5th Generation (5G) is providing a significant transformation in the mobile network landscape. It introduces flexible and heterogeneous capabilities to harmoniously blend numerous technical components since a variety of advanced services are being developed, each one entailing different requirements. For this reason, 5G does not have a single air interface, but rather a family of air interfaces to adequately address specific use cases, all plugged into a common framework. Nonetheless, the effective management of such a broad diversity is an extremely ambitious goal to accomplish. To this end, this work pursues the goal of investigating several cutting-edge management techniques and simulation models for 5G & Beyond Radio Access Networks (RANs). Specifically, this thesis presents an open-source system-level tool to model the key elements of the 5G RAN and support the performance analysis of reference scenarios. Moreover, it examines NarrowBand IoT (NB-IoT), which is usually regarded as a promising radio access technology to meet the requirements of the 5G & Beyond development for the Internet of Things (IoT). Finally, it addresses the RAN Slicing problem leveraging Edge Computing and Artificial Intelligence (AI), which promise to turn future mobile networks into service- and radio-aware infrastructures.

Il 5G sta compiendo una trasformazione significativa del panorama delle reti mobili, introducendo capacità flessibili ed eterogenee che coordinano armoniosamente numerose componenti tecniche dal momento che sono attualmente in fase di sviluppo una grande varietà di servizi avanzati, ognuno dei quali caratterizzato da requisiti diversi. Di conseguenza, appare naturale come il 5G non abbia un'unica interfaccia radio, bensì una famiglia di interfacce radio, tutte opportunamente inserite in un unico framework comune, al fine di rispondere adeguatamente ai diversi casi d'uso. Tuttavia, la gestione efficace di una così ampia diversità è un obiettivo estremamente ambizioso da raggiungere. A tal scopo, questo lavoro si pone l'obiettivo di studiare, analizzare e presentare modelli di simulazione, nonché procedure di gestione all’avanguardia delle reti di accesso 5G & Beyond. In particolare, in questa tesi si propone un simulatore system-level ed open source per modellare gli elementi chiave della rete di accesso 5G e supportare quindi l'analisi delle prestazioni di diversi scenari di riferimento. Inoltre, si disamina la NarrowBand IoT, considerata una tecnologia di accesso radio particolarmente promettente per soddisfare i requisiti dello sviluppo 5G & Beyond in ambito Internet of Things (IoT). Infine, si pone un accento sul problema del RAN Slicing sfruttando l'Edge Computing e l'Intelligenza Artificiale, che promettono di trasformare le future reti mobili in infrastrutture che tengano in considerazione i servizi e il canale radio.

Simulation Models and Advanced Management Techniques for 5G & Beyond Radio Access Networks / Martiradonna, Sergio. - ELETTRONICO. - (2022). [10.60576/poliba/iris/martiradonna-sergio_phd2022]

Simulation Models and Advanced Management Techniques for 5G & Beyond Radio Access Networks

Martiradonna, Sergio
2022-01-01

Abstract

5th Generation (5G) is providing a significant transformation in the mobile network landscape. It introduces flexible and heterogeneous capabilities to harmoniously blend numerous technical components since a variety of advanced services are being developed, each one entailing different requirements. For this reason, 5G does not have a single air interface, but rather a family of air interfaces to adequately address specific use cases, all plugged into a common framework. Nonetheless, the effective management of such a broad diversity is an extremely ambitious goal to accomplish. To this end, this work pursues the goal of investigating several cutting-edge management techniques and simulation models for 5G & Beyond Radio Access Networks (RANs). Specifically, this thesis presents an open-source system-level tool to model the key elements of the 5G RAN and support the performance analysis of reference scenarios. Moreover, it examines NarrowBand IoT (NB-IoT), which is usually regarded as a promising radio access technology to meet the requirements of the 5G & Beyond development for the Internet of Things (IoT). Finally, it addresses the RAN Slicing problem leveraging Edge Computing and Artificial Intelligence (AI), which promise to turn future mobile networks into service- and radio-aware infrastructures.
2022
Il 5G sta compiendo una trasformazione significativa del panorama delle reti mobili, introducendo capacità flessibili ed eterogenee che coordinano armoniosamente numerose componenti tecniche dal momento che sono attualmente in fase di sviluppo una grande varietà di servizi avanzati, ognuno dei quali caratterizzato da requisiti diversi. Di conseguenza, appare naturale come il 5G non abbia un'unica interfaccia radio, bensì una famiglia di interfacce radio, tutte opportunamente inserite in un unico framework comune, al fine di rispondere adeguatamente ai diversi casi d'uso. Tuttavia, la gestione efficace di una così ampia diversità è un obiettivo estremamente ambizioso da raggiungere. A tal scopo, questo lavoro si pone l'obiettivo di studiare, analizzare e presentare modelli di simulazione, nonché procedure di gestione all’avanguardia delle reti di accesso 5G & Beyond. In particolare, in questa tesi si propone un simulatore system-level ed open source per modellare gli elementi chiave della rete di accesso 5G e supportare quindi l'analisi delle prestazioni di diversi scenari di riferimento. Inoltre, si disamina la NarrowBand IoT, considerata una tecnologia di accesso radio particolarmente promettente per soddisfare i requisiti dello sviluppo 5G & Beyond in ambito Internet of Things (IoT). Infine, si pone un accento sul problema del RAN Slicing sfruttando l'Edge Computing e l'Intelligenza Artificiale, che promettono di trasformare le future reti mobili in infrastrutture che tengano in considerazione i servizi e il canale radio.
5G; Simulation; NB-IoT; Network Slicing; Deep Reinforcement Learning
5G; Simulazione; NB-IoT; Network Slicing; Deep Reinforcement Learning
Simulation Models and Advanced Management Techniques for 5G & Beyond Radio Access Networks / Martiradonna, Sergio. - ELETTRONICO. - (2022). [10.60576/poliba/iris/martiradonna-sergio_phd2022]
File in questo prodotto:
File Dimensione Formato  
34 ciclo-MARTIRADONNA Sergio.pdf

accesso aperto

Tipologia: Tesi di dottorato
Licenza: Creative commons
Dimensione 13.17 MB
Formato Adobe PDF
13.17 MB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11589/232750
Citazioni
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact