Gerência de largura de banda do reúso fracionário de frequência em cenários dinâmicos com Hotspots utilizando aprendizado por reforço

Sousa Júnior, Vicente Angelo de

Universidade Federal do Rio Grande do Norte

2025-07-04

Inter-cell Interference Coordination (ICIC)

Fractional Frequency Reuse (FFR)

Hotspot

Multi Armed Bandit (MAB)

Aprendizado de máquina

Este trabalho aborda o uso das técnicas de coordenação de interferência entre células, Inter-Cell Interference Coordination (ICIC), baseadas no reúso fracionário de frequência, Fractional Frequency Reuse (FFR), voltadas para a mitigação de um dos principais desafios enfrentados no projeto de redes móveis: a interferência co-canal (ICI). A ICI é um dos principais fatores de degradação do desempenho do sistema de comunicação móvel, especialmente em cenários dinâmicos com a presença de aglomerações aleatórias de usuários, os hotspots. Inicialmente, o problema é caracterizado pela exploração da técnica ICIC escolhida sem uma parametrização automatizada, bem como o desempenho do sistema no cenário supracitado. Em seguida, levando em consideração a dinamicidade do ambiente, propõe-se como solução a utilização de técnicas de aprendizado de máquina, de forma mais específica, o Multi Armed Bandit (MAB), customizado para otimização do gerenciamento da largura de banda das técnicas de ICIC para sistemas 3GPP. O objetivo da proposta é adaptar a alocação espacial de largura de banda, tendo a variação de carga do sistema e o dinamismo dos hotspots como parâmetros de tomada de decisão. Os experimentos de prova de conceito foram realizados utilizando o simulador de redes ns-3. Os resultados obtidos demonstram que a abordagem do MAB na solução proposta por esta dissertação supera, em termos de throughput, a configuração estática de distribuição de largura de banda, inclusive em condições variadas de taxas ofertadas pelo sistema, comprovando ganhos significativos.

The present work approaches the use of Inter-Cell Interference Coordination (ICIC) techniques, based on techniques Fractional Frequency Reuse (FFR) aimed at mitigating one of the main challenges faced when designing mobile networks: co-channel interference (CCI). ICIC is one of the primary factors contributing to the degradation of mobile communication system performance, especially in dynamic scenarios with randomly distributed user clusters, known as hotspots. Initially, the problem is characterized by the exploration of the chosen ICIC technique without automated parameterization, as well as the system’s performance in the aforementioned scenario. Then, considering the dynamic nature of the environment, the proposed solution involves the use of machine learning techniques—more specifically, the Multi-Armed Bandit (MAB)—customized for optimizing bandwidth management in ICIC techniques for 3GPP systems. The objective of the proposal is to adapt the spatial allocation of bandwidth, using system load variation and hotspot dynamics as decision-making parameters. Proof-of-concept experiments were conducted using the ns-3 network simulator. The results demonstrate that the MAB-based approach proposed in this dissertation outperforms static bandwidth distribution configurations in terms of throughput, even under varying system load conditions, showing significant gains.