Luận án Nghiên cứu hiệu quả sử dụng năng lượng tại trạm gốc hệ thống thông tin vô tuyến nhiều Ăng ten

Nội dung text: Luận án Nghiên cứu hiệu quả sử dụng năng lượng tại trạm gốc hệ thống thông tin vô tuyến nhiều Ăng ten

1. 74 Bước 3: Xác định hàm mục tiêu để đặt ra chính sách ra quyết định, tối thiểu hóa các tham số kỹ thuật so khớp, học tập và suy diễn. Các thuật toán liên quan đến tích hợp ontology dựa trên mô hình học tập được đề xuất. Trong mô hình mô phỏng sử dụng các bộ tham số dữ liệu chất lượng thông tin trong hệ thống vô tuyến theo ITU- TE.800 và trong [56] [57] [58]. Chi tiết bước 2 và bước 3 được trình bày trong phụ luc 2 của luận án Bước 4: Các thuật toán ứng dụng trong phần suy diễn và ra quyết định. Trong phạm vi nghiên cứu bỏ qua cách thức các tập mờ được tạo ra như thế nào, mà quan tâm đến các luật hỗ trợ cho việc suy luận trên các tập mờ và các phép toán sử dụng thao tác trên các tập mờ, đó là phép bù (complement) phép hợp (union), phép giao (intersection). Theo logic truyền thống (traditional logic), một biểu thức logic chỉ nhận một trong hai giá trị: True hoặc False, còn logic mờ có thể nhận một trong vô số giá trị nằm trong khoảng số thực từ 0 đến 1. mức độ đúng của một sự kiện được đánh giá bằng một số thực có giá trị nằm giữa 0 và 1, tuỳ theo mức độ đúng “nhiều” hay “ít” của nó, giá trị của các biến trong biểu thức logic mờ không phải là các con số mà là các khái niệm, cách giải quyết các bài toán trong logic mờ rất gần với cách tư duy của con người [59]. Bước 5: Phân tích, tính toán và ra quyết định chuyển giao hay không chuyển giao dựa vào thuật toán và suy luận và diễn giải Bước 6: Tối ưu hóa quyết định và đánh giá kết quả các thông số KPIs (xác suất thành công, tỷ lệ chuyển giao thành công, xác suất lỗi dịch vụ ) Bước 7: Lựa chọn lại mô hình sử dụng hiệu quả năng lượng trong hệ thống Bước 8: Thực hiện lặp lại để so sánh và lựa chọn theo mục tiêu tối ưu 3.4.3. Các kết quả tính toán và mô phỏng Giả định các khu vực điểm nóng có một cách ngẫu nhiên triển khai 50 ô nhỏ, 10 tế bào nhỏ được triển khai ngẫu nhiên bên ngoài khu vực điểm nóng. 80% số MSs là phân bố ngẫu nhiên trong phạm vi 40 ô nhỏ trong vùng nóng và 20% MSs
2. 76 chuyển giao thành công trong dịch vụ thoại, 88% trong các dịch vụ data và khoảng 95% trong dịch vụ multimedia, hầu hết các trường hợp ngắt kết nối liên mạng (drop) đã phát hiện và làm giảm hiện tượng hiệu ứng ping-pong trong khi chuyển giao giữa các dịch vụ. Các tham số quản lý chất lượng sử dụng thuật toán mờ suy luận logic từ dựa trên phương thức đối sánh ngôn ngữ ontology là hoàn toàn thích hợp cho việc quản lý chất lượng dịch vụ và tối ưu nguồn tài nguyên các nhà cung cấp dịch vụ viễn thông. 3.5. Kết luận chương 3 Chương này đã trình bày các giới thiệu kỹ thuật đặc trưng của hệ thống FD- MIMO như cấu trúc dàn ăng ten, xử lý tín hiệu, kênh không gian 3 chiều, fading đường truyền, một kỹ thuật truyền dẫn vô tuyến mới được chính thức đưa vào họ tiêu chuẩn của 3GPP cho các mạng thông tin di động 4,5G và 5G, phương thức chuyển giao dựa vào các ngữ cảnh tham số chất lượng thông tin như là công suất tín hiệu thu, tốc độ di chuyển của UE, tải lưu lượng, mức điều khiển cuộc gọi, loại dữ liệu thông tin. Thông qua phân tích các kết quả mô phỏng cho thấy việc tối ưu chuyển giao giữa các dịch vụ hoặc giảm số lần chuyển giao giữa các RAN và giảm tổng năng lượng tiêu thụ của các BSs thể hiện xác suất chuyển giao thành công cao giữa các MSs dựa trên ngữ cảnh thông tin. Với cơ sở ứng dụng là các ontology, các dữ liệu đã được ngữ nghĩa hóa để có thể “hiểu được” bởi máy tính, điều này đã giúp ích rất nhiều trong các lĩnh vực cần sự truy xuất, trao đổi thông tin một cách chính xác và tự động, tuy vậy, mô hình này không tự động hóa hoàn toàn mà cần phải có sự can thiệp của con người trong việc xây dựng các metadata và các tập luật. Trong tương lại nghiên cứu cần tập trung vào việc mô tả nhiều tham số chất lượng thông tin hơn đối với các ontology đầu vào nhằm tìm ra phương pháp OM thích hợp qua sự kết hợp với nhiều tập luật phức tạp và thông minh hơn. có thể tập trung vào các giải thuật để thiết kế búp sóng số không gian, lập lịch chuyển giao trước cho UE dựa trên thông tin kênh 3 chiều và danh sách quản lý cấp phát tài nguyên vô tuyến.
3. 78 (2) Nghiên cứu cải thiện sử dụng hiệu quả năng lượng trong hệ thống vô tuyến sử dụng nhiều ăng ten kích thước đầy đủ FD (không gian - thời gian) không đồng nhất Hetnet, sử dụng thuật toán thông minh để chuyển giao dịch vụ trong mạng không đồng nhất bằng các thuật toán thông minh trong quyết định logic mờ chuyển giao giữa các dịch vụ khác nhau dựa vào ngữ cảnh thông tin để tăng xác suất thành công khi chuyển giao và giảm tối đa công suất tiêu thụ trong các trạm cơ sở mà vẫn đảm bảo chất lượng thông tin theo tiêu chuẩn cho phép nhằm quản lý hiệu quả nguồn tài nguyên, hệ thống còn giúp giảm công suất phát của ăngten ở trạm gốc và đầu cuối, điều này có ý nghĩa về mặt kinh tế, thân thiện với môi trường và giảm ảnh hưởng của bức xạ điện từ đối với sức khỏe người sử dụng. Tuy nhiên, trong phạm vi luận án mới chỉ đề cập đến vấn đề hiệu quả năng lượng trong hệ thống MIMO nhiều ăng ten đa người dùng với kênh truyền đơn giản. Trên cơ sở nội dung đã thực hiện của luận án, xin đề xuất một số hướng nghiên cứu tiếp theo như sau: - Nghiên cứu hiệu quả năng lượng trong hệ thống MIMO cỡ rất lớn đa người dùng đa cell với mô hình kênh phức tạp hơn. - Nghiên cứu hiệu quả sử dụng năng lượng trong hệ thống MIMO cỡ rất lớn với quá trình xử lý tín hiệu khác như MMSE - Nghiên cứu về MIMO cỡ rất lớn để nâng cáo hệu quả sử dụng năng lượng trong quá trình xử lý tín hiệu, vi điện tử, tổ chức kiến trúc mạng, vv với mô hình kênh xử lý phức tạp, thông minh hơn để quản lý nguồn tài nguyên và sử dụng năng lượng hiệu quả nhất trong hệ thống. Hiện nay trên thế giới, MIMO cỡ rất lớn (massive MIMO) là một hướng nghiên cứu đang rất được quan tâm, và có thể được xem là “mảnh đất hấp dẫn” dành cho các nhà nghiên cứu, hệ thống massive MIMO là một triển vọng rất lớn trong tương lai, hứa hẹn sẽ là công nghệ cho thông tin di động tương lai với tốc độ dữ liệu lớn và hiệu quả năng lượng rất tốt.
4. 80 định như: 24dB đến 30dB, 60m/s đến 100m/s, từ 10 -3 đến 10-40.8 đến 1W, 0dB với mỗi nhóm tài nguyên, các thuộc tính siêu dữ liệu (meta-data) được lựa chọn sử dụng để mô tả. Ba là các nhóm dịch vụ người sử dụng của hệ thống (dịch vụ voice, data, multimedia ). Cũng giống như tài nguyên, các thuộc tính cũng được gắn với từng nhóm nhóm dịch vụ người sử dụng để mô tả các cá nhân và các thông tin liên quan khác, mối quan hệ giữa người sử dụng với các khối còn lại trong ontology thông qua các liên kết “là các ngưỡng giá trị đảm bảo chất lượng dịch vụ”. Để xây dựng ontology quản lý chất lượng thông tin theo nguyên tắc thiết kế ở trên, nghiên cứu sử dụng mô hình biểu diễn ontology được phát triển dựa trên OWL Full với 3 mức: (1) Mức siêu lược đồ (meta-schema): gồm các lớp TopicCls, DocumentationCls và PersonCls ứng với các siêu lớp dùng để tạo ra các lớp mô tả trong các khối tri thức lĩnh vực, tài nguyên và cộng đồng người sử dụng. TopicCls, DocumentationCls và PersonCls là các lớp con của owl: Class. (2) Mức lược đồ (schema): gồm các lớp được tạo từ các lớp ở mức meta-schema, trong đó Topic, Documentation và Person là các lớp có kiểu tương ứng là TopicCls, DocumentationCls và PersonCls, tùy thuộc vào mỗi loại hình ứng dụng khác nhau, mà các lớp này có thể được mở rộng với các lớp con khác nhau. Ví dụ trong ứng dụng chia sẻ tài liệu học tập về CNTT ta có ICT, Database, OS là các lớp chủ đề con của Topic. Parameters là các lớp con của Documentation. Chú ý Topic, Documentation, Person luôn là lớp gốc cho các lĩnh vực chủ đề, tài nguyên và dịch vụ sử dụng, (3) Mức thể hiện (Instance): bao gồm các đối tượng được tạo với các lớp định nghĩa trong mức lược đồ. Các đối tượng thể hiện chính là nguồn thông tin tri thức được chia sẻ và do cộng đồng người sử dụng cập nhật trong quá trình sử dụng, số lượng các thể hiện trong ontology thường là rất lớn và không có sự hạn chế. Các dữ liệu thu thập được sau đó được lưu trữ trong cơ sở dữ liệu để sử dụng cho các bước tiếp theo.
5. 82 Phụ lục 2: Phân tích, truy xuất suy diễn và ra quyết định chuyển giao dịch vụ dựa vào ngữ cảnh thông tin Sau khi dữ liệu được khai báo, thu thập và xây dựng CSDL, bước tiếp theo sẽ phân tích truy xuất và ra quyết định theo các luật kết hợp và thuật toán logic mờ (fuzzy logic) dựa trên CSDl ngữ cảnh thông tin đã xây dựng. Logic mờ mô tả biểu diễn tri thức có cấu trúc dựa trên các khái niệm và quan hệ giữa các khái niệm, trong đó quan trọng nhất là quan hệ bao hàm, quy trình của mô hình được trình bày theo các bước sau: Bước 1: Xác định bộ tham số tiêu chuẩn để đánh giá chất lượng dịch vụ và phân nhóm các nhà cung cấp và các dịch vụ. Trong nghiên cứu, các tiêu chí dùng để đánh giá và phân nhóm thành các dịch vụ, voice, data và multimedia Bước 2: Xác định khoảng giá trị cho từng tham số và xác định thứ tự ưu tiên (trọng số) của các tham số tiêu chuẩn đánh giá chất lượng dịch vụ, sử dụng biến ngôn ngữ để biểu diễn các giá trị và quá trình học máy sẽ lặp lại và suy diễn để so sánh các mức ngưỡng tối ưu và đưa ra quyết định. Bước 3: Tiêu chuẩn mờ hóa cách biểu thị của các sự lựa chọn với các tiêu chuẩn chất lượng dịch vụ, các tiêu chuẩn thường được phân chia thành đảm bảo chất lượng và tối ưu năng lượng, theo tiêu chí là chất lượng dịch vụ “càng cao càng tốt”, tuy nhiên tiêu hao năng lượng “càng thấp càng tốt”. Vậy để đảm bảo tính tương hợp giữa định mức trung bình và độ quan trọng trung bình, định mức trung bình phải được tiêu chuẩn hóa thành phạm vi có thể so sánh được và đảm bảo hệ số chặt chẽ và mức chính xác tương đối của mỗi quyết định. Ví dụ một số quy tắc thuật toán trong chuyển giao dịch vụ thông tin Quyết định chuyển giao (Handover) giữa các ngữ cảnh dịch vụ dựa Các tham số chất lượng QoS vào thuật toán logic mờ TT Band Velocity RSS G→W W→ G G→U U→ G U→W W→ U width 1 HI FA MO NF NF NF NF NF NF 2 HI FA ME WF NF WF NF WF NF 3 HI FA FE FI WF FI WF FI WF
6. 84 Phụ lục 3: Trích dẫn nguồn coding chạy trên nền Java package com.edu.pippi; import org.apache.poi.ss.usermodel.*; import org.apache.poi.xssf.usermodel.XSSFWorkbook; import java.io.File; import java.io.FileInputStream; import java.io.IOException; import java.util.Iterator; import java.util.Scanner; public class ReadConfig { public static int K1; public static int K2; //PpsBased public static float p; public static float Prf; public static float Pbb; public static float Pps; public static float Psw; public static float Pin; public static float N; //PswBased public static float p2; public static float Prf2; public static float Pbb2; public static float Pps2; public static float Psw2; public static float Pin2; public static float N2; //PsiBased public static float p3; public static float Prf3; public static float Pbb3; public static float Pps3; public static float Psw3;
7. 86 Pbb = Float.parseFloat(tmp_arr[1]); //read Pps String readPps = scanner.nextLine(); tmp_arr = readPps.split(":"); Pps = Float.parseFloat(tmp_arr[1]); //read Psw String readPsw = scanner.nextLine(); tmp_arr = readPsw.split(":"); Psw = Float.parseFloat(tmp_arr[1]); //read Pin String readPin = scanner.nextLine(); tmp_arr = readPin.split(":"); Pin = Float.parseFloat(tmp_arr[1]); scanner.close(); } catch (IOException e) { e.printStackTrace(); } } public static void readConfigs(){ try{ FileInputStream excelFile = new FileInputStream(new File(pathFileConfigs));
8. 88 [14]. Vo Nguyen Quoc Bao, Nguyen Linh Trung, and Mérouane Debbah, “Relay Selection Scheme for Dual-hop Networks under Security Constraints with MultipleEavesdroppers", IEEE Transaction on Wireless Communications, vol. 12, No. 12, pp. 6076 – 6085, Oct. 2013. [15]. Vo Nguyen Quoc Bao and Nguyen Toan Van, Incremental Relaying Networks with Energy Harvesting Relay Selection, Transaction on Emerging Telecommunications Technologies, vol. 19, no. 12, Dec. 2018, [16]. K. T. Truong and R. W. Heath, Jr., "Effects of Channel Aging in Massive MIMO Systems," IEEE/KICS Journal of Communications and Networks (JCN), Special Issue on Massive MIMO, vol. 15, no. 4, pp. 338-351, Aug. 2013. [17]. K. T. Truong, H. Nokopour, and R. W. Heath Jr., “CoMP vs. Massive MIMO: A System Perspective,” submitted to IEEE Systems Journal, Special Issue on 5G Wireless Systems with Massive MIMO ( papers/special-issue-5gws/), under revision. [18]. K. T. Truong, A. Lozano, and R. W. Heath Jr., “Optimal training in continuous flat- fading massive MIMO systems,” in Proceedings of European Wireless Conference, pp. 219-224, May 2014, Barcelona, Spain, (invited paper). [19]. K. T. Truong and R. W. Heath Jr., “The viability of distributed antennas for massive MIMO systems,” in Proceedings of the IEEE Asilomar Conference on Signals, Systems, and Computers, pp. 1318-1323, Nov. 2013, Pacific Grove, CA, USA, (invited paper). [20]. Minh-Tuan Le, Vu-Duc Ngo, Hong-Anh Mai, Xuan-Nam Tran, Marco Di Renzo, “Spatially Modulated Orthogonal Space-Time Block Codes with Non-Vanishing Determinants”, IEEE Transactions on Communications, vol 62, no. 1, pp. 85-89, 2014. [21]. Haixia Zhang, Dongfeng Yuan, Matthias Paetzold, Yi Wu, Van Duc Nguyen: A Novel Wideband Space-Time Channel Simulator Based on the Geometrical One- Ring Model with Applications in MIMO-OFDM Systems, Wireless Communications and Mobile Computing, Published Online: March 30, 2009, DOI: 10.1002/wcm.787, John Wiley Publisher. [22]. Tran Duc Tan, Ta Duc Tuyen, Trinh Anh Vu, and Huynh Huu Tue, "Simple Channel Estimation Techniques Based on Pilot-Assistance for STBC-Based MIMO-OFDM Systems", Research-Development and Application on Electronics, Telecommunications and Information Technology, Vol. E-1, No. 2 (6), Posts, Telematics & Information Technology Journal, pp. 35 - 39, 2009.
9. 90 [35]. E. Bjornson, L. Sanguinetti, J. Hoydis and M. Debbah, “Designing Multi-User MIMO for Energy Efficiency: When is Massive MIMO the Answer?”, IEEE Wireless Communications and Networking Conference (WCNC), pp. 242-247, 2014. [36]. F. Rusek et al., "Scaling Up MIMO: Opportuities and Challenges with Very Large Arrays, " IEEE Signal Processing Magazine, vol. 30, no. 1, pp. 40-60, Jan. 2013 [37]. J. Hoydis, S. ten Brink, and M. Debbah, "Massive MIMO in the UL/DL of Cellular Networks: How Many Antennas Do We Need?" IEEE J. Sel. Area Commun., vol. 31, no. 2, pp.160-170, Feb. 2013 [38]. Chunxiao, Haijun Zhang, Yong Ren, Zhu Han, Kwang-Cheng Chen, and Lajos Hanzo, “Machine Learning paradigms for next generation network”, IEEE Wireless Communications, April 2017 [39]. S. Maghsudi and S. Stanczak, “Channel Selection for Network-Assisted D2D Communication via No-Regret Bandit Learning with Calibrated Forecasting,” IEEE Trans. Wireless Commun., vol. 14, no. 3, Mar. 2015, pp. 1309–22. [40]. Quynh Trang Pham, Trinh Anh Vu: “Downlink Control for Uniform User Capacity in A Single-cell Massive MIMO System, submitted tại Hội thảo quốc gia 11/2017. [41]. Muaayed AL-Rawi, “Massive MIMO System: An Overview”, International Journal of Open Information Technologies ISSN: 2307-8162 vol. 5, no. 2, 2017. [42]. Webb, M. GeSI (Global e-Sustainability Initiative). In SMART 2020: Enabling the Low Carbon Economy in the Information Age; The Climate Group: Lambeth, London, 2017. [43]. Fehske, A.; Fettweis, G.; Malmodin, J.; Biczok, G. The global footprint of mobile communications: The ecological and economic perspective. IEEE Commun. Mag. 2011, 49, 55–62. [CrossRef] [44]. 3. Hasan, Z.; Boostanimehr, H.; Bhargava, V.K. Green cellular networks: A survey, some research issues and challenges. IEEE Commun. Surv. Tutor. 2011, 13, 524– 540. [CrossRef] [45]. Antonopoulos, A.; Kartsakli, E.; Bousia, A.; Alonso, L.; Verikoukis, C. Energy- efficient infrastructure sharing in multi-operator mobile networks. IEEE Commun. Mag. 2015, 53, 242–249. [46]. Oikonomakou, M.; Antonopoulos, A.; Alonso, L.; Verikoukis, C. Cooperative base station switching off in multi-operator shared heterogeneous network. In Proceedings of the IEEE Global Communications Conference 2015 (GLOBECOM), San Diego, CA, USA, 6–10 December 2015; pp. 1–6. [47]. 26. Lee, S.; Moon, S.; Yi, Y. On greening cellular networks by sharing base stations: A game-theoretic approach. In Proceedings of the 9th EAI International
10. 92 [62]. K. T. Truong, H. Nikopour, and R. W. Heath Jr., “FDD massive MIMO with analog CSI feedback,” in Proc. of the IEEE Asilomar Conf. Signals, Systems, and Computers, Nov. 2015, Pacific Grove, CA, USA. [63]. 3GPP Technical Report, “Study on elevation beamforming/Full-Dimension (FD) Multiple-Input Multiple-Output (MIMO) for LTE (Release 13),” 3GPP TR 36.897, v13.0.0, available online at 2015. [64]. G. Xu, “FD-MIMO and 3D beamforming for 5G”, Samsung Research America, Dallas, 2015. [65]. P.-H. Kuo, “A glance at FD-MIMO technologies for LTE,” IEEE Wireless Commun., vol. 23, no. 1, pp. 2-5, Feb. 2016. [66]. H. Ji, Y. Kim, J. Lee, E. Onggosanusi, Y. Nam, J. Zhang, B. Lee and B. Shim, “Overview of full-dimension MIMO in LTE-Advanced Pro,” available on Arxiv at [67]. Qualcomm Technologies, Inc., “Leading the path towards 5G with LTE Advanced Pro”, Jan. 2016. [68]. Y. Kim, H. Ji, J. Lee, Y.-H. Nam, B. L. Ng, I. Tzanidis, Y. Li, J. Zhang, “Full dimension MIMO (FD-MIMO): The next evolution of MIMO in LTE systems,” IEEE Wireless Commun., vol. 21, no. 3, pp. 92-100, Jun. 2014. [69]. P.-H. Kuo, “A glance at FD-MIMO technologies for LTE,” IEEE Wireless Commun., vol. 23, no. 1, pp. 2-5, Feb. 2016. [70]. Y.-H. Nam, M. S. Rahman, Y. Li, G. Xu, E. Onggosanusi, J. Zhang, J.-Y. Seol, “Full dimesion MIMO for LTE-Advanced and 5G,” in Proc. of Info. Theory & Applications (ITA) Workshop, pp. 143-148, 2015. [71]. 3GPP Technical Report, “Study on 3D channel model for LTE,” 3GPP TR 36.73, v12.2.0, available online at 2015. [72]. Y.-H. Nam, B. L. Ng, K. Sayana, Y. Li, J. Zhang, Y. Kim and J. Lee, “Full- dimension MIMO (FD-MIMO) for next generation cellular technology,” IEEE Commun. Mag., vol. 51, no. 6, pp. 172-279, Jun. 2013. [73]. Y. Kim, H. Ji, H. Lee, J. Lee, B. L. Ng. and J. Zhang, “Evolution beyond LTE- Advanced with full dimension MIMO,” in Proceedings of IEEE Int. Conf. on Commun. (ICC) Workshop, pp. 111-115, 2013.
11. 94 [86]. Small Cell Forum (2016). Role of SON in the HetNet deployment process. http:scf.io/doc/173: Small Cell Forum. [87]. Melhem El Helou; Samer Lahoud; Marc Ibrahim; Kinda Khawam (April 2013). "A Hybrid Approach for Radio Access Technology Selection in Heterogeneous Wireless Networks". 19th European Wireless Conference -Proceedings. Archived from the original (PDF) on 7 October 2003. Retrieved 2013-10-07. [88]. Pan Li; Yuguang Fang (March 2010). "The Capacity of Heterogeneous Wireless Networks". INFOCOM -Proceedings. Archived from the original(PDF) on 7 October 2003. Retrieved 2013-10-07. [89]. O.-E. Barbu; O. Fratu (March 2011). "An enabler of interoperability in heterogeneous wireless networks". Wireless Communication, Vehicular Technology, Information Theory and Aerospace & Electronic Systems Technology -Proceedings. Archived from the original (PDF) on 7 October 2003. Retrieved 2013-10-07. [90]. Shih Jung Wu (August 2010). "An intelligent handover decision mechanism for heterogeneous wireless networks". Int. Conf. on Networked Computing and Advanced Information Management - Proceedings. Archived from the original(PDF) on 7 October 2013. Retrieved 2013-10-07. [91]. ^ J.B. Ernst; N. Nasser; J. Rodrigues (June 2012). "Co-channel interference modelling between RATs in heterogeneous wireless networks". IEEE Int. Conf. on Communications - Proceedings. Archived from the original (PDF) on 7 October 2033. Retrieved 2013-10-07. [92]. Wang, Z.; Zhang,W. A separation architecture for achieving energy-efficient cellular networking. IEEE Trans Wirel. Commun. 2014, 13, 3113–3123. [CrossRef] [93]. Badri, T.F.Z.; Saadane, R.; Wahbi, M.; Mbarki, S. Call admission control scheme for LTE femtocell-macrocell integrated system. In Proceedings of the 2014 IEEE International Conference on Multimedia Computing and Systems (ICMCS), Marrakech, Morocco, 14–16 April 2014. [94]. Boujelben, M.; Rejeb, S.B.; Tabbane, S. A novel green handover self-optimization algorithm for LTE-A/5G HetNets. In Proceedings of the 2015 International IEEEWireless Communications and Mobile Computing Conference (IWCMC), Dubrovnik, Croatia, 24–28 August 2015.
12. 96 [106]. P. Grant, MCVE Core 5 Programme, “Green radio -the case for more efficient cellular basestations,” presented at the Globecom’10, 2010. [107]. Jian-Sing Wang, 2 Jeng-Shin Sheu, Study of Handover Techniques for 4G Network MIMO Systems, Proceedings of the 2013 International Conference on Electronics, Signal Processing and Communication Systems. [108]. A. Lozano & N. Jindal (2011). "Transmit diversity vs. spatial multiplexing in modern MIMO systems" (PDF). IEEE Trans. Wireless Commun. 9 (1): 186–197. [109]. K. Hosseini, J. Hoydis, S. ten Brink, M. Debbah, “Massive MIMO and Small Cells: How to Densify Heterogeneous Networks”, IEEE ICC’13, Budapest, Hungary, Jun. 2013. [110]. T. L. Marzetta, “Noncooperative cellular wireless with unlimited numbers of base station antennas”, IEEE Trans. Wirel. Commun, vol. 9, no. 11, pp. 3590-3600, Nov. 2017.