Tez No	İndirme	Tez Künye	Durumu
570058		A density-aware, energy- and spectrum-efficient scheduling model for dynamic networks / Dinamik gezgin ağlarda yoğunluk-uyarlı, enerji- ve spektrum-verimli çizelgeleme modeli Yazar:SHAHRAM MOLLAHASANI Danışman: Assoc. Prof. Dr. ERTAN ONUR Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora İngilizce 2019 104 s.
Gelecekteki mobil ağların, trafik yükündeki artışlarla başa çıkmak için küçük hücreler kullanılarak yoğunlaştırılması gerekmektedir. Her küçük hücrede tüketilen enerji miktarı düşük olmasına rağmen, büyük ölçekli bir şebekenin toplam enerji tüketimi muazzam derecede fazla olacaktır. Enerji verimliliğini arttırmak için aktif baz istasyonu sayısını, trafik yüküne uyarlamak zorundayız . Baz istasyonlarını devre dışı bırakmak kapsama boşluklarına neden olurken, servis ve verim kalitesini düşürecek ancak gereğinden fazla sayıda çalıştırılan baz istasyonları ise enerji israfına yol açacaklardır. Bu tezde, baz istasyonlarının yoğunluğunun talebe uyarlanması konusunda optimum bir başarı elde etmenin NP-zor bir problem olduğunu göstermekteyiz. İki tür sezgisel algoritmadan oluşan bir çözüm önermekteyiz: birincisi baz istasyonu yoğunluğu adaptasyon algoritması ve ikincisi ise ağdaki veri iletim hacmini, enerji ve spektral verimliliği arttırmak için hangi baz istasyonlarının aktif olarak kullanılması gerektiğini belirleyen ve baz istasyonlarının iletim gücünü uyarlayan hücre yakınlaştırma algoritmasıdır. Daha geniş bir perspektifle neredeyse gerçek zamanlı olarak belirtilen ağın anlık görüntüsünü almak için çoklu erişim kenar bulutu kullanıyoruz. Önerilen algoritma ile %12'ye kadar enerji tasarrufu sağlandığı, aynı zamanda spektral verim ve ağ verimliliğinde de yakın zamanlı iki çalışmaya gore %30 ve %26'lık artış sağlandığı gösterilmektedir.
Future mobile networks have to be densified by employing small cells to handle the upsurge in traffic load. Although the amount of energy each small cell consumes is low, the total energy consumption of a large-scale network may be enormous. To enhance the energy efficiency, we have to adapt the number of active base stations to the offered traffic load. Deactivating base stations may cause coverage holes, degrade the quality of service and throughput while redundant base stations waste energy. That is why we have to adapt the network to the effective density. In this thesis, we show that achieving an optimal solution for adapting density of base stations to the demand is NP-hard. We propose a solution that consists of two heuristic algorithms: a base station density adaptation algorithm and a cell-zooming algorithm that determines which base stations must be kept active and adapts transmit power of base stations to enhance throughput, energy and spectral efficiency. We employ multi-access edge clouds for taking a snapshot of the network state in nearly real-time and for collecting network telemetry over a large area. We show that the proposed algorithm conserves energy up to 12% while the spectral efficiency and network throughput can be enhanced up to 30% and 26% in comparison with recent works, respectively.