In this thesis, optimization techniques for a joint admission control and radio resource allocation are developed for multicasting over high altitude platforms. First, a primary system model in a multicellular high altitude platform system is considered, in which each user can receive any requested multicast session in its cell from no more than only one HAP antenna simultaneously. All the users have equal priority for admission. The users are selected to join the respective multicast groups and the power, subchannels and time slots are allocated such that the spectrum utilization is maximized while satisfying the quality of service requirements. Lagrangian relaxation and the subgradient algorithm are used to obtain solution bounds for the primary system model problem formulation. These bounds were then used in the branch and bound algorithm for pruning of nodes. The numerical results illustrate the goodness of the bounds for different constraint set dualizations and for different subgradient step size rules. The system model is then extended to allow the multicast group users to receive a session's transmission from more than one antenna simultaneously at different frequencies. This also allows the user to receive multicast sessions transmitted in neighboring cells too, not just those transmitted in the cell which the user resides in. The users have different priority levels of admission and the objective is to maximize the admission of highest priority users to the system. A much efficient formulation is obtained for the extended model in terms of size, as compared to the primary model. Linear outer approximation using McCormick underestimators are used for the relaxation of the mixed binary quadratically constrained problem. The solution method is based on branch and cut scheme in which cutting planes, domain propagation and heuristics are integrated. Various branching schemes are considered and a presolving reformulation linearization scheme for a specific set of quadratic constraints is considered. The numerical experiments compare the performances in terms of the duality gap, number of nodes, number of iterations, the number of iterations per node, the time needed to obtain the first feasible solution and the percentage of instances a feasible solution was found. / October 2016

Até 2020 espera-se que as redes celulares aumentam em dez vezes a área de cobertura, suporte cem vezes mais equipamentos de usuários e eleve a capacidade da taxa de dados em mil vezes, comparada as redes celulares atuais. A densa implantação de pequenas células é considerada uma solução promissora para alcançar essas melhorias, uma vez que aproximar as antenas dos usuários proporciona maiores taxas de dados, devido à qualidade do sinal em curtas distâncias. No entanto, operar um grande número de antenas pode aumentar significativamente o consumo de energia da infraestrutura de rede. Além disso, a grande inserção de novos rádios pode ocasionar maior interferência espectral entre as células. Nesse cenário, a gestão dos recursos de rádio é essencial devido ao impacto na qualidade do serviço prestado aos usuários. Por exemplo, baixas potências de transmissão podem deixar usuários sem conexão, enquanto altas potências elevam a possibilidade de ocorrência de interferência. Além disso, a reutilização não planejada dos recursos de rádio causa a ocorrência de interferência, resultando em baixa capacidade de transmissão, enquanto a subutilização de recursos limita a capacidade total de transmissão de dados. Uma solução para controlar a potência de transmissão, atribuir os recursos de rádio e garantir o serviço aos usuários é essencial. Nesta dissertação, é proposto um algoritmo adaptativo de Monte Carlo para realizar alocação global de recursos de forma eficiente em termos de energia, para arquiteturas Heterogeneous Cloud Radio Access Network (H-CRAN), projetadas como futuras redes de quinta geração (5G). Uma solução eficiente para a alocação de recursos em cenários de alta e baixa densidade é proposta. Nossas contribuições são triplas: (i) proposta de uma abordagem global para o problema de atribuição de recursos de rádio na arquitetura HCRAN, cujo caráter estocástico garante uma amostragem geral de espaço de solução; (ii) uma comparação crítica entre nossa solução global e um modelo local; (iii) a demonstração de que, para cenários de alta densidade, a Eficiência Energética não é uma medida adequada para alocação eficiente, considerando a capacidade de transmissão, justiça e total de usuários atendidos. Além disso, a proposta é comparada em relação a três algoritmos de alocação de recursos de última geração para redes 5G. / Up until 2020 it is expected that cellular networks must raise the coverage area in 10-fold, support a 100-fold more user equipments, and increase the data rate capacity by a 1000-fold in comparison with current cellular networks. The dense deployment of small cells is considered a promising solution to reach such aggressive improvements, once it moves the antennas closer to the users, achieving higher data rates due to the signal quality at short distances. However, operating a massive number of antennas can significantly increase the energy consumption of the network infrastructure. Furthermore, the large insertion of new radios brings greater spectral interference between the cells. In this scenery, the optimal management of radio resources turn an exaction due to the impact on the quality of service provided to the users. For example, low transmission powers can leave users without connection, while high transmission powers can contribute to inter radios interference. Furthermore, the interference can be raised on the unplanned reuse of the radio resources, resulting in low data transmission per radio resource, as the under-reuse of radio resources limits the overall data transmission capacity. A solution to control the transmission power, assign the spectral radio resources, and ensure the service to the users is essential. In this thesis, we propose an Adaptive Monte Carlo algorithm to perform global energy efficient resource allocation for Heterogeneous Cloud Radio Access Network (HCRAN) architectures, which are forecast as future fifth-generation (5G) networks. We argue that our global proposal offers an efficient solution to the resource allocation for both high and low density scenarios. Our contributions are threefold: (i) the proposal of a global approach to the radio resource assignment problem in H-CRAN architecture, whose stochastic character ensures an overall solution space sampling; (ii) a critical comparison between our global solution and a local model; (iii) the demonstration that, for high density scenarios, Energy Efficiency is not a well suited metric for efficient allocation, considering data rate capacity, fairness, and served users. Moreover, we compare our proposal against three state-of-the-art resource allocation algorithms for 5G networks.

Device-to-Device communications have the great potential to bring significant performance boost to the conventional heterogeneous network by reusing cellular resources. In cellular networks, Device-to-Device communication is defined as two user equipments in a close range communicating directly with each other without going through the base station, thus offloading cellular traffic from cellular networks. In addition to improve network spectral efficiency, D2D communication can also improve energy efficiency and user experience. However, the co-existence of D2D communication on the same spectrum with cellular users can cause severe interference to the primary cellular users. Thus the performance of cellular users must be assured when supporting underlay D2D users. In this work, we have investigated cross-layer optimization, resource allocation and interference management schemes to improve user experience, system spectral efficiency and energy efficiency for D2D communication underlaying heterogeneous networks. By exploiting frequency reuse and multi-user diversity, this research work aims to design wireless system level algorithms to utilize the spectrum and energy resources efficiently in the next generation wireless heterogeneous network.

Até 2020 espera-se que as redes celulares aumentam em dez vezes a área de cobertura, suporte cem vezes mais equipamentos de usuários e eleve a capacidade da taxa de dados em mil vezes, comparada as redes celulares atuais. A densa implantação de pequenas células é considerada uma solução promissora para alcançar essas melhorias, uma vez que aproximar as antenas dos usuários proporciona maiores taxas de dados, devido à qualidade do sinal em curtas distâncias. No entanto, operar um grande número de antenas pode aumentar significativamente o consumo de energia da infraestrutura de rede. Além disso, a grande inserção de novos rádios pode ocasionar maior interferência espectral entre as células. Nesse cenário, a gestão dos recursos de rádio é essencial devido ao impacto na qualidade do serviço prestado aos usuários. Por exemplo, baixas potências de transmissão podem deixar usuários sem conexão, enquanto altas potências elevam a possibilidade de ocorrência de interferência. Além disso, a reutilização não planejada dos recursos de rádio causa a ocorrência de interferência, resultando em baixa capacidade de transmissão, enquanto a subutilização de recursos limita a capacidade total de transmissão de dados. Uma solução para controlar a potência de transmissão, atribuir os recursos de rádio e garantir o serviço aos usuários é essencial. Nesta dissertação, é proposto um algoritmo adaptativo de Monte Carlo para realizar alocação global de recursos de forma eficiente em termos de energia, para arquiteturas Heterogeneous Cloud Radio Access Network (H-CRAN), projetadas como futuras redes de quinta geração (5G). Uma solução eficiente para a alocação de recursos em cenários de alta e baixa densidade é proposta. Nossas contribuições são triplas: (i) proposta de uma abordagem global para o problema de atribuição de recursos de rádio na arquitetura HCRAN, cujo caráter estocástico garante uma amostragem geral de espaço de solução; (ii) uma comparação crítica entre nossa solução global e um modelo local; (iii) a demonstração de que, para cenários de alta densidade, a Eficiência Energética não é uma medida adequada para alocação eficiente, considerando a capacidade de transmissão, justiça e total de usuários atendidos. Além disso, a proposta é comparada em relação a três algoritmos de alocação de recursos de última geração para redes 5G. / Up until 2020 it is expected that cellular networks must raise the coverage area in 10-fold, support a 100-fold more user equipments, and increase the data rate capacity by a 1000-fold in comparison with current cellular networks. The dense deployment of small cells is considered a promising solution to reach such aggressive improvements, once it moves the antennas closer to the users, achieving higher data rates due to the signal quality at short distances. However, operating a massive number of antennas can significantly increase the energy consumption of the network infrastructure. Furthermore, the large insertion of new radios brings greater spectral interference between the cells. In this scenery, the optimal management of radio resources turn an exaction due to the impact on the quality of service provided to the users. For example, low transmission powers can leave users without connection, while high transmission powers can contribute to inter radios interference. Furthermore, the interference can be raised on the unplanned reuse of the radio resources, resulting in low data transmission per radio resource, as the under-reuse of radio resources limits the overall data transmission capacity. A solution to control the transmission power, assign the spectral radio resources, and ensure the service to the users is essential. In this thesis, we propose an Adaptive Monte Carlo algorithm to perform global energy efficient resource allocation for Heterogeneous Cloud Radio Access Network (HCRAN) architectures, which are forecast as future fifth-generation (5G) networks. We argue that our global proposal offers an efficient solution to the resource allocation for both high and low density scenarios. Our contributions are threefold: (i) the proposal of a global approach to the radio resource assignment problem in H-CRAN architecture, whose stochastic character ensures an overall solution space sampling; (ii) a critical comparison between our global solution and a local model; (iii) the demonstration that, for high density scenarios, Energy Efficiency is not a well suited metric for efficient allocation, considering data rate capacity, fairness, and served users. Moreover, we compare our proposal against three state-of-the-art resource allocation algorithms for 5G networks.

Até 2020 espera-se que as redes celulares aumentam em dez vezes a área de cobertura, suporte cem vezes mais equipamentos de usuários e eleve a capacidade da taxa de dados em mil vezes, comparada as redes celulares atuais. A densa implantação de pequenas células é considerada uma solução promissora para alcançar essas melhorias, uma vez que aproximar as antenas dos usuários proporciona maiores taxas de dados, devido à qualidade do sinal em curtas distâncias. No entanto, operar um grande número de antenas pode aumentar significativamente o consumo de energia da infraestrutura de rede. Além disso, a grande inserção de novos rádios pode ocasionar maior interferência espectral entre as células. Nesse cenário, a gestão dos recursos de rádio é essencial devido ao impacto na qualidade do serviço prestado aos usuários. Por exemplo, baixas potências de transmissão podem deixar usuários sem conexão, enquanto altas potências elevam a possibilidade de ocorrência de interferência. Além disso, a reutilização não planejada dos recursos de rádio causa a ocorrência de interferência, resultando em baixa capacidade de transmissão, enquanto a subutilização de recursos limita a capacidade total de transmissão de dados. Uma solução para controlar a potência de transmissão, atribuir os recursos de rádio e garantir o serviço aos usuários é essencial. Nesta dissertação, é proposto um algoritmo adaptativo de Monte Carlo para realizar alocação global de recursos de forma eficiente em termos de energia, para arquiteturas Heterogeneous Cloud Radio Access Network (H-CRAN), projetadas como futuras redes de quinta geração (5G). Uma solução eficiente para a alocação de recursos em cenários de alta e baixa densidade é proposta. Nossas contribuições são triplas: (i) proposta de uma abordagem global para o problema de atribuição de recursos de rádio na arquitetura HCRAN, cujo caráter estocástico garante uma amostragem geral de espaço de solução; (ii) uma comparação crítica entre nossa solução global e um modelo local; (iii) a demonstração de que, para cenários de alta densidade, a Eficiência Energética não é uma medida adequada para alocação eficiente, considerando a capacidade de transmissão, justiça e total de usuários atendidos. Além disso, a proposta é comparada em relação a três algoritmos de alocação de recursos de última geração para redes 5G. / Up until 2020 it is expected that cellular networks must raise the coverage area in 10-fold, support a 100-fold more user equipments, and increase the data rate capacity by a 1000-fold in comparison with current cellular networks. The dense deployment of small cells is considered a promising solution to reach such aggressive improvements, once it moves the antennas closer to the users, achieving higher data rates due to the signal quality at short distances. However, operating a massive number of antennas can significantly increase the energy consumption of the network infrastructure. Furthermore, the large insertion of new radios brings greater spectral interference between the cells. In this scenery, the optimal management of radio resources turn an exaction due to the impact on the quality of service provided to the users. For example, low transmission powers can leave users without connection, while high transmission powers can contribute to inter radios interference. Furthermore, the interference can be raised on the unplanned reuse of the radio resources, resulting in low data transmission per radio resource, as the under-reuse of radio resources limits the overall data transmission capacity. A solution to control the transmission power, assign the spectral radio resources, and ensure the service to the users is essential. In this thesis, we propose an Adaptive Monte Carlo algorithm to perform global energy efficient resource allocation for Heterogeneous Cloud Radio Access Network (HCRAN) architectures, which are forecast as future fifth-generation (5G) networks. We argue that our global proposal offers an efficient solution to the resource allocation for both high and low density scenarios. Our contributions are threefold: (i) the proposal of a global approach to the radio resource assignment problem in H-CRAN architecture, whose stochastic character ensures an overall solution space sampling; (ii) a critical comparison between our global solution and a local model; (iii) the demonstration that, for high density scenarios, Energy Efficiency is not a well suited metric for efficient allocation, considering data rate capacity, fairness, and served users. Moreover, we compare our proposal against three state-of-the-art resource allocation algorithms for 5G networks.

Millimeter wave (mmWave) plays a critical role in the Fifth-generation (5G) new radio due to the rich bandwidth it provides. However, one shortcoming of mmWave is the substantial path loss caused by poor diffraction at high frequencies, and consequently highly directional beams are applied to mitigate this problem. A typical way of beam management is to cluster users based on their locations. However, localization uncertainty is unavoidable due to measurement accuracy, system performance fluctuation, and so on. Meanwhile, the traffic demand may change dynamically in wireless environments, which increases the complexity of network management. Therefore, a scheme that can handle both the uncertainty of localization and dynamic radio resource allocation is required. Moreover, since the localization uncertainty will influence the network performance, more state-of-the-art localization methods, such as vision-aided localization, are expected to reduce the localization error. In this thesis, we proposed two algorithms for joint radio resource allocation and beam management in 5G mmWave networks, namely UK-means-based Clustering and Deep Reinforcement Learning-based resource allocation (UK-DRL) and UK-medoids-based Clustering and Deep Reinforcement Learning-based resource allocation (UKM-DRL). Specifically, we deploy UK-means and UK-medoids clustering method in UK-DRL and UKM-DRL, respectively, which is designed to handle the clustering under location uncertainties. Meanwhile, we apply Deep Reinforcement Learning (DRL) for intra-beam radio resource allocations in UK-DRL and UKM-DRL. Moreover, to improve the localization accuracy, we develop a vision-aided localization scheme, where pixel characteristics-based features are extracted from satellite images as additional input features for location prediction. The simulations show that UK-DRL and UKM-DRL successfully improve the network performance in data rate and delay than baseline algorithms. When the traffic load is 4 Mbps, UK-DRL has a 172.4\% improvement in sum rate and 64.1\% improvement in latency than K-means-based Clustering and Deep Reinforcement Learning-based resource allocation (K-DRL). UKM-DRL has 17.2\% higher throughput and 7.7\% lower latency than UK-DRL, and 231\% higher throughput and 55.8\% lower latency than K-DRL. On the other hand, the vision-aided localization scheme can significantly reduce the localization error from 17.11 meters to 3.6 meters.

FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / Ericsson Brasil / Uma nova geraÃÃo de sistemas de comunicaÃÃes sem fio, 5a GeraÃÃo (5G), à prevista para 2020. Para a 5G, à esperado o surgimento de diversos serviÃos baseados em comunicaÃÃes mÃquina à mÃquina em diferentes Ãreas, como assistÃncia mÃdica, seguranÃa e redes de mediÃÃo inteligente. Cada um com diferentes requerimentos de taxa de transmissÃo, latÃncia, capacidade de processamento, eficiÃncia energÃtica, etc. Independente do serviÃo, os clientes precisam ficar satisfeitos. Isto està impondo uma mudanÃa de paradigmas em direÃÃo à priorizaÃÃo do usuÃrio como fator mais importante no gerenciamento de redes sem fio. Com esta mudanÃa, criou-se o conceito de qualidade de experiÃncia (do inglÃs, Quality of Experience (QoE)), que descreve de forma subjetiva como o serviÃo à percebido pelo usuÃrio. A QoE normalmente à avaliada por uma nota entre 1 e 5, chamada nota mÃdia de opiniÃo (do inglÃs, Mean Opinion Score (MOS)). Neste contexto, conceitos de QoE podem ser considerados com diferentes objetivos, como: aumentar a vida Ãtil de baterias, melhorar a seleÃÃo para acesso à rede e aprimorar a alocaÃÃo dos recursos de rÃdio (do inglÃs, Radio Resource Allocation (RRA)). Com relaÃÃo à RRA, nesta dissertaÃÃo consideram-se requerimentos de QoE na gestÃo dos recursos disponÃveis em um sistema de comunicaÃÃes sem fio, como espectro de frequÃncia e potÃncia de transmissÃo. Mais especificamente, estuda-se um problema de assinalamento de recursos de rÃdio e de alocaÃÃo de potÃncia que objetiva maximizar a mÃnima MOS do sistema sujeito a satisfazer um nÃmero mÃnimo de usuÃrios prÃ-estabelecido. Inicialmente, formula-se um novo problema de otimizaÃÃo considerando restriÃÃes quanto à potÃncia de transmissÃo e quanto à fraÃÃo de usuÃrios que deve ser satisfeita, o que à um importante tÃpico do ponto de vista das operadoras. Este à um problema nÃo linear e de difÃcil soluÃÃo. Ele à entÃo reformulado como um problema linear inteiro e misto, que pode ser resolvido de forma Ãtima usando algoritmos conhecidos de otimizaÃÃo. Devido à complexidade da soluÃÃo Ãtima obtida, propÃe-se uma heurÃstica chamada em inglÃs de Power and Resource Allocation Based on Quality of Experience (PRABE). O mÃtodo proposto à avaliado por meio de simulaÃÃes e os resultados obtidos mostram que sua performance à superior à de outros existentes, sendo prÃxima à da Ãtima. / A new generation of wireless networks, the 5th Generation (5G), is predicted for beyond 2020. For the 5G, it is foreseen an emerging huge number of services based on Machine-Type Communications (MTCs) in different fields, such as, health care, smart metering and security. Each one of them requiring different throughput rates, latency, processing capacity, energy efficiency, etc. Independently of the service type, the customers still need to get satisfied, which is imposing a shift of paradigm towards incorporating the user as the most important factor in wireless network management. This shift of paradigm drove the creation of the Quality of Experience (QoE) concept, which describes the service quality subjectively perceived by the users. QoE is generally evaluated by a Mean Opinion Score (MOS) ranging from 1 to 5. In this context, QoE concepts can be considered with different objectives, such as, increasing battery life, optimizing handover decision, enhancing access network selection and improving Radio Resource Allocation (RRA). Regarding the RRA, in this masterâs thesis we consider QoE requirements when managing the limited available resources of a communication system, such as frequency spectrum and transmit power. More specifically, we study a radio resource assignment and power allocation problem that aims at maximizing the minimum MOS of the users in a system subject to attaining a minimum number of satisfied users. Initially, we formulate a new optimization problem taking into account constraints on the total transmit power and on the fraction of users that must be satisfied, which is an important topic from an operatorâs point of view. The referred problem is non-linear and hard to solve. However, we get to transform it into a simpler form, a Mixed Integer Linear Problem (MILP), that can be optimally solved using standard numerical optimization methods. Due to the complexity of obtaining the optimal solution, we propose a heuristic solution to this problem, called Power and Resource Allocation Based on Quality of Experience (PRABE). We evaluate the proposed method by means of simulations and the obtained results show that it outperforms some existing algorithms, as well as it performs close to the optimal solution.

ANTONIOLI, R. P. Adaptive radio resource allocation algorithm for user satisfaction maximization in multiple services wireless networks 2017. 102 f. Dissertação (Mestrado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2017. / Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-08T17:54:33Z No. of bitstreams: 1 2017_dis_rpantonioli.pdf: 2283273 bytes, checksum: 32511d6360c80cf9a9c0da22fd48abd9 (MD5) / Rejected by Marlene Sousa (mmarlene@ufc.br), reason: Prezado Roberto, No sumário deixe o mesmo espaço entre as linhas para não caracterizar destaque entre as partes. O espaçamento entre as linhas deve ser igual em todo o sumário. Na lista de referencias vc está entrando com o nome dos autores da ordem direta. Ex E. B. Rodrigues A ABNT orienta que a entrada deva ser pelo ultimo nome, seguido do pré nome e em letras maiúsculas. Ex RODRIGUES, E. B. A informação de volume, número e paginas nos periódicos deve ser v. n. p. e não vol. (jun 8) pp. A ABNT orienta que o destaque do titulo deve ser feito com uso de negrito ou itálico. Não deve ser usado aspas para destacar. Marlene Rocha 3366-9620 on 2017-09-08T18:25:36Z (GMT) / Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-11T12:20:00Z No. of bitstreams: 1 2017_dis_rpantonioli.pdf: 2271870 bytes, checksum: 26e03c37f9813aef148e10fd485d638e (MD5) / Rejected by Marlene Sousa (mmarlene@ufc.br), reason: Prezado Roberto, Acredito que vc não observou bem o template pois nele o Sumário deve ter o alinhamento das referencias e Apêndices logo abaixo da letra C de conclusão e não volta pra margem abaixo do numeral como vc fez. Coloca-se Apendice A Seguido do título; Apendice A1 seguido do título e assim sucessivamente. Na lista de referencias e não bibliografia, quando se faz a referencia do artigo de periódico, o que fica em negrito é o nome da revista e não o titulo do artigo. Sempre oriento para seguir o template, pois nem sempre consigo alertar para todas as informações que devem ser normalizadas. Marlene Rocha on 2017-09-11T14:19:49Z (GMT) / Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-12T13:24:24Z No. of bitstreams: 1 2017_dis_rpantonioli.pdf: 2272891 bytes, checksum: 4c42510647ca99464e990e3112f1daca (MD5) / Rejected by Marlene Sousa (mmarlene@ufc.br), reason: Roberto, Não sei se me fiz entender, caso contrário peço desculpas e vou tentar ser mais clara. Falta ainda corrigir pra ficar no padrão ABNT: 1. Como sua dissertação é em língua inglesa, apenas a capa, a folha de rosto (que segue a capa) e a ficha devem ser em português, a folha de aprovação vc já coloca em ingles. A capa está certo, mas na folha de rosto vc tem que colocar que é dissertação, pois no Brasil tese é para doutorado. Logo corrija na folha de rosto a informação de dissertação. A ficha está certo. 2. Na folha de aprovação, como já falei é toda em inglês. Traduza colocando sempre dissertação pois aqui esse é o termo correto. O resto está tudo normalizado. Espero ter sido clara. Qualquer dúvida estou a disposição. Marlene 3366-9620 on 2017-09-12T13:44:08Z (GMT) / Submitted by Renato Vasconcelos (ppgeti@ufc.br) on 2017-09-12T16:06:27Z No. of bitstreams: 1 2017_dis_rpantonioli.pdf: 2272907 bytes, checksum: 8152058c23c3f80ddeda29cdb7dd8cb9 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2017-09-12T17:17:08Z (GMT) No. of bitstreams: 1 2017_dis_rpantonioli.pdf: 2272907 bytes, checksum: 8152058c23c3f80ddeda29cdb7dd8cb9 (MD5) / Made available in DSpace on 2017-09-12T17:17:08Z (GMT). No. of bitstreams: 1 2017_dis_rpantonioli.pdf: 2272907 bytes, checksum: 8152058c23c3f80ddeda29cdb7dd8cb9 (MD5) Previous issue date: 2017-08-10 / The enriched service scope, the steep increase in mobile traffic volume, and the ever increasing number of connected devices in mobile networks coupled with the scarcity of electromagnetic spectrum have raised the importance of designing flexible and ingenious means to guarantee high user satisfaction levels. Therefore, in order to capture and maintain a representative share of the wireless communication market, effective ways to manage the scarce physical resources of cellular networks are fundamental for cellular network operators. The Radio Resource Allo- cation (RRA) algorithms are responsible for performing such a relevant and arduous task. The efficiency of such algorithms is essential so that there exists a fair resource allocation among users and the Quality of Service (QoS) requirements of each individual user are met, thus guar- anteeing high user satisfaction levels. The recent scenarios of cellular networks are composed of a wide range of available services for mobile users, which demand conflicting QoS requirements. In order to achieve the objective of user satisfaction maximization in such networks, we formulate a utility-based cross-layer opti- mization problem targeted at maximizing the user satisfaction in multi-service cellular networks. The optimal solution of the proposed problem is very hard to be found. Thus, we mathematically manipulate the problem and derive a low complexity suboptimal solution from which we design an adaptive RRA technique. Our technique is composed of user weights and an innovative ser- vice weight that is adapted to meet the satisfaction target of the most prioritized service chosen by the network operator. Furthermore, the proposed algorithm is scalable to several classes of service and can be employed in the current and future generations of wireless systems. The performance evaluation of the proposed algorithm was conducted by means of system-level simulations in various scenarios. The evaluation was performed considering different multi- service scenarios. Then, the performance was evaluated considering imperfect Channel State Information (CSI) estimation at the transmitter. Significant gains in the overall system capacity were obtained in comparison with four benchmarking algorithms from the literature, demon- strating that the adaptability and service prioritization of the proposed algorithm are effective towards the objective of simultaneously maximizing the user satisfaction for multiple services. / O escopo enriquecido de serviços, o aumento acentuado do volume de tráfego móvel e o nú- mero cada vez maior de dispositivos conectados nas redes móveis, acompanhado pela escassez do espectro eletromagnético, aumentaram a importância de projetar meios flexíveis e engenho- sos para garantir altos níveis de satisfação dos usuários. Portanto, para capturar e manter uma participação representativa no mercado das comunicações sem fio, mecanismos efetivos para gerenciar os recursos físicos escassos das redes celulares são fundamentais para as operadoras das redes celulares. Os algoritmos de alocação dos recursos de rádio (do inglês, Radio Resource Allocation (RRA)) são os responsáveis por executar essa tarefa tão relevante e árdua. A eficiên- cia desses algoritmos é essencial para que exista uma alocação justa de recursos entre os usuários e os requisitos individuais de qualidade de serviço (do inglês, Quality of Service (QoS)) de cada usuário sejam atendidos, garantindo assim altos níveis de satisfação dos usuários. Os cenários atuais das redes celulares são compostos por uma ampla gama de serviços disponí- veis para usuários móveis, que exigem requisitos de QoS conflitantes. Para alcançar o objetivo de maximizar a satisfação dos usuários nessas redes, formulamos um problema de otimização baseado na teoria da utilidade considerando múltiplas camadas que visa maximizar a satisfação dos usuários em redes celulares com múltiplos serviços. A solução ótima do problema proposto é muito difícil de ser encontrada. Dessa forma, nós manipulamos matematicamente o problema e derivamos uma solução subótima de baixa complexidade a partir da qual nós desenvolvemos um mecanismo adaptativo de RRA. Nosso mecanismo é composto por prioridades relacionadas aos usuários e uma inovadora prioridade relacionada ao serviço que é adaptada para atender um objetivo de satisfação dos usuários de um serviço com maior prioridade escolhido pela opera- dora da rede. Além disso, o algoritmo proposto é escalável para várias classes de serviço e pode ser empregado nas gerações atuais e futuras de sistemas celulares. A avaliação de desempenho do algoritmo proposto foi realizada por meio de simulações sistêmi- cas em vários cenários. A avaliação foi realizada considerando diferentes cenários com múltiplos serviços. Então, o desempenho foi avaliado considerando estimativa imperfeita da informação do estado de canal (do inglês, Channel State Information (CSI)) no transmissor. Ganhos signi- ficativos foram obtidos na capacidade total do sistema em comparação com quatro algoritmos encontrados da literatura, demonstrando que a adaptabilidade e priorização do serviço feita pelo algoritmo proposto são eficazes para atingir o objetivo de maximizar simultaneamente a satisfa- ção dos usuários para múltiplos serviços.

Abstract The use of multiple antennas is a fundamental requirement in future wireless networks as it helps to increase the reliability and spectral efficiency of mobile radio links. In this thesis, we study convex optimization based radio resource allocation methods for the downlink of multi-antenna systems. First, the problem of admission control in the downlink of a multicell multiple-input single-output (MISO) system has been considered. The objective is to maximize the number of admitted users subject to a signal-to-interference-plus-noise ratio (SINR) constraint at each admitted user and a transmit power constraint at each base station (BS). We have cast the admission control problem as an ℓ0 minimization problem; it is known to be combinatorial, NP-hard. Centralized and distributed algorithms to solve this problem have been proposed. To develop the centralized algorithm, we have used sequential convex programming (SCP). The distributed algorithm has been derived by using the consensus-based alternating direction method of multipliers in conjunction with SCP. We have shown numerically that the proposed admission control algorithms achieve a near-to-optimal performance. Next, we have extended the admission control problem to provide fairness, where long-term fairness among the users has been guaranteed. We have focused on proportional and max-min fairness, and proposed dynamic control algorithms via Lyapunov optimization. Results show that these proposed algorithms guarantee fairness. Then, the problem of admission control for the downlink of a MISO heterogeneous networks (hetnet) has been considered, and the proposed centralized and distributed algorithms have been adapted to find a solution. Numerically, we have illustrated that the centralized algorithm achieves a near-to-optimal performance, and the distributed algorithm’s performance is closer to the optimal value. Finally, an algorithm to obtain the set of all achievable power-rate tuples for a multiple-input multiple-output hetnet has been provided. The setup consists of a single macrocell and a set of femtocells. The interference power to the macro users from the femto BSs has been kept below a threshold. To find the set of all achievable power-rate tuples, a two-dimensional vector optimization problem is formulated, where we have considered maximizing the sum-rate while minimizing the sum-power, subject to maximum power and interference threshold constraints. This problem is known to be NP-hard. A solution method is provided by using the relationship between the weighted sum-rate maximization and weighted-sum-mean-squared-error minimization problems. The proposed algorithm was used to evaluate the impact of imposing interference threshold constraints and the co-channel deployments in a hetnet. / Tiivistelmä Monen antennin käyttö on perusvaatimus tulevissa langattomissa verkoissa, koska se auttaa lisäämään matkaviestinyhteyksien luotettavuutta ja spektritehokkuutta. Tässä väitöskirjassa tutkitaan konveksiin optimointiin perustuvia radioresurssien allokointimenetelmiä moniantennijärjestelmien alalinkin suunnassa. Ensiksi on käsitelty pääsynvalvonnan ongelmaa alalinkin suuntaan monen solun moni-tulo yksi-lähtö (MISO) -verkoissa. Tavoitteena on maksimoida hyväksyttyjen käyttäjien määrä, kun hyväksytyille käyttäjille on asetettu signaali-häiriö-kohinasuhteen (SINR) rajoitus, ja tukiasemille lähetystehon rajoitus. Pääsynvalvonnan ongelma on muotoiltu ℓ0-minimointiongelmana, jonka tiedetään olevan kombinatorinen, NP-vaikea ongelma. Ongelman ratkaisemiseksi on ehdotettu keskitettyjä ja hajautettuja algoritmeja. Keskitetty optimointialgoritmi perustuu sekventiaaliseen konveksiin optimointiin. Hajautettu algoritmi pohjautuu konsensusoptimointimenetelmään ja sekventiaaliseen konveksiin optimointiin. Ehdotettujen pääsynvalvonta-algoritmien on numeerisesti osoitettu saavuttavan lähes optimaalinen suorituskyky. Lisäksi pääsynvalvontaongelma on laajennettu takaamaan pitkän aikavälin oikeudenmukaisuus käyttäjien välillä. Työssä käytetään erilaisia määritelmiä oikeudenmukaisuuden takaamiseen, ja ehdotetaan dynaamisia algoritmeja pohjautuen Lyapunov-optimointiin. Tulokset osoittavat, että ehdotetuilla algoritmeilla taataan käyttäjien välinen oikeudenmukaisuus. Tämän jälkeen käsitellään heterogeenisen langattoman MISO-verkon pääsynvalvonnan ongelmaa. Edellä ehdotettuja keskitettyjä ja hajautettuja algoritmeja on muokattu tämän ongelman ratkaisemiseksi. Työssä osoitetaan numeerisesti, että sekä keskitetyllä että hajautetulla algoritmilla saavutetaan lähes optimaalinen suorituskyky. Lopuksi on laadittu algoritmi, jolla löydetään kaikki saavutettavissa olevat teho-datanopeusparit heterogeenisessä langattomassa moni-tulo moni-lähtö (MIMO) -verkossa. Verkko koostuu yhdestä makrosolusta ja useasta piensolusta. Piensolutukiasemista makrokäyttäjiin kohdistuvan häiriön teho on pidetty tietyn rajan alapuolella. Kaikkien saavutettavien teho-datanopeusparien löytämiseksi on laadittu kaksiulotteinen vektorioptimointiongelma, jossa maksimoidaan summadatanopeus pyrkien minimoimaan kokonaisteho, kun enimmäisteholle ja häiriökynnykselle on asetettu rajoitukset. Tämän ongelman tiedetään olevan NP-vaikea. Ongelman ratkaisemiseksi käytetään painotetun summadatanopeuden maksimointiongelman, ja painotetun keskineliövirheen minimointiongelman välistä suhdetta. Ehdotettua algoritmia käytettiin arvioimaan häiriörajoitusten ja saman kanavan käyttöönoton vaikutusta heterogeenisessä langattomassa verkossa.

[pt] Esta tese apresenta um simulador para avaliação de desempenho de uma rede de acesso por rádio 5G. O simulador, Sama (1), permite definir os modelos de equipamentos das estações base com múltiplos setores e conformação de feixes (beamforming), os arranjos de estações base da rede, os equipamentos dos usuários, a distribuição de usuários na área de serviço, e pode empregar diferentes algoritmos de alocação dos recursos tempo-frequenciais, dentre outro parâmetros customizáveis. O simulador produz diversos indicadores de desempenho da rede de acesso, como condições de canal, taxas/capacidades de dados, latências, e satisfação dos usuários, em diversos níveis hierárquicos (por estações base, seus setores, ou feixes). As funcionalidades do simulador são demonstradas considerando diversos casos de uso de redes 5G. Propõe-se metodologias para alocação de posições de estações base, isto é, para encontrar bons arranjos de estações base. Propõe-se uma metodologia heurística baseada em critérios de projeto para redes de radiodifusão. Para redes de acesso celular apresenta-se uma metodologia baseada em agrupamentos (clusters) das posições dos UEs. Por fim, nesta tese, apresenta-se um algoritmo de alocação de recursos de tempo-frequência baseado em um critério de utilidade para alocar recursos tempo-frequenciais em redes de acesso por rádio 5G considerando as demandas de capacidade dos usuários. A partir da demanda individual de um terminal, estima-se qual a utilidade em servi-lo e, a partir disso, ordenam-se os terminais em um setor e alocam-se os recursos de tempo-frequência. O algoritmo de alocação de recursos apresentado obtém resultados competitivos e muitas vezes melhores que algoritmos de alocação conhecidos. / [en] This thesis presents a simulator for evaluating the performance of a 5G radio access network. The simulator, called Sama(2), allows for defining the equipment models of base stations with multiple sectors and beam forming,the arrangement of base stations in the network, the user equipment, the distribution of users in the service area, and can employ different algorithms for allocating time-frequency resources, among other customizable parameters. The simulator produces various performance indicators for the access network, such as channel conditions, data rates/capacities, latencies, and users satisfaction, at different hierarchical levels (per base stations, their sectors, or beams).The functionalities of the simulator are demonstrated considering different use cases for 5G networks. Methodologies are proposed for allocating base station positions, that is, finding good base station arrangements. A heuristic methodology based on design criteria (such as elevation, coverage of the region of interest, and interference between stations) is proposed for broadcasting networks. Meanwhile, for cellular access networks, a methodology based on clustering of UE positions is presented. Finally, this thesis presents a resource allocation algorithm based on a utility criterion to allocate time-frequency resources in 5G radio access networks considering the users capacity demands. Based on the individual demand of a terminal, the algorithm estimates its utility and orders the terminals in a sector to allocate the time-frequency resources accordingly. The presented resource allocation algorithm obtains competitive results and often out performs known allocation algorithms.