Στα κυψελωτά δίκτυα κινητών επικοινωνιών, η διαρκής κίνηση των κινητών συσκευών δημιουργεί την ανάγκη ύπαρξης μηχανισμών οι οποίοι θα διασφαλίζουν το αδιάλειπτο της επικοινωνίας «εν κινήσει». Αυτό ακριβώς επιτυγχάνεται με την εφαρμογή μηχανισμών μεταπομπής, οι οποίοι, με τρόπο διάφανο προς την κινητή συσκευή, συνδέονται δυναμικά με το καταλληλότερο σημείο εκπομπής τηλεπικοινωνιακού σήματος (Σταθμός Βάσης) που εκπέμπει στην ευρύτερη περιοχή. Στην παρούσα μελέτη παρουσιάζονται και αναλύονται οι υπάρχουσες κατηγορίες μεταπομπής, ενώ δίνεται ιδιαίτερη έμφαση σε αυτές που είναι εφαρμόσιμες στα δίκτυα τρίτης γενιάς (3G). Μία από τις σημαντικότερες κατηγοριοποιήσεις των τύπων μεταπομπής είναι αυτή σε σκληρού τύπου (hard) και μαλακού τύπου (soft ή softer). Σημαντικό πλεονέκτημα του μαλακού τύπου μεταπομπής είναι η διασφάλιση της ανεξαρτησίας καναλιών (channel diversity) η οποία τελικά οδηγεί σε αλγορίθμους μεταπομπής που καταναλώνουν μικρότερες ποσότητες ενέργειας. Από την άλλη στις μεταπομπές μαλακού τύπου γίνεται χρήση περισσότερων πόρων του δικτύου και υπάρχει μεγαλύτερη πολυπλοκότητα. Στην παρούσα μελέτη μελετώνται οι τεχνικές οι οποίες χρησιμοποιούνται για να ληφθεί η απόφαση εκτέλεσης μεταπομπής. Βασικές κατηγορίες αλγορίθμων απόφασης μεταπομπής είναι αυτοί που στηρίζονται στη στάθμη της ισχύος του λαμβανόμενου σήματος, αυτοί που στηρίζονται σε fuzzy logic και οι αλγόριθμοι προτεραιότητας. Στο πλαίσιο της παρούσας εργασίας μελετάται και αναλύεται κριτικά η σχετική βιβλιογραφική έρευνα που έχει διενεργηθεί και εξακολουθεί να διεξάγεται σχετικά με την εφαρμογή αλγορίθμων μεταπομπής, με έμφαση στις τεχνικές μεταπομπής που βρίσκουν εφαρμογή σε συστήματα CDMA (Code Division Multiple Access). Επιπλέον, υλοποιείται και προσομοιάζεται, ένα μοντέλο το οποίο συνδυάζει τεχνικές «Γκρι Προβλέψεων» (Grey Prediction) με κλασσικούς μηχανισμούς μεταπομπής με στόχο τη βελτιστοποίηση του πλήθους των εκτελούμενων μεταπομπών, ελαχιστοποιώντας ταυτόχρονα την πιθανότητα απόρριψης κλήσεων (call blocking probability). Η ταυτόχρονη χρήση και αξιοποίηση και των τριών εργαλείων (Matlab, Simulink και Stateflow) απλοποιεί την υλοποίηση και ταυτόχρονα διευκολύνει την αξιολόγηση των παραγόμενων αποτελεσμάτων. Ο βασικός δείκτης επίδοσης με τον οποίο αξιολογείται ο αλγόριθμος που υλοποιείται, είναι το πλήθος των μεταπομπών που εκτελούνται, ενώ οι εκτελεσθείσες προσομοιώσεις στηρίζονται σε τιμές των παραμέτρων που έχουν προταθεί στο (Saeed Changiz Rezaei, Hossein Khalaj, 2005), συνδυασμένες με διάφορες τιμές Υστέρησης (Hysteresis). Προκύπτει ότι καθώς αυξάνεται η τιμή της Υστέρησης, ο αριθμός των μεταπομπών που εκτελούνται μειώνεται, όπως άλλωστε αναμενόταν. Τέλος, θα πρέπει να επισημανθεί ότι, η πολύ μεγάλη συχνότητα δειγματοληψιών του εν λόγω μοντέλου σε συνδυασμό με την ομαλότητα κίνησης της κινητής συσκευής και την καλή προβλεπτική ικανότητα του Αλγορίθμου Grey Prediction, οδηγεί στον υπολογισμό μιας πολύ ομαλής ακολουθίας διαδοχικών τιμών ισχύος των λαμβανόμενων σημάτων και τελικά σε ελαχιστοποίηση του αριθμού των μεταπομπών που διενεργούνται. / In cellular mobile networks, the continuous movement of mobile devices creates the need for mechanisms that are necessary to ensure continuity of communication. This is exactly what is achieved by applying handover mechanisms, which connect the mobile device, dynamically and transparently with appropriate emission point (base station) in the region. In the present work, existing categories of handover, with a particular emphasis on those applicable to third-generation networks (3G), are studied and analyzed. One of the major classifications of handovers is that in hard and soft or softer handovers. An important advantage of soft handover is that it ensures the channel diversity which ultimately leads to handover algorithms that consume less energy. On the other hand, in the case of soft handover more network resources are required and greater complexity of the algorithms makes implementation harder. In this study, we studied the techniques used to decide if a handover should be executed in a mobile communication system. There are three basic categories of handover decision algorithms, i.e. those that are based on the level of the received signal power, the algorithms that are based on fuzzy logic and finally the priority algorithms. In the present study, we analyze critically the relevant literature on handover algorithms, emphasizing on those that can be applied in CDMA (Code Division Multiple Access) systems. In addition, we implement and simulate a model which combines "Grey Prediction" techniques with classical handover mechanisms to optimize the number of handovers performed while minimizing the call blocking probability. The simultaneous use and exploitation of three tools (Matlab, Simulink and Stateflow) simplifies the implementation and at the same time facilitates evaluation of the results. The key performance indicator used to evaluate algorithm’s performance is the number of handovers performed. Performed simulations are based on values of the parameters proposed in (Saeed Changiz Rezaei, Hossein Khalaj, 2005), combined with various values of Hysteresis. It is evident when looking at the simulation results, that the number of handovers performed decreases, as hysteresis increases. Finally, it should be noted that the very high sampling frequency of the model, combined with the smoothness of the mobile device motion and the good predictive ability of the Grey Prediction Algorithm, leads to the calculation of a very smooth sequence of consecutive values of the received signals and thus to the minimization of the number of handovers performed.

Στην παρούσα εργασία παρουσιάζεται και αναλύεται διεξοδικά ο μηχανισμός μεταπομπής (handover) σε συστήματα κινητής επικοινωνίας. Οι μέθοδοι μεταπομπής βρίσκουν σημαντική εφαρμογή στα κυψελωτά συστήματα (cellular systems) και κατηγοριοποιούνται με βάση διάφορα χαρακτηριστικά τους, σε handovers σε σκληρά ή μαλακά, οριζόντια ή κάθετα, ελεγχόμενα από το Δίκτυο ή από την κινητή συσκευή, ή υποβοηθούμενα από την κινητή συσκευή. Σημαντικό ρόλο στις διαδικασίες handover παίζουν οι αλγόριθμοι απόφασης. Βασικές κατηγορίες αλγορίθμων απόφασης handover είναι αυτοί που στηρίζονται στη στάθμη της λαμβανόμενης ισχύος του σήματος, οι αλγόριθμοι που στηρίζονται σε fuzzy logic και οι αλγόριθμοι προτεραιότητας. Στην παρούσα εργασία προσομοιάζεται ένας αλγόριθμος προτεραιότητας γνωστός ως SJ-scheme με χρήση του λογισμικού Matlab και ειδικότερα των υποσυστημάτων του Simulink και Stateflow. Το προταθέν μοντέλο αποτελείται από έξι βασικά επιμέρους υποσυστήματα: το Υποσύστημα Εισόδου (Input Subsystem), το Υποσύστημα Καθορισμού της Χωρητικότητας των Καναλιών (Channels Size Subsystem), το Υποσύστημα Μνήμης (Memory Subsystem), το Υποσύστημα Ολοκλήρωσης Κλήσεων (Call Completion Subsystem), το Υποσύστημα των Αποτελεσμάτων (Scope Subsystem) και το Υποσύστημα Handover (Handover Subsystem) που αποτελεί την «καρδιά» του μοντέλου και περιλαμβάνει δύο βασικά blocks, ένα το οποίο υλοποιεί τη διαδικασία διαχείρισης νέων κλήσεων (New_calls_process) και ένα που υλοποιεί τη διαδικασία διαχείρισης των handovers (Handover_process). Πέραν της δημιουργίας μοντέλου προσομοίωσης, στην παρούσα εργασία παρουσιάζονται αναλυτικά και σχολιάζονται τα αποτελέσματα εκτέλεσης της προσομοίωσης και τα μετρούμενα μεγέθη. Μέσα από τις γραφικές αναπαραστάσεις που παράγονται και εξετάζονται, γίνεται αντιληπτός ο τρόπος λειτουργίας και οι ιδιαιτερότητες του προτεινόμενου μοντέλου. / In the current study the mechanism of switching between cells (handover) in mobile communication systems is presented and analyzed in detail. The handover methods are mainly applied in cellular systems and categorized according to various characteristics in hard or soft handovers, horizontal or vertical handovers, and handovers controlled by the network or the mobile device, or assisted by the mobile device. Handover decision algorithms play important role in the described processes. Main categories of handover decision algorithms are those based on the received signal strength, fuzzy logic and priority. In this study, a priority algorithm known as SJ-scheme is simulated, using Matlab software and, in particular subsystems Simulink and Stateflow. The proposed model consists of six major subsystems: Input Subsystem, Channels Size Subsystem, Memory Subsystem, Call Completion Subsystem, Scope Subsystem and Handover Subsystem which is the "heart" of the model and includes two main blocks, one that implements the new call management process and one that implements the procedure for managing handovers. Besides creating a simulation model, in this work results of running the simulation and measured data are presented and discussed. Matlab plots and graphical representations produced are examined to make clear the way that the proposed model works.