Optimización evolutiva y multiobjetivo de estrategias de gestión de movilidad en redes de telefonía móvil

DSpace/Manakin Repository

español português english

Optimización evolutiva y multiobjetivo de estrategias de gestión de movilidad en redes de telefonía móvil

Show full item record

Title: Optimización evolutiva y multiobjetivo de estrategias de gestión de movilidad en redes de telefonía móvil
Author: Berrocal Plaza, Víctor
Abstract: La telefonía móvil es una de las tecnologías con mayor influencia en la sociedad actual. De hecho y de acuerdo al estudio de mercado de 2013 realizado por la Asociación GSM, en 2017 habrán 3.900 millones de abonados móviles, i.e. aproximadamente la mitad de la población mundial. En este tipo de redes, la gestión de la movilidad es una tarea fundamental que permite localizar la zona exacta en la que se encuentran los usuarios y entregar correctamente las llamadas entrantes a las estaciones móviles. La investigación realizada en esta Tesis Doctoral supone un avance significativo con respecto al estado del arte. En primer lugar, se proponen técnicas de optimización multiobjetivo para evitar los inconvenientes asociados con la combinación lineal de las funciones objetivo, método utilizado en los trabajos previos. Además, se analiza de forma multiobjetivo el comportamiento de distintas estrategias de gestión de movilidad. Los resultados experimentales muestran que las metaheurísticas propuestas son muy competitivas ya que superan a los métodos de optimización desarrollados por otros autores y, al mismo tiempo, obtienen muy buenos conjuntos de soluciones no dominadas. Además, se aprecia que cada estrategia de gestión de movilidad tiene su propia región no dominada en el espacio objetivo. De esta forma, el operador de red podría seleccionar la configuración de red que mejor se ajuste a sus requerimientos. Por último, se observa que el tráfico total de señalización se puede reducir en aproximadamente un 69,35% si se utilizan conjuntamente técnicas de optimización evolutiva y procedimientos eficientes de paginación.Mobile phone communications are one of the most influential technologies in today's society. In fact and according to the report made by the GSM Association in 2013, there will be approximately 3.9 billion of mobile subscribers in 2017, i.e. almost the half of the world population. In this kind of networks, the mobility management is a fundamental task which allows locating the exact zone in where the users are situated in order to properly redirect the incoming calls to the mobile stations. The research conducted in this PhD Thesis is a significant improvement over the state-of-the-art. Firstly, we propose the use of multiobjective optimization techniques in order to avoid the drawbacks associated with the linear aggregation of the objective functions, method used in the state-of-the-art. Furthermore, we analyze in a multiobjective way the behavior of different mobility management strategies. Experimental results show that the proposed metaheuristics are very competitive because they surpass the optimization techniques developed by other authors and, at the same time, they obtain very good sets of non-dominated solutions. Furthermore, we notice that each mobility management strategy has its own non-dominated region in the objective space. In this way, the network operator could select the network configuration that best meets its requirements. Finally, we show that the total signaling traffic can be reduced by about 69.35% if we use evolutionary optimization techniques and efficient paging procedures jointly.
URI: http://hdl.handle.net/10662/3777
Date: 2016-02-04


Files in this item

Files Size Format View
TDUEX_2016_Berrocal_Plaza.pdf 21.35Mb PDF Thumbnail

The following license files are associated with this item:

This item appears in the following Collection(s)

Show full item record

Atribución-NoComercial-SinDerivadas 3.0 España Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España

Search DSpace


Browse

My Account

Statistics

Help

Redes sociales