Unicast versus broadcast in cellular networks - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2023

Unicast versus broadcast in cellular networks

Unicast versus broadcast dans les réseaux cellulaires

Résumé

Data traffic on mobile networks increases every year, especially video content. However, spectrum is scarce and expensive and operators need to optimize its use. In scenarios where the same content is transmitted at the same time to many devices in the same geographical area, the preferred solution to reduce bandwidth consumption is broadcast transmission. Unicast transmission benefits from link adaptation techniques. However, the same content is transmitted as many times as the number of users demanding the same service. Conversely, a single broadcast transmission can cover a large number of users. Nevertheless, the bitrate in broadcast is fixed considering the users with the worst channel quality. Multicast-Broadcast Single-Frequency-Network (MBSFN) is a broadcast technique in which a group of synchronized cells transmit the same waveform. On the other hand, with Single-Cell Point-To-Multipoint (SC-PTM) each cell performs broadcast transmission independently. The problem is to determine when is it better to use unicast, MBSFN or SC-PTM. In our work, we compare the performance of unicast, MBSFN and SC-PTM through system level simulations and analytical models. We consider base stations located according to Poisson distributions, the use of beamforming in unicast and different broadcast configurations. Furthermore, we propose an analytical method to calculate the number of users demanding the same content from which MBSFN or SC-PTM become more efficient than unicast. We prove that a switching mechanism based on this user threshold reduces bandwidth utilization and energy consumption. This method is based on stochastic geometry results for wireless networks.
Le trafic de données sur les réseaux mobiles, notamment les contenus vidéos, augmente chaque année. Cependant, le spectre est limité et cher et les opérateurs cherchent à en optimiser l’utilisation. Si le même contenu est transmis en même temps à de nombreux appareils dans une zone géographique, la solution privilégiée pour réduire l’utilisation de bande passante est la diffusion. L’unicast bénéficie des techniques d’adaptation de liaison. Cependant, le même contenu est transmis autant de fois que le nombre d’utilisateurs demandant le service. À l’inverse, une seule diffusion peut couvrir un grand nombre d’utilisateurs. Néanmoins, le débit de la diffusion est fixé en tenant compte des utilisateurs dont la qualité du canal est la plus mauvaise. Dans le mode appelé MBSFN, un groupe de cellules synchronisées transmet le même signal. En revanche, avec SC-PTM chaque cellule effectue une diffusion de manière indépendante. Le problème est de déterminer quand il est préférable d’utiliser l’unicast, le MBSFN ou le SC-PTM. Dans ce travail, nous comparons les performances de l’unicast, du MBSFN et du SC-PTM par le biais de simulations et de modèles analytiques. Nous considérons des stations de base situées selon des distributions de Poisson, la formation de faisceaux et différentes configurations de réseaux. Nous proposons une méthode analytique pour calculer le nombre d’utilisateurs demandant le même contenu à partir duquel le MBSFN ou le SC-PTM deviennent plus efficaces que l’unicast. Nous prouvons qu’un mécanisme de commutation basé sur ce seuil réduit l’utilisation de la bande passante et la consommation d’énergie.
Fichier principal
Vignette du fichier
2023IMTA0341_Vargas-Juan.pdf (19.61 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04186106 , version 1 (23-08-2023)

Identifiants

  • HAL Id : tel-04186106 , version 1

Citer

Juan Carlos Vargas Rubio. Unicast versus broadcast in cellular networks. Networking and Internet Architecture [cs.NI]. Ecole nationale supérieure Mines-Télécom Atlantique, 2023. English. ⟨NNT : 2023IMTA0341⟩. ⟨tel-04186106⟩
53 Consultations
9 Téléchargements

Partager

Gmail Facebook X LinkedIn More