We target the planning of a 5G cellular network under 5G service and ElectroMagnetic Fields (EMFs) constraints. We initially model the problem with a Mixed Integer Linear Programming (MILP) formulation. The pursued objective is a weighed function of next-generation Node-B (gNB) installation costs and 5G service coverage level from a massive Multiple Input Multiple Output (MIMO) system. In addition, we precisely model restrictive EMF constraints and we integrate scaling parameters to estimate the power radiated by 5G gNBs. Since the considered planning problem is NP-Hard, and therefore very challenging to be solved even for small problem instances, we design an efficient heuristic, called PLATEA, to practically solve it. Results, obtained over a realistic scenario that includes EMF exposure from pre-5G technologies (e.g., 2G, 3G, 4G), prove that the cellular planning selected by PLATEA ensures 5G service and restrictive EMF constraints. However, we demonstrate that the results are strongly affected by: i) the relative weight between gNB installation costs and 5G service coverage level, ii) the scaling parameters to estimate the exposure generated by 5G gNBs, iii) the amount of exposure from pre-5G technologies and iv) the adopted frequency reuse scheme.


翻译:我们的目标是在5G服务和电磁场的限制下规划5G蜂窝网络,我们最初用混合整形线性编程(MILP)的配方来模拟问题,我们追求的目标是从大规模多输入多重输出系统(MIIMO)中权衡下一代节点-B(GNB)安装成本和5G服务覆盖水平的权重功能;此外,我们精确地模拟限制性EMF限制,并结合规模化参数来估计5GGGNB所辐射的电量;由于考虑的规划问题是NP-Hard,因此即使是小问题也非常难以解决,我们设计了一种高效的脂质(称为PLATEA),以切实解决这一问题。结果是在现实的假设中取得的,其中包括5G前技术(例如2G、3G、4G)对EMF的暴露程度。此外,我们证明PLATEATEA选定的蜂窝规划确保了5G服务和限制性的EMF限制。然而,我们证明,结果受到以下因素的严重影响:i)GNBB安装成本与5G服务覆盖水平之间的相对重量和5G服务覆盖水平,通过5G接触频率水平,根据NBV技术对5G接触率的估算得出的标准。

0
下载
关闭预览

相关内容

最新《联邦学习Federated Learning》报告,Federated Learning
专知会员服务
89+阅读 · 2020年12月2日
【ECCV2020】EfficientFCN:语义分割中的整体引导解码器
专知会员服务
17+阅读 · 2020年8月23日
一份简单《图神经网络》教程,28页ppt
专知会员服务
125+阅读 · 2020年8月2日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
154+阅读 · 2019年10月12日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
LibRec 精选:基于LSTM的序列推荐实现(PyTorch)
LibRec智能推荐
50+阅读 · 2018年8月27日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
自然语言处理(二)机器翻译 篇 (NLP: machine translation)
DeepLearning中文论坛
12+阅读 · 2015年7月1日
Arxiv
1+阅读 · 2021年3月17日
Arxiv
0+阅读 · 2021年3月17日
VIP会员
相关资讯
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
19篇ICML2019论文摘录选读!
专知
28+阅读 · 2019年4月28日
计算机 | CCF推荐期刊专刊信息5条
Call4Papers
3+阅读 · 2019年4月10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
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
LibRec 精选:基于LSTM的序列推荐实现(PyTorch)
LibRec智能推荐
50+阅读 · 2018年8月27日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
自然语言处理(二)机器翻译 篇 (NLP: machine translation)
DeepLearning中文论坛
12+阅读 · 2015年7月1日
Top
微信扫码咨询专知VIP会员