As Mobile Networks (MNs) are advancing towards meeting mobile users requirements, the rural-urban divide still remains a major challenge. While areas within the urban space (metropolitan mobile space) are being developed, rural areas are left behind. Due to challenges of low population density, low income, difficult terrain, non-existent infrastructure, lack of power grid, remote areas have low digital penetration. This situation makes remote areas less attractive towards investments and to operate connectivity networks, thus failing to achieve universal access to the Internet. In addressing this issue, this paper proposes a new BS deployment and resource management method for remote and rural areas. Here, two MN operators share their resources towards the procurement and deployment of green energy-powered BSs equipped with computing capabilities. Then, the network infrastructure is shared between the mobile operators, with the main goal of enabling energy-efficient infrastructure sharing, i.e., BS and its co-located computing platform. Using this resource management strategy in rural communication sites guarantees a Quality of Service (QoS) comparable to that of urban communication sites. The performance evaluation conducted through simulations validates our analysis as the prediction variations observed shows greater accuracy between the harvested energy and the traffic load. Also, the energy savings decrease as the number of mobile users (50 users in our case) connected to the remote site increases. Lastly, the proposed algorithm achieves 51% energy savings when compared with the 43% obtained by our benchmark algorithm. The proposed method demonstrates superior performance over the benchmark algorithm as it uses foresighted optimization where the harvested energy and the expected load are predicted over a given short-term horizon.


翻译:随着移动网络(MMS)在满足移动用户需求方面不断取得进展,城乡差距仍然是一个重大挑战;虽然正在开发城市空间(Metropolitan移动空间)内的地区,但农村地区却被抛在后面;由于人口密度低、收入低、地形困难、基础设施缺乏、电力网缺乏等挑战,偏远地区的数字渗透率低;这种情况使偏远地区对投资和运行连接网络的吸引力降低,从而无法实现互联网的普及;在解决这一问题时,本文件提出了一个新的边远和农村地区BS部署和资源管理方法;在这里,两个MN操作员将其资源用于采购和部署配备计算机能力的绿色能源动力BS;然后,移动操作员之间共享网络基础设施,主要目标是促进节能基础设施共享,即BS及其合用计算机平台;利用农村通信站的资源管理战略,保证服务质量(QOS)与城市通信站的短期使用率相当;通过模拟进行的业绩评估证实了我们的分析,因为预测的50个用户使用率水平变化显示,预期的能源使用率水平比50的准确性水平更高,同时,预计的用户使用率比预期的能源使用率提高了50的准确率,因为所测算的能源使用率增加了能源使用率的准确率,而测算的准确率增加了能源使用率。

0
下载
关闭预览

相关内容

【干货书】真实机器学习,264页pdf,Real-World Machine Learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
A Case for a Programmable Edge Storage Middleware
Arxiv
0+阅读 · 2021年11月29日
Arxiv
0+阅读 · 2021年11月29日
Arxiv
0+阅读 · 2021年11月25日
VIP会员
相关VIP内容
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机 | ISMAR 2019等国际会议信息8条
Call4Papers
3+阅读 · 2019年3月5日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
计算机类 | ISCC 2019等国际会议信息9条
Call4Papers
5+阅读 · 2018年12月25日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
Top
微信扫码咨询专知VIP会员