Published May 20, 2024
| Version v1
Publication
Open
Optimizing Energy Consumption in 5G HetNets: A Coordinated Approach for Multi-Level Picocell Sleep Mode with Q-Learning
Creators
- 1. Sidi Mohamed Ben Abdellah University
- 2. Abdelmalek Essaâdi University
- 3. Cheikh Anta Diop University
Description
Cell standby, particularly picocell sleep mode (SM), is a prominent strategy for reducing energy consumption in 5G networks. The emergence of multi-state sleep states necessitates new optimization approaches. This paper proposes a novel energy optimization strategy for 5G heterogeneous networks (HetNets) that leverages macrocell-picocell coordination and machine learning. The proposed strategy focuses on managing the four available picocell sleep states. The picocell manages the first three states using the Q-learning algorithm, an efficient reinforcement learning technique. The associated macrocell based on picocell energy efficiency controls the final, deeper sleep state. This hierarchical approach leverages localized and network-wide control strengths for optimal energy savings. By capitalizing on macrocell-picocell coordination and machine learning, this work presents a promising solution for achieving significant energy reduction in 5G HetNets while maintaining network performance.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يعد وضع الاستعداد الخلوي، وخاصة وضع السكون البيكوسيل (SM)، استراتيجية بارزة لتقليل استهلاك الطاقة في شبكات الجيل الخامس. يتطلب ظهور حالات النوم متعددة الحالات نهجًا جديدًا للتحسين. تقترح هذه الورقة استراتيجية جديدة لتحسين الطاقة للشبكات غير المتجانسة 5G (HetNets) التي تستفيد من تنسيق الخلايا البيكولوجية الكلية والتعلم الآلي. تركز الاستراتيجية المقترحة على إدارة حالات النوم الأربعة المتاحة للخلايا البيكوسيلية. تدير البيكوسيل الحالات الثلاث الأولى باستخدام خوارزمية Q - learning، وهي تقنية فعالة للتعلم المعزز. تتحكم الخلية الكلية المرتبطة القائمة على كفاءة طاقة البيكوسيل في حالة النوم النهائية والأعمق. يستفيد هذا النهج الهرمي من نقاط قوة التحكم المحلية وعلى مستوى الشبكة لتوفير الطاقة على النحو الأمثل. من خلال الاستفادة من تنسيق خلايا الماكرو بيكو والتعلم الآلي، يقدم هذا العمل حلاً واعدًا لتحقيق انخفاض كبير في الطاقة في شبكات HetNets 5G مع الحفاظ على أداء الشبكة.Translated Description (French)
La veille cellulaire, en particulier le mode veille picocellulaire (SM), est une stratégie de premier plan pour réduire la consommation d'énergie dans les réseaux 5G. L'émergence d'états de sommeil multi-états nécessite de nouvelles approches d'optimisation. Cet article propose une nouvelle stratégie d'optimisation énergétique pour les réseaux hétérogènes 5G (HetNets) qui tire parti de la coordination macrocellule-picocellule et de l'apprentissage automatique. La stratégie proposée se concentre sur la gestion des quatre états de sommeil picocellulaires disponibles. La picocellule gère les trois premiers états à l'aide de l'algorithme Q-learning, une technique d'apprentissage par renforcement efficace. La macrocellule associée basée sur l'efficacité énergétique de la picocellule contrôle l'état de sommeil final plus profond. Cette approche hiérarchique tire parti des forces de contrôle localisées et à l'échelle du réseau pour des économies d'énergie optimales. En capitalisant sur la coordination macrocellule-picocellule et l'apprentissage automatique, ce travail présente une solution prometteuse pour réaliser une réduction significative de l'énergie dans les HetNets 5G tout en maintenant les performances du réseau.Translated Description (Spanish)
El modo de espera celular, en particular el modo de suspensión picocelular (SM), es una estrategia destacada para reducir el consumo de energía en las redes 5G. La aparición de estados de sueño multiestatales requiere nuevos enfoques de optimización. Este documento propone una nueva estrategia de optimización de energía para redes heterogéneas 5G (HetNets) que aprovecha la coordinación macrocélula-picocélula y el aprendizaje automático. La estrategia propuesta se centra en la gestión de los cuatro estados de sueño de picocélulas disponibles. La picocélula gestiona los tres primeros estados utilizando el algoritmo Q-learning, una técnica eficiente de aprendizaje por refuerzo. La macrocélula asociada basada en la eficiencia energética de las picocélulas controla el estado de sueño final y más profundo. Este enfoque jerárquico aprovecha las fortalezas de control localizadas y de toda la red para un ahorro de energía óptimo. Al capitalizar la coordinación macrocélula-picocélula y el aprendizaje automático, este trabajo presenta una solución prometedora para lograr una reducción significativa de energía en las HetNets 5G mientras se mantiene el rendimiento de la red.Files
478.pdf
Files
(637.0 kB)
| Name | Size | Download all |
|---|---|---|
|
md5:90b9afd8a7f3b70abf6a164125d48939
|
637.0 kB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تحسين استهلاك الطاقة في شبكات HetNets 5G: نهج منسق لوضع النوم متعدد المستويات Picocell مع Q - Learning
- Translated title (French)
- Optimisation de la consommation d'énergie dans les HetNets 5G : une approche coordonnée pour le mode veille multi-niveaux Picocell avec Q-Learning
- Translated title (Spanish)
- Optimización del consumo de energía en HetNets 5G: un enfoque coordinado para el modo de suspensión de picoceldas multinivel con Q-Learning
Identifiers
- Other
- https://openalex.org/W4399020508
- DOI
- 10.56294/dm2024333
References
- https://openalex.org/W1991898587
- https://openalex.org/W2090500089
- https://openalex.org/W2166992175
- https://openalex.org/W2601095321
- https://openalex.org/W2896918527
- https://openalex.org/W2996063481
- https://openalex.org/W3098476189
- https://openalex.org/W3106853718
- https://openalex.org/W4225919702
- https://openalex.org/W4283713827
- https://openalex.org/W4379233631