Optimization and Self-optimization for LTE networks
Defended on 17th of December 2015.
Summary
The mobile network of Orange in France comprises more than 100 000 2G, 3G and 4G antennas with several frequency bands, not to mention many femto-cells for deep-indoor coverage. These numbers will continue to increase in order to address the customers’ exponentially increasing need for mobile data. This is an illustration of the challenge faced by the mobile operators for operating such a complex network with low Operational Expenditures (OPEX) in order to stay competitive. This thesis is about leveraging the Self-Organizing Network (SON) concept to reduce this complexity by automating repetitive or complex tasks. We specifically propose automatic optimization algorithms for scenarios related to network densification using either small cells or Active Antenna Systems (AASs) used for Vertical Sectorization (VeSn), Virtual Sectorization (ViSn) and multilevel beamforming. Problems such as load balancing with limited-capacity backhaul and interference coordination either in time-domain (eICIC) or in frequency-domain are tackled. We also propose optimal activation algorithms for VeSn and ViSn when their activation is not always beneficial. We make use of results from stochastic approximation and convex optimization for the mathematical formulation of the problems and their solutions. We also propose a generic methodology for the coordination of multiple SON algorithms running in parallel using results from concave game theory and Linear Matrix Inequality (LMI)-constrained optimization.
Résumé
Le réseau mobile d’Orange France comprend plus de 100 000 antennes 2G, 3G et 4G sur plusieurs bandes de fréquences sans compter les nombreuses femto-cells fournies aux clients pour résoudre les problèmes de couverture. Ces chiffres ne feront que s’accroître pour répondre à la demande sans cesse croissante des clients pour les données mobiles. Celà illustre le défi énorme que rencontrent les opérateurs de téléphonie mobile en général à savoir gérer un réseau aussi complexe tout en limitant les coûts d’opération pour rester compétitifs. Cette thèse s’attache à utiliser le concept SON (réseaux auto-organisants) pour réduire cette complexité en automatisant les tâches répétitives ou complexes. Plus spécifiquement, nous proposons des algorithmes d’optimisation automatique pour des scénarios liés à la densification par les small cells ou les antennes actives. Nous abordons les problèmes classiques d’équilibrage de charge mais avec un lien backhaul à capacité limitée et de coordination d’interférence que ce soit dans le domaine temporel (notamment avec le eICIC) ou le domaine fréquentiel. Nous proposons aussi des algorithmes d’activation optimale de certaines fonctionnalités lorsque cette activation n’est pas toujours bénéfique. Pour la formulation mathématique et la résolution de tous ces algorithmes, nous nous appuyons sur les résultats de l’approximation stochastique et de l’optimisation convexe. Nous proposons aussi une méthodologie systématique pour la coordination de multiples fonctionnalités SON qui seraient exécutées en parallèle. Cette methodologie est basée sur les jeux concaves et l’optimisation convexe avec comme contraintes des inégalités matricielles linéaires.