A Comprehensive Study of Standalone 5G Performance in Urban Environments: Impact of Mobility Patterns and Traffic Types

  Arshdeep, Konika Rani, Tapish Chahera

Аннотация


Комплексное исследование автономной производительности 5G в городской среде: влияние моделей мобильности и типов движения

Аршдип, Коника Рани, Тапиш Чахера

Быстрое появление самодостаточных сетей 5G кардинально меняет концепцию городских телекоммуникаций за счет улучшенной скорости, низкой задержки и высокой расширяемости. Однако развертывание этих сетей в таких районах все еще нуждается в улучшении, поскольку существует высокий сетевой трафик, чрезмерные помехи и, возможно, непредсказуемая мобильность. Это исследование предоставляет всесторонний анализ автономной производительности 5G в городских условиях, уделяя особое внимание влиянию различных моделей мобильности — статической, случайной и предопределенных путей — на три ключевых типа трафика: это улучшенная мобильная широкополосная связь (eMBB), сверхнадежная связь с низкой задержкой (URLLC) и массовая связь машинного типа (mMTC). Таким образом, в фиксированных условиях высокой сетевой нагрузки и высоких помех областью действия являются следующие основные показатели производительности: пропускная способность, задержка, надежность, масштабируемость, потребление ресурсов и энергоэффективность данной сети. Представленные здесь результаты подтверждают, что статическая мобильность достигает наилучшего результата в общих показателях, при этом мобильность RW значительно ухудшает производительность, особенно в отношении пропускной способности, задержки и потребления энергии. Предопределенные сценарии мобильности показывают, что производительность системы влияет на мобильность станции с умеренной эффективностью; надежность и ресурсы также меньше затронуты. Такие результаты свидетельствуют о вероятности методов оптимизации, разработанных для городской сети 5G, особенно с высокой мобильностью и помехами. В результате эта работа предоставляет важные данные, которые можно использовать для повышения производительности 5G, новых областей применения, IoT, умных городов и критически важных услуг.


Ключевые слова


Автономный 5G; городская среда; модели мобильности; задержка; надежность; масштабируемость.

Полный текст:

PDF (English)

Литература


[Afo18] Afolabi, I., Taleb, T., Samdanis, K., Ksentini, A., & Flinck, H. (2018). Network slicing and softwarization: A survey on principles, enabling technologies, and solutions. IEEE Communications Surveys & Tutorials, 20(3), 24292453. DOI: 10.1109/COMST.2018.2815638.

[And14] Andrews, J. G., Buzzi, S., Choi, W., Hanly, S. V., Lozano, A., Soong, A. C., & Zhang, J. C. (2014). What will 5G be? IEEE Journal on Selected Areas in Communications, 32(6), 1065-1082. DOI: 10.1109/JSAC.2014.2328098.

[Chi14] Chih-Lin, I., Rowell, C., Han, S., Xu, Z., Li, G., & Pan, Z. (2014). Toward green and soft: A 5G perspective. IEEE Communications Magazine, 52(2), 66-73. DOI: 10.1109/MCOM.2014.6736745.

[Gup15] Gupta, A., & Jha, R. K. (2015). A survey of 5G network: Architecture and emerging technologies. IEEE Access, 3, 1206-1232. DOI: 10.1109/ACCESS.2015.2461602. EDN: YDCJLG.

[Kim18] Kim, S., Lee, J., & Cho, D. (2018). A survey on mobility management in future cellular networks. IEEE Communications Surveys & Tutorials, 20(2), 1258-1280.

[Lat21] Latif, S., Ahmad, M., Qureshi, I. M., Hassan, S. A., & Haider, M. A. (2021). Performance analysis of 5G NR for mMTC traffic in urban scenarios. IEEE Access, 9, 47500-47512.

[Li17] Li, R., Zhao, Z., Zhou, X., Ding, G., & Zhang, Y. (2017). Intelligent 5G: When cellular networks meet artificial intelligence. IEEE Wireless Communications, 24(5), 175-183. DOI: 10.1109/MWC.2017.1600304WC.

[Liu17] Liu, G., Wu, Z., Wang, Z., & Sun, Y. (2017). Machine learning techniques for optimizing 5G and beyond wireless networks. IEEE Communications Magazine, 56(10), 116-123.

[Niu15] Niu, Y., Li, Y., Jin, D., Su, L., & Vasilakos, A. V. (2015). A survey of millimeter wave (mmWave) communications for 5G: Opportunities and challenges. Wireless Networks, 21(8), 2657-2676. DOI: 10.1007/s11276-015-0942-z. EDN: ZFXERU.

[Pop19] Popovski, P., Nielsen, J. J., Stefanović, Č., De Carvalho, E., Angjelichinoski, M., & Trillingsgaard, K. F. (2019). Wireless access for ultra-reliable low-latency communication: Principles and building blocks. IEEE Network, 32(2), 16-23. DOI: 10.1109/MNET.2018.1700258.

[Tal17] Taleb, T., Samdanis, K., Mada, B., Flinck, H., Dutta, S., & Sabella, D. (2017). On multi-access edge computing: A survey of the emerging 5G network edge cloud architecture and orchestration. IEEE Communications Surveys & Tutorials, 19(3), 1657-1681. DOI: 10.1109/COMST.2017.2705720.

[Zha17] Zhang, H., Liu, N., Zheng, K., Chu, X., Long, K., & Leung, V. C. (2017). Energy-efficient multi-user scheduling in 5G ultra-dense networks: Challenges and opportunities. IEEE Wireless Communications, 24(6), 58-64.

[Zhu20] Zhu, L., Wang, H., & Huang, J. (2020). Ultra-reliable and low-latency communications in 5G: Physical layer challenges and solutions. IEEE Wireless Communications, 27(3), 123-129.




DOI: https://doi.org/10.54708/2658-5014-SIIT-2025-no3-p87

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2025   Arshdeep, Konika Rani, Tapish Chahera