Energy saving in C-RAN based on BBU switching scheme
Notice bibliographique
Résumé
Cloud radio access network (C-RAN) is a novel mobile network architecture which can reduce energy consumption compare to the traditional RAN. There are lots of baseband units (BBU) in C-RAN. All BBUs are in active mode even when traffic load is light, this brings the problem of high energy consumption in BBU Pool. BBU switching scheme can switch off part of BBUs to save energy. It needs to consider BBUs' resource utilization rate but estimating BBUs' resource utilization rate is a challenging issue and lacks researches. In this paper, firstly we propose a novel scheme to estimate BBUs' resource utilization rate with the consideration of rate requirement of mobile user equipment (MUE), number of MUEs, bandwidth of Remote Radio Head (RRH) and the transmission power between RRH and MUE. Secondly, we provide a combine and remove (CnR) algorithm to decide BBU when to be switched off or to be switched on. It can remove overloaded BBU and underloaded BBU while combine them together and transfer them to normal BBU or sleeping BBU. The algorithm aims to maximize the number of sleeping BBUs without losing of Quality of Service (QoS). Numerical results indicate that the number of sleeping BBUs reaches maximum, BBUs' resource utilization rate keep in normal state and the energy consumption in the BBU Pool varies with the fluctuation of traffic load. In addition, our proposed scheme outperform the primary static scheme and schemes in relevant papers in terms of energy saving in the BBU Pool. The overall system using our scheme also consume less energy compare to the traditional RAN according to the provided energy consumption models.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».