen—In this paper, we present a novel and efficient linklevel simulation framework for the donwlink (DL) of Long Term Evolution Advanced (LTE-A) cellular networks. The tool, called Wireless Mobile SIMulator Advanced (WM-SIMA), is available to be downloaded so that researchers can use it to evaluate the performance for different network configurations. In this work, the main characteristics of WM-SIMA are presented. As a case of use, the Average Spectral Efficiency (ASE) is obtained for the DL of a two-tier network, composed of Macro Access Points (MAPs) and Pico APs (PAPs). Simulation results confirms that there exist an optimal Cell Range Expansion (CRE) bias in the cell association that maximizes the ASE. Interestingly, it is confirmed that this optimal bias does not depend on the number of PAPs, while increasing the number of PAPs leads to a higher ASE for the same bias. I. INTRODUCCI ´ ON Disponer de herramientas de simulaci´ on que permitan analizar las prestaciones de los sistemas de comunicaciones m´ oviles es muy importante dado que permiten realizar pruebas reproducibles con un bajo coste asociado. Por una parte, es importante aplicar un modelo lo suficientemente exacto como para que se contemplen las principales caracter´ ısticas del sistema, pero tambi´ en debe ser lo m´ as simplificado posible a fin de que el tiempo de simulaci´ on no sea excesivamente elevado. Esto exige, por tanto, un compromiso entre complejidad del modelo a utilizar y eficiencia en cuanto a tiempo de simulaci´ on. En la literatura, existen distintas herramientas de simulaci´ on para sistemas LTE-A que cumplen este objetivo. Concretamente, en [1] se presenta un simulador LTE implementado en Matlab. Esta herramienta consiste en realidad en dos simuladores independientes: uno de enlace, que permite obtener tablas con resultados de capa f´ ısica; y otro simulador de sistema, que usa estos resultados almacenados previamente en tablas. De este modo se consigue abstraer la capa f´ ısica en las simulaciones que involucran capas superiores. Otro ejemplo se encuentra en [2], donde se presenta la herramienta SimuLTE. Esta herramienta ofrece gran flexibilidad, ya que al estar basado en OMNeT++ se le pueden a˜ nadir distintos m´ odulos. Como por ejemplo INET, el cual permite simular aplicaciones en tiempo real que usan diversas tecnolog´ ıas de acceso radio. Tambi´ en cabe mencionar las herramientas presentadas en [3] y [4]. La primera de ellas, desarrollada en C++, contempla una gran cantidad de funcionalidades tales como movilidad, handover, diferentes planificadores, etc. La segunda, basada en ns-3, ha sido dise˜ nada para permitir una simulaci´ on extremo a extremo asumiendo modelos de tr´ afico realistas. Una caracter´ ıstica com´ un a los citados simuladores es que todos ellos aplican una estrategia de simulaci´ on de la capa f´ ısica basada en tablas. De esta forma, se consigue reducir los tiempos de simulaci´ on, pero da lugar a una p´ erdida de precisi´ on que deriva del mecanismo de abstracci´ on. La herramienta de simulaci´ on Wireless Mobile SIMulation Advanced (WM-SIMA) [5] ha sido dise˜ nada para simular con gran detalle la capa f´ ısica (PHY) y de acceso al medio (MAC) sin usar tablas que abstraigan la capa f´ ısica. WM-SIMA considera el enlace descendente (DL) de un sistema multicelular Long Term Evolution Advanced (LTE-A) en modo duplexaci´ on por divisi´ on en frecuencia (FDD) considerando el acceso m´ ultiple por divisi´ on de frecuencias ortogonales (OFDMA) como t´ ecnica de acceso al medio [6]. Se trata de una evoluci´ on de la herramienta WM-SIM [7] en cuanto a que soporta esquemas de transmisi´ on con m´ ultiples antenas (Multiple Input Multiple Outputs, MIMO) con configuraciones de hasta 8x8; con posibilidad de considerar varias Components Carriers (CCs) si se activa la opci´ on de Carrier Aggregation (CA), entre otras nuevas funcionalidades. En este art´ ıculo se va a describir la arquitectura asociada a la herramienta WM-SIMA en la Secci´ on II. A continuaci´ on, en la Secci´ on III se presentan varios resultados de simulaci´ on con el fin de mostrar un ejemplo de los estad´ ısticos que ofrece la herramienta. Finalmente, en la Secci´ on IV se resumen las principales conclusiones asociadas a este trabajo. II. ARQUITECTURA DEL SIMULADOR Podemos distinguir dos niveles en la arquitectura del simulador: nivel de sistema ynivel de enlace, los cuales se detallan a continuaci´ on. A. Nivel de sistema Este nivel, implementado en Matlab, proporciona la informaci´ on de despliegue de la red m´ ovil a simular. Para ello, utiliza una serie de par´ ametros configurables como son n´ umero de terminales m´ oviles (UEs), n´ umero y tipo de puntos de acceso (APs), potencia de transmisi´ on de APs, ´ area de celda, entre otros. Se distinguen dos tipos de APs: macro (MAPs) y pico (PAPs). De esta forma, es posible considerar redes homog´ eneas donde s´ olo se tienen MAPs; o redes heterog´ eneas compuestas por ambos tipos de APs. En este caso, cada tipo de AP tendr´ a asociadas unas caracter´ ısticas en cuanto a potencia de transmisi´ on y p´ erdidas de propagaci´ on. Otro aspecto de la red configurable es el tipo de grid a aplicar, que puede nCC nCC Extended MIMO channel nAntTx ×N queuesInfo nCC nPRBs LM-1 nResources nCw nLayers nAntTx MIMO Precoding QoS Statistics RLC Coding - MappingCoding - Mapping Transmitter LM-N AntPr-1 AntPr-N nAntTx ×N ×nCC nAntRx ×R reportInfo MAC Scheduler allocationInfo CSI nCC nCC nPRBs LdM-1 nResources nCw MIMO Detection RLC DeCoding - DeMapping Receiver LdM-R AntPr-R nAntRx ×R ×nCC AntPr-1 EEŽŽĨWƐ ZEŽŽĨhƐ nAntRx Fig. 1. WM-SIMA: Arquitectura de nivel de enlace elegirse hexagonal o aleatorio, para el cual las celdas se sit´ uan siguiendo una distribuci´ on espacial uniforme. Por otra parte, es posible indicarle al nivel de enlace que simule s´ olo un subconjunto de los APs y UEs que componen la red reduciendo, por tanto, el coste computacional de simulaci´ on. El subconjunto simulado estar´ a compuesto por aquellos MAPs que se encuentren en la regi´ on central del ´ area total definida por la red, as´ ı como los elementos que tenga asociados: UEs y PAPs. El efecto del resto de elementos no simulados en la red se modelar´ a como interferencia Gaussiana. Una vez posicionados los UEs y APs, se obtiene la siguiente informaci´ on: Asociaci´ on de UEs a APs, que se puede llevar a cabo en base a dos criterios: p´ erdidas de propagaci´ on m´ ınima o mayor potencia media recibida. Si se elige este ´ ultimo cuando se tiene un escenario heterog´ eneo, es posible aplicar un incremento (sesgo) sobre la potencia de transmisi´ on de las PAPs de manera que se amplia su ´ area de cobertura. Esta t´ ecnica, conocida como Cell Range Expansion (CRE) [8], consigue reducir la carga asociada a las MAPs puesto que al aplicar el sesgo se fuerza a que UEs que estar´ ıan asociados a una MAP se asocien a una PAP. Ahora bien, estos usuarios forzados o CRE UEs, suelen tener unos valores de nivel de se˜ nal a interferencia (SINR) muy degradados debido a que la MAP a la que estar´ ıan asociados de forma natural act´ ua ahora como interferente. Potencia media interferente que recibe cada elemento simulado desde el resto de elementos (UEs y APs) no simulados que componen la red celular. Ganancia del camino entre cada UE y AP simulado. Nivel de SINR medio para cada UE simulado. Potencia media de transmisi´ on de cada AP simulado. Toda esta informaci´ on se almacena en un fichero .mat que ser´ a utilizado posteriormente por la parte de nivel de enlace para realizar la simulaci´ on. B. Nivel de enlace Este nivel, basado en C++, lleva a cabo el procesado de las capas PHY y MAC para la configuraci´ on de red establecida. La Fig. 1 muestra la arquitectura del simulador asociada a este nivel. Se observa c´ omo la herramienta se compone de cinco grandes bloques: transmisor (Trasmitter), receptor (Receiver), canal radio MIMO (Extended MIMO Channel), planificador cross-layer (MAC Scheduler) y medidas (QoS Statistics). 1. Transmitter: Es el encargado de generar los paquetes RLC (Radio Link Control), encolarlos y segmentarlos en bloques de transporte (TBs) en base a la informaci´ on que recibe del planificador (allocationInfo). Para ello se dispone de 3modelos de fuentes: Full buffer, en la que los UEs siempre tienen informaci´ on para transmitir; Streaming, seg´ un una distribuci´ on de Pareto; o Trazas, que se cargan de un fichero .mat. Sobre los TBs generados, se aplica un esquema de modulaci´ on y codificaci´ on adaptativo para obtener din´ amicamente los s´ ımbolos complejos que se mapear´ an sobre los recursos f´ ısicos disponibles. El n´ umero total de recursos (nResources) depender´ a del ancho de banda considerado (nPRBs, n´ umero de Physical Resource Blocks), del n´ umero de CC (nCC) y de la configuraci´ on de antenas, que determina el n´ umero de codewords1(Cw) disponibles (nCw). A continuaci´ on, realiza un procesado MIMO que implica: un mapeo de Cw a layers, realizado por el bloque Layer Mapping (LM) asociado a cada AP; y una precodificaci´ on MIMO, si procede. Por ´ ultimo, se realiza un procesado de antenas (AntPro) para la generaci´ on de los s´ ımbolos OFDM que se transmiten sobre el canal radio. 2. Receiver: Realiza el proceso inverso al llevado a cabo en el transmisor con el objetivo de recuperar los TBs enviados. En efecto, a partir de los s´ ımbolos OFDM recibidos recupera la informaci´ on transmitida haciendo uso tanto de la se˜ nalizaci´ on (allocationInfo) como de la estimaci´ on de 1En este trabajo el t´ ermino codeword hace referencia a un TB codificado y modulado de forma independiente. canal que realiza el propio bloque. Esta estimaci´ on puede ser: ideal, coincidiendo con el reporte recibido del canal (CSI); o estimada, a partir de los pilotos en la subtrama LTE-A. 3. Extended MIMO channel: Modela el efecto que tiene el canal de comunicaciones m´ oviles inal´ ambrico. Para ello, genera tantos canales independientes como caminos haya entre cada UE y AP simulados dependiendo de la configuraci´ on de antenas elegida. En cada uno de ellos se modelan los siguientes efectos: 1. Desvanecimiento selectivo en frecuencia, mediante un modelo de l´ ınea de retardo multitrayecto en el que la ganancia y retardo asociado a cada trayecto son configurables. Las muestras del canal pueden seguir una distribuci´ on Rayleigh o Rice. En caso de que se tenga una configuraci´ on MIMO, se utiliza el modelo de Kronecker [9] para determinar la correlaci´ on espacial entre antenas. 2. Interferencia, que se a˜ nade sobre la se˜ nal recibida en cada receptor desde el subconjunto de transmisores simulados. 3. Ruido Gaussino blanco (AWGN), que para cada receptor a˜ nade ruido Gaussiano en cada una de sus antenas. Hay que recordar que la potencia de ruido aqu´ ı a˜ nadida tiene en cuenta la interferencia del resto de elementos no simulados que componen la red. Por ´ ultimo, cabe destacar que existe la posibilidad de que este bloque funcione en el dominio del tiempo, de manera que se simula el canal con gran exactitud, o de la frecuencia, con lo que los s´ ımbolos OFDM se ven afectados directamente por la respuesta en frecuencia del canal simulado. En caso de simular el canal en frecuencia se reduce el tiempo de simulaci´ on a costa de asumir que la transmisi´ on est´ a libre de interferencia entre s´ ımbolos (ISI) y entre portadoras (ICI). 4. MAC Scheduler: Se encarga de llevar a cabo la planificaci´ on en cada intervalo de transmisi´ on (TTI) para repartir los recursos tiempo-frecuencia entre los UEs en funci´ on del algoritmo seleccionado. Para ello tiene en cuenta la informaci´ on que recibe por usuario basada en el estado de las colas (queuesInfo) y en el estado de los procesos HARQ y el canal radio (reportInfo). Independientemente del algoritmo, se ha optado por dar prioridad a las retransmisiones pendientes frente a la transmisi´ on de nueva informaci´ on. En efecto, en cada TTI se intentan asignar recursos primero a las retransmisiones asociadas a cada UE. Para ello, se aplica un criterio de b´ usqueda c´ ıclico -200 -100 0 100 200 300 400 -200 -100 0 100 200 300 400 500 600 MAP PAP 4 PAP 2 PAP 3 PAP 1 Eje y [m] Eje x [m] MAP PAP UE Fig. 2. Distribuci´ on de UEs y PAPs en Escenario 3 sobre los usuarios con retransmisiones pendientes para determinar el siguiente UE a tratar. Una vez seleccionado, el planificador determina los recursos concretos sobre los que se har´ a la retransmisi´ on. Tras planificar las retrasmisiones, los recursos restantes se asignan a la transmisi´ on de nueva informaci´ on. En este caso, el planificador determina tanto el usuario a tratar como los recursos concretos a asignarle. Cabe destacar que la asignaci´ on de recursos se hace aplicando el Tipo 2de los posibles criterios de Resource Allocation definidos por el 3GPP para el DL [10]. As´ ı, en cada codeword, los PRBs se asignan en bloques de PRBs consecutivos cuyo tama˜ no ser´ a m´ ultiplo del tama˜ no m´ ınimo de asignaci´ on asociado al ancho de banda de simulaci´ on [10]. Los algoritmos de planificaci´ on implementados son: Round Robin, Proportional Fair, Channel Dependent Earliest Deadline Due (CDD-EDD), CDD-EDD with postponent term y Opportunistic Hard Priority [11]. 5. QoS Statistics: Genera estad´ ısticos asociados a la simulaci´ on tales como tasa de error de bit (Bit Error Rate, BER), de bloque (BLock Error Rate, BLER), throughput, informaci´ on relacionada con las colas de usuario, etc. Para ello tiene en cuenta la informaci´ on que recibe del receptor y del estado de las colas de los UEs (queuesInfo). Los estad´ ısticos obtenidos se almacenan en un fichero .mat al finalizar la simulaci´ on, de manera que es posible hacer un procesado offline de los mismos. III. ESCENARIOS DE SIMULACI ´ ON Y RESULTADOS En este apartado se muestran, a modo de ejemplo, algunos de los posibles resultados que se pueden obtener con WM-SIMA para un escenario concreto. Se ha considerado un escenario heterog´ eneo sobre el que se estudiar´ a c´ omo se ven afectados ciertos par´ ametros del sistema en funci´ on del valor de sesgo cuando se aplica la t´ ecnica CRE. En efecto, se asume una red celular heterog´ enea con grid hexagonal de 53 celdas, cada una de ellas de radio 335m y con una MAP situada en el centro de cada celda. Del total de celdas que componen la red, s´ olo se simula una de ellas: la situada en la zona central de la red celular, para la cual se asume un total de 50 UEs cuyas posiciones se han distribuido aleatoriamente dentro de la celda hexagonal. Las posiciones de los usuarios, una vez obtenidas, se han mantenido para todas las simulaciones en los escenarios considerados. Concretamente, se han analizado 3 escenarios definidos en funci´ on del n´ umero de PAPs situados en la celda de inter´ es: Escenario 1, con un ´ unico PAP (identificado como TABLA I PAR ´ AMETROS CONFIGURACI ´ ON Par´ ametro Valor Frecuencia portadora 2GHz Ancho de banda 50 PRBs Conf. antenas SISO Pot. Tx MAP 46 dBm Pot. Tx PAP 30 dBm MAP pathloss 128,1 + 37,6log10 (d)dB PAP pathloss 140,7 + 36,7log10 (d)dB Modelo de fuente Full buffer Algoritmo Scheduling Round Robin Velocidad UE 4km/h 0 2 4 6 8 10 12 14 16 18 0 10 20 30 40 50 Escenario 1 Escenario 2 Escenario 3 Nº UEs por tipo AP PAPs MAP Sesgo [dB] Fig. 3. Comparativa nUEs por tipo de AP en funci´ on del node PAPs PAP 1); Escenario 2: con dos PAPs (identificados como PAP 1y PAP 2); y Escenario 3: con cuatro PAPs (identificados como PAP 1a PAP 4). La Fig. 2 muestra la celda de inter´ es para el Escenario 3. Hay que mencionar que las posiciones de los PAPs comunes (1y2) se mantienen de un escenario a otro. En la Tabla I se presentan los principales par´ ametros de simulaci´ on considerados. Para el escenario definido se han analizado dos m´ etricas en funci´ on del valor del sesgo empleado: la carga en cada tipo de AP, esto es, el n´ umero de UEs asociado a la MAP y el asociado al total de PAPs seg´ un el escenario; y la eficiencia espectral por ´ area (Area Spectral Density, ASE) [12]. Los resultados obtenidos se muestran en las Figs. 3 y 4, respectivamente. Analizando la Fig. 3 se observa c´ omo un aumento del valor del sesgo provoca el efecto esperado: aumenta el n´ umero de UEs asociados a las PAPs (curvas azules) con lo que se descongestiona a la MAP, que tiende a dar servicio a un menor n´ umero de usuarios (curvas rojas). El efecto es mayor a medida que aumenta el n´ umero de PAPs considerados. Ahora bien, el hecho de descargar cada vez m´ as la MAP no significa que se mejore siempre el rendimiento del sistema en t´ erminos de ASE. Tal y como muestra la Fig. 4, un aumento en el n´ umero de PAPs hace que mejore el ASE del sistema: el valor obtenido aumenta del Escenario 1al 3. Sin embargo, para un n´ umero de PAPs dado (un escenario concreto) un aumento del sesgo no produce siempre un aumento de la m´ etrica de inter´ es, sino que existe un valor de sesgo que la maximiza. Esto se debe a que por encima de ese valor, la degradaci´ on en la SINR que sufren los CRE UEs es tal que no se ve compensada por el hecho de disponer de m´ as recursos para transmitir con respecto a la MAC. Por ´ ultimo, es interesante destacar que el valor ´ optimo de sesgo, que se corresponde con 5dBs en este estudio, es invariante al n´ umero de PAPs considerado [8]. IV. CONCLUSIONES En este trabajo se ha presentado la herramienta WM-SIMA, la cual permite simular el DL de un sistema de comunicaciones m´ oviles LTE-A. Para ello, se implementan las principales funcionalidades asociadas a la capa PHY y MAC de este tipo de sistemas. A lo largo del art´ ıculo, ha quedado reflejado tanto la configurabilidad como la variedad de resultados que permite obtener WM-SIMA. A modo de ejemplo, se ha utilizado la Sesgo [dB] 0 5 10 15 20 10-7 0.5 1 1.5 2 2.5 3 3.5 Escenario 1 Escenario 2 Escenario 3 2 ASE [bits/s/Hz/m ] Fig. 4. Comparativa ASE en funci´ on del node PAPs herramienta para analizar la influencia del valor del sesgo asociado a la t´ ecnica CRE sobre las prestaciones medias de una red LTE-A heterog´ enea considerando varias densidades de PAPs. Los resultados obtenidos muestran que un aumento del sesgo produce siempre una descarga de la MAP mientras que existe un valor ´ optimo del mismo en t´ erminos de ASE. Dicho valor ´ optimo no depende de la densidad de PAPs considerada. Ahora bien, un incremento del n´ umero de PAPs s´ ı implica un incremento en el rendimiento medio de la red en t´ erminos de bits/s/Hz/m2. AGRADECIMIENTOS Este trabajo ha sido parcialmente financiado por el Ministerio de Econom´ ıa y Competitividad bajo el marco de los proyectos TEC2013-44442-P y TEC2016-80090-C2-1-R, as´ ı como la Universidad de M´ alaga. REFERENCIAS [1] Christian Mehlfuhrer, and et al. “The Vienna LTE simulators - Enabling reproducibility in wireless communications research ” in EURASIP J. Wirel. Commun. Netw., Dec. 2011. [2] A. Virdis, G. Stea and G. Nardini, “SimuLTE - A modular system-level simulator for LTE/LTE-A networks based on OMNeT++ ” 2014 4th International Conference On Simulation And Modeling Methodologies, Technologies And Applications, Vienna, Austria, 2014, pp. 59-70. [3] G. Piro, and et al. “Simulating LTE Cellular Systems: An Open-Source Framework,” in IEEE Transactions on Vehicular Technology, vol. 60, no. 2, pp. 498-513, Feb. 2011. [4] N. Baldo, and et al., “An Open Source Product-Oriented LTE Network Simulator based on ns-3, ” in Proc. 14th ACM International Conference of Modeling, Analysis and Simulation of Wireless and Mobile Systems, Nov. 2011, pp. 293-298. [5] WM-SIM homepage, [Online]. Available: http://riuma.uma.es/xmlui/handle/10630/7438 [6] 3GPP LTE-A Release 10 Specification, [Online]. Available: http://www.3gpp.org/specifications/releases/70-release-10 [7] G. G´ omez and et al., “A Next Generation Wireless Simulator Based on MIMO-OFDM: LTE Case Study,” in EURASIP J. Wirel. Commun. Netw., vol. 2010, no. 15, pp. 1-12, Apr. 2010. [8] S. Singh and J. G. Andrews,“Joint Resource Partitioning and Offloading in Heterogeneous Cellular Networks,” IEEE Trans. on Wir. Comm., vol. 13, no. 2, pp. 888-901, Feb. 2014. [9] D.-S. Shui, and et al. “Fading correlation and its effect on the capacity of multielement antenna systems,” IEEE Trans. on Comm., vol. 48 , no. 3, pp. 502-513, 2000. [10] 3GPP TS 36.213, “Evolved Universal Terrestrial Radio Access (EUTRA); Physical layer procedures, ” Release 10, V10.13.0, Jun. 2015. [11] I.M. Delgado-Luque and et al., “Evaluation of latency-aware scheduling techniques for M2M traffic over LTE,” in Proc. 20th European Signal Processing Conference, vol. 989, no. 993, Aug. 2012, pp. 27-31. [12] C. Li, and et al. “Sucess Probability and Area Spectral Efficiency in Multiuser MIMO HetNets,” IEEE Trans. on Comm., vol. 64, no. 4, pp. 1544-1556, April 2016.